Excel adattisztítás
Duplikációk keresése Excelben – mi alapján számít két sor azonosnak?
A duplikációk keresése Excelben nem egyszerűen azt jelenti, hogy meg kell találni két teljesen azonos sort.
A gyakorlatban ugyanaz az ügyfél, termék vagy számla kisebb eltérésekkel is többször szerepelhet. Emiatt először azt kell meghatározni, mi alapján számít két rekord azonosnak.
Mi nehézíti a felismerést?
A leggyakoribb okok:
- Ha csak egy mezőt használunk kulcsként, könnyen valódi különbözőségeket is duplikációnak minősítünk.
- Felesleges szóközök nehézítik az összehasonlítást.
- Eltérő kis- és nagybetűk.
- Különböző formátumok ugyanabban a mezőben.
Hogyan érdemes megoldani?
Gyakorlati lépések:
- Határozd meg, mi tesz egy rekordot egyedivé (pl. vevőkód, vagy név és telefonszám együtt).
- Tisztítsd a kulcsmezőket szóközök, eltérő formátumok és kis-nagybetűk szempontjából.
- Jelöld meg a duplikátumokat, és csak ellenőrzés után törölj.
- Ha az ismétlődés rendszeres importból jön, Power Queryben építsd be a szabályt, végül ellenőrizd a darabszámot és a fontos összegeket.
Egy CRM-exportban ugyanazok az ügyfelek többször jelentek meg eltérő névformával. A kulcsmezők normalizálása után már külön lehetett választani a valódi új ügyfeleket és az ismételt rekordokat.
Mikor kell szakember, és hogyan segít az XLGuru?
Érdemes szakembert bevonni, ha a probléma rendszeresen visszatér, több forrásból származik, vagy üzleti döntés alapja:
- Feltárjuk, mi alapján keletkeznek az ismétlődések a fájlban.
- Kialakítjuk az ismételhető, automatizált adatellenőrzési folyamatot.
Ha ez ismerős, keress bizalommal – személyesen válaszolok:
Nem vagy biztos benne, hogy valódi duplikáció-e, amit látsz?
Írd le röviden, milyen adatról van szó, és segítünk meghatározni az egyediség szabályát.
