Nettoyer un fichier CSV ou Excel avant de l’utiliser

Avant un import CRM, une analyse ou une fusion, il est souvent utile de nettoyer le tableau source. L’objectif n’est pas de modifier les données au hasard, mais de retirer les défauts mécaniques qui empêchent les traitements suivants de fonctionner correctement.

Le Nettoyeur Excel et CSV regroupe plusieurs opérations courantes. Depuis la rédaction initiale de ce guide, le Workspace dispose aussi de recettes réutilisables pour ce besoin.

Commencer par une copie du fichier

Gardez toujours le fichier d’origine. Un nettoyage peut supprimer des lignes ou modifier des valeurs ; il doit donc rester possible de comparer le résultat avec la source.

Cette précaution est particulièrement importante lorsque le tableau sert de référentiel, contient des identifiants métier ou doit être réimporté dans un logiciel.

Supprimer les lignes réellement vides

Une feuille de calcul peut contenir des lignes qui semblent vides mais possèdent encore des cellules formatées ou des caractères invisibles. Dans un jeu de données, supprimer ces lignes réduit le bruit et évite qu’elles soient interprétées comme de vrais enregistrements.

Espaces inutiles : un petit défaut aux grandes conséquences

Paris et Paris paraissent identiques à l’écran, mais une comparaison stricte peut les considérer comme deux valeurs différentes. Les espaces en début ou fin de cellule peuvent provoquer des doublons non détectés, des regroupements séparés, des jointures qui échouent ou des filtres incomplets.

Définir ce qu’est un doublon

Deux lignes entièrement identiques sont faciles à reconnaître. Mais dans un fichier clients, deux lignes peuvent désigner la même personne tout en ayant une adresse ou un téléphone différent.

Pour une déduplication contrôlée par colonnes, utilisez Supprimer les doublons CSV. Avant de supprimer quoi que ce soit, identifiez la colonne qui représente réellement l’enregistrement.

Ne pas « corriger » les identifiants comme des nombres

Un code 00125 peut être un identifiant et non le nombre 125. Le même principe vaut pour les numéros de téléphone, codes produits, numéros de dossier et certains codes postaux.

Avant de normaliser une colonne, identifiez sa sémantique, pas seulement son apparence.

Vérifier les en-têtes et la structure

Des noms de colonnes explicites simplifient toutes les étapes suivantes. Renommer les colonnes CSV permet de corriger les intitulés sans modifier le reste du tableau.

Après nettoyage, vérifiez le nombre de lignes, la présence des en-têtes, quelques enregistrements et les colonnes identifiantes. Le Validateur CSV contrôle la syntaxe et Statistiques CSV fournit une vue synthétique.

Deux Pipelines existent maintenant pour ce besoin

Le modèle Nettoyer un fichier Excel enchaîne automatiquement nettoyage des valeurs, suppression des lignes vides et suppression des doublons avant export.

Pour aller plus loin, Nettoyer et normaliser un tableau ajoute le traitement des valeurs manquantes à cette chaîne.

Ces modèles sont intéressants lorsqu’un même type de fichier revient régulièrement. Pour un contrôle ponctuel ou une règle métier très spécifique, l’outil autonome reste plus simple.

Traiter les valeurs manquantes avec prudence

Une cellule vide peut signifier qu’une information est inconnue, facultative ou non applicable. Avant de remplir automatiquement une valeur, vérifiez si la colonne est obligatoire, si une valeur par défaut a un sens métier et si l’absence doit être distinguée de zéro ou d’une chaîne vide.

Définir un ordre de nettoyage

Une séquence robuste ressemble souvent à ceci :

conserver la source
→ vérifier les en-têtes
→ nettoyer les espaces
→ supprimer les lignes vides
→ normaliser les valeurs connues
→ traiter les doublons
→ contrôler les valeurs manquantes
→ valider
→ exporter

L’ordre limite les faux doublons et rend les contrôles finaux plus fiables.

Préparer le traitement suivant

Le niveau de nettoyage dépend de la destination. Pour fusionner plusieurs fichiers, harmonisez surtout les colonnes. Pour comparer deux exports, stabilisez la clé de comparaison. Pour une jointure, nettoyez précisément les clés qui devront correspondre.

Un bon nettoyage n’est pas une fin en soi : il prépare une opération précise. C’est cette logique qui permet ensuite de transformer une suite de corrections en workflow reproductible.