Ismétlődő oszlopú sorok eltávolítása
Dobd el azokat a CSV/TSV-sorokat, amelyek értéke a választott oszlopban már szerepelt.
Kapcsolódó eszközök
Ismétlődő oszlopú sorok eltávolítása
A teljes soros deduplikáció elvéti az igazi problémát: két sor ritkán azonos — csak ugyanazon az e-mailen, ID-n vagy SKU-n osztoznak, miközben minden más eltér. Ez az eszköz egyetlen, általad választott oszlop szerint ítéli meg a sorokat — ha ugyanaz a kulcs másodszor is felbukkan, a későbbi sor kiesik, és az adathalmaz kulcsonként egy sor marad, egyetlen táblázatképlet nélkül.
Illessz be CSV-t, TSV-t vagy bármilyen elválasztott sorokat; az elválasztó az első adatsorból ismerődik fel (vessző, pontosvessző, tabulátor vagy cső), kézi felülbírálással a határesetekhez. A kulcsoszlopot 1-től számozva választod, megmondod, fejléc-e az első sor — a fejléc megmarad és sosem hasonlítódik —, és eldöntöd, melyik előfordulás éljen túl. Az első az alapértelmezés; az utolsó a changelogok és exportok klasszikus trükkje, ahol kulcsonként a legújabb sor ül alul. Az értékek összevetés előtt trimmelődnek, a kis-nagybetű kapcsoló pedig összevonja a [email protected] a [email protected].
A számláló jelenti a törléseket és a sorszámokat mindkét oldalon, így a csendben semmit sem tevő beillesztés — rossz oszlop, rossz elválasztó — azonnal látszik. A kulcsoszlopnál rövidebb sorok ott üres értékkel számítanak, és egymás között deduplikálódnak.
Egy őszinte korlát: a bontás egyszerű, nem teljes CSV-parser, így az elválasztót tartalmazó idézett mező eltolja annak a sornak az oszlopait — az ilyen fájlokat előbb futtasd át a CSV-elválasztó váltón. Minden helyben, a böngésződben fut; az adataid soha nem hagyják el az eszközödet.