Un file può aprirsi correttamente e contenere comunque duplicati. Al contrario, dati corretti dal punto di vista funzionale possono trovarsi in un CSV malformato. Deduplicazione e validazione sono due controlli diversi, da eseguire prima di un’importazione importante.
Che cos’è un duplicato?
La risposta dipende dal set di dati. Due righe perfettamente identiche sono duplicati evidenti, ma anche due schede cliente con lo stesso identificatore possono essere considerate duplicate se un’altra colonna è diversa.
Con Rimuovere duplicati CSV, scegli le colonne che devono fungere da chiave quando l’intera riga non è il criterio corretto.
Una chiave stabile — identificatore, riferimento prodotto, numero pratica — è in genere preferibile a un nome libero.
Prima o ultima occorrenza?
Quando più righe condividono la stessa chiave, bisogna decidere quale conservare. Mantenere la prima occorrenza è adatto se il file è già ordinato dalla più vecchia alla più recente e la prima è quella di riferimento. Conservare l’ultima può essere preferibile se le righe più recenti contengono informazioni aggiornate.
La scelta deve essere esplicita: eliminare «i duplicati» senza capire l’ordine del file può rimuovere la versione corretta.
Maiuscole, minuscole e spazi
CLIENT-42 e client-42 possono indicare lo stesso identificatore in alcuni sistemi, ma non in tutti. Allo stesso modo, uno spazio finale può rendere due valori diversi in un confronto rigoroso.
La normalizzazione deve seguire le regole funzionali. Non rendere automaticamente tutte le comparazioni insensibili a maiuscole e minuscole se queste hanno un significato.
Che cosa valida un CSV?
Il Validatore CSV controlla la struttura del file: coerenza delle righe, separatori e sintassi attesa.
Questo non significa che un’e-mail esista realmente, che un importo sia corretto o che una data rispetti una regola funzionale. La validazione sintattica è una prima barriera, non una certificazione della qualità dei dati.
Controllare prima di importare
Prima di inviare un CSV verso un CRM, un negozio o un software aziendale:
- verifica separatore e intestazioni;
- valida la sintassi;
- identifica la colonna chiave;
- misura i duplicati;
- controlla alcune righe eliminate o conservate;
- conserva il file originale.
Se devi confrontare due versioni dello stesso export, Confrontare CSV o Confrontare due file Excel o CSV permette di andare oltre una semplice deduplicazione.