Supprimer les doublons d'un tableau

À propos de la suppression des doublons

La version texte de ce travail compare des lignes entières, et pour une liste d'adresses e-mail c'est exactement ce qu'il faut. Un tableur demande autre chose.

Dans un vrai tableau, les doublons ne sont presque jamais définis par la ligne entière. Deux exports de la même commande sont la même commande même si l'un porte un horodatage plus récent ; deux fiches du même client sont le même client même si l'adresse a été corrigée entre-temps. Ce qui fait d'une ligne un doublon, ce sont une ou deux colonnes, pas toutes.

Les colonnes clés sont donc ici la première commande, et non un réglage caché. Cochez celles qui décident de ce que « pareil » veut dire, et tout le reste a le droit de différer.

Les choix qui comptent

• Quelles colonnes — toutes pour commencer. Décochez celles qui peuvent varier, comme un horodatage ou un champ de commentaire
• Garder la première ou la dernière — cela décide quelle version survit quand les autres colonnes diffèrent. Garder la dernière convient généralement à un export en ajout seul, où la ligne la plus récente est la corrigée
• Ignorer les espaces en trop — activé par défaut. " Acme SARL" et "Acme SARL" sont la même société pour tout le monde sauf pour une comparaison de chaînes
• Respecter la casse — désactivé par défaut, donc ACME et Acme ne font qu'un

Cochez Afficher plutôt les lignes supprimées pour voir exactement ce qui partirait. Rien n'est jeté en silence : le compte est toujours à l'écran et les lignes supprimées sont à un clic.

Comment l'utiliser

• Collez vos lignes ou téléversez un tableur
• Décochez toute colonne qui a le droit de différer entre doublons
• Choisissez si c'est la première ou la dernière copie qui survit
• Vérifiez le compte, et jetez un œil aux lignes supprimées si le nombre vous surprend
• Téléchargez en CSV ou en Excel, ou recopiez-le directement

Des doublons qui n'en ont pas l'air

Les lignes qui survivent à un dédoublonnage alors que vous les attendiez au départ ne sont généralement pas un défaut de la comparaison. Ce sont deux chaînes identiques à l'écran et différentes en mémoire.

Les coupables habituels sont invisibles. Le texte copié depuis une page web contient souvent une espace insécable au lieu d'une espace ordinaire — même largeur, caractère différent. Un CSV sorti d'un système ancien peut avoir une espace finale après chaque valeur d'une colonne. Et un nombre saisi dans Excel avec une apostrophe initiale est du texte et non un nombre : 1000 et 1000 peuvent donc réellement différer.

Ignorer les espaces en trop traite la moitié courante du problème : cela rogne les extrémités, réduit les suites d'espaces et considère une espace insécable comme une espace. Ce que cela ne fait délibérément pas, c'est retirer la ponctuation ou normaliser les accents, car Muller et Müller sont assez souvent deux personnes différentes pour que deviner soit pire que de vous laisser trancher.

Si deux lignes refusent toujours de se rejoindre, collez-les dans un éditeur de texte brut et regardez la fin des valeurs. La différence y est presque toujours.

À quoi cela sert

• Nettoyer une liste de diffusion constituée à partir de plusieurs exports
• Retirer des commandes ou transactions répétées après un double import
• Fusionner une table clients où le même compte a été saisi deux fois
• Assainir un export de sondage où des personnes ont répondu plusieurs fois
• Savoir combien il y a réellement de doublons avant de décider quoi que ce soit
• Obtenir un vrai décompte unique pour un rapport

Bon à savoir

• Fonctionne sous Windows, macOS, Linux, ChromeOS, ainsi que sur téléphone et tablette — il accepte du texte collé ou un fichier, pas un dossier
• Rien n'est téléversé. La lecture et le dédoublonnage se font tous deux dans la page
• L'ordre des lignes est préservé. Les lignes survivantes reviennent dans leur ordre d'arrivée, pas triées
• Décochez toutes les colonnes et l'outil revient à comparer la ligne entière, l'interprétation prudente de « aucune colonne choisie »
• Les nombres sont comparés tels qu'ils sont écrits. Si une feuille a 1000 et l'autre 1 000 en texte, ils diffèrent — utilisez Comparer deux fichiers Excel si c'est cette distinction que vous cherchez
• L'aperçu affiche les 200 premières lignes ; le téléchargement contient toujours toutes les lignes

Outils associés

• Supprimer les lignes en double — le même travail pour une simple liste de texte
• Comparer deux fichiers Excel — voir ce qui diffère plutôt que de le supprimer
• Grouper et additionner — regrouper les doublons en les totalisant
• Comparer deux listes — ce qui est dans une liste et pas dans l'autre