Eliminar filas duplicadas

Sobre eliminar filas duplicadas

La versión de texto de esta tarea compara líneas enteras, y para una lista de direcciones de correo eso es exactamente lo correcto. Una hoja de cálculo necesita otra cosa.

En una tabla real, los duplicados casi nunca los define la fila entera. Dos exportaciones del mismo pedido son el mismo pedido aunque una tenga una marca de tiempo posterior; dos registros del mismo cliente son el mismo cliente aunque entre medias se corrigiera la dirección. Lo que convierte una fila en duplicada son una o dos columnas, no todas.

Por eso las columnas clave son aquí el primer control y no un ajuste escondido. Marca las que deciden qué significa «lo mismo», y todo lo demás puede diferir.

Las decisiones que importan

• Qué columnas: todas para empezar. Desmarca las que pueden variar, como una marca de tiempo o un campo de notas
• Conservar la primera o la última: esto decide qué versión sobrevive cuando las demás columnas difieren. Conservar la última suele ser lo correcto en una exportación que solo añade, donde la fila más nueva es la corregida
• Ignorar espacios de más: activado por defecto. " Acme S.L." y "Acme S.L." son la misma empresa para cualquiera menos para una comparación de cadenas
• Distinguir mayúsculas: desactivado por defecto, así que ACME y Acme cuentan como una

Marca Mostrar en su lugar las filas eliminadas para ver exactamente qué se descartaría. No se tira nada en silencio: el recuento está siempre en pantalla y las filas eliminadas están a un clic.

Cómo se usa

• Pega tus filas o sube una hoja de cálculo
• Desmarca cualquier columna que pueda diferir entre duplicados
• Elige si sobrevive la primera o la última copia
• Comprueba el recuento y echa un vistazo a las filas eliminadas si el número te sorprende
• Descarga en CSV o Excel, o cópialo directamente de vuelta

Duplicados que no lo parecen

Las filas que sobreviven a una depuración cuando esperabas que se fueran no suelen ser un fallo de la comparación. Son dos cadenas idénticas en pantalla y distintas en memoria.

Los culpables habituales son invisibles. El texto copiado de una página web suele llevar un espacio duro en vez de uno normal: mismo ancho, carácter distinto. Un CSV salido de un sistema antiguo puede tener un espacio final tras cada valor de una columna. Y un número escrito en Excel con un apóstrofo delante es texto, no número, así que 1000 y 1000 pueden diferir de verdad.

Ignorar espacios de más cubre la mitad frecuente de esto: recorta los extremos, junta las series de espacios y trata un espacio duro como un espacio. Lo que deliberadamente no hace es quitar puntuación ni normalizar acentos, porque Muller y Müller son personas distintas lo bastante a menudo como para que adivinar fuera peor que dejártelo a ti.

Si dos filas siguen sin casar, pega ambas en un editor de texto plano y mira el final de los valores. La diferencia casi siempre está ahí.

Para qué se usa

• Limpiar una lista de correo construida a partir de varias exportaciones
• Quitar pedidos o transacciones repetidos tras una importación doble
• Unificar una tabla de clientes donde la misma cuenta se dio de alta dos veces
• Ordenar una exportación de encuestas donde alguien respondió más de una vez
• Averiguar cuántos duplicados hay en realidad antes de decidir nada
• Obtener un recuento único de verdad para un informe

Conviene saber

• Funciona en Windows, macOS, Linux, ChromeOS, y en móviles y tabletas: acepta texto pegado o un archivo, no una carpeta
• No se sube nada. Tanto la lectura como la depuración ocurren en la página
• Se conserva el orden de las filas. Las supervivientes vuelven en el orden en que llegaron, sin ordenar
• Si desmarcas todas las columnas, vuelve a comparar la fila entera, que es la interpretación segura de «ninguna columna elegida»
• Los números se comparan tal como están escritos. Si una hoja tiene 1000 y otra 1.000 como texto, son distintos: usa Comparar dos archivos de Excel si es esa distinción lo que buscas
• La vista previa muestra las primeras 200 filas; la descarga contiene siempre todas

Herramientas relacionadas

• Eliminar líneas duplicadas — la misma tarea para una lista de texto sin más
• Comparar dos archivos de Excel — ver qué difiere en vez de quitarlo
• Agrupar y sumar — agrupar los duplicados sumándolos
• Comparar dos listas — qué hay en una lista y no en la otra