Eliminar duplicados y validar datos CSV sin borrar filas incorrectas

Eliminar duplicados parece sencillo hasta que dos filas son casi iguales. La forma más segura es definir primero qué significa ser único en ese conjunto de datos.

Duplicado exacto y duplicado de negocio

Un duplicado exacto repite todos los valores. Un duplicado de negocio representa la misma entidad aunque algunos campos sean distintos.

Dos filas pueden compartir el mismo identificador de cliente y tener teléfonos diferentes. Borrar una sin analizarla podría eliminar una actualización válida.

Elegir una buena clave

Un ID de cliente, SKU o número de expediente suele ser mejor clave que un nombre. A veces se necesita una clave compuesta, por ejemplo tienda_id + producto_id.

Eliminar duplicados CSV permite definir columnas para controlar la unicidad.

Limpiar antes de deduplicar

Espacios y diferencias de mayúsculas pueden ocultar duplicados. Normaliza solo los campos que tu regla considere equivalentes.

Decidir qué fila conservar

Puede ser la primera, la última, la más reciente o la más completa. La regla debe estar definida antes de borrar registros.

Validar antes y después

Utiliza el Validador CSV para verificar que la estructura sigue siendo correcta.

En cambios importantes, compara también el resultado con la versión anterior mediante Comparar archivos Excel y CSV o Comparar CSV.

La regla esencial es: no elimines un duplicado si no puedes explicar por qué lo es y qué registro debe conservarse.