Comparar dois ficheiros CSV ou Excel e identificar diferenças

Comparar duas tabelas é uma necessidade frequente: exportação de ontem contra a de hoje, inventário antes e depois, listas de clientes provenientes de dois sistemas ou controlo de uma migração.

A principal dificuldade não é mostrar dois ficheiros lado a lado. É necessário saber qual linha do ficheiro A corresponde a qual linha do ficheiro B.

Escolher uma chave de comparação

Uma chave é uma coluna cujo valor permite identificar um registo: identificador de cliente, SKU, número de processo ou referência interna.

O comparador de Excel e CSV utiliza esta lógica para associar as linhas dos dois ficheiros.

Se trabalhar exclusivamente com CSV, um comparador dedicado pode aplicar o mesmo princípio diretamente a esse formato.

Porque o número da linha raramente é uma boa chave

Se uma nova linha for inserida no início do ficheiro B, todas as posições seguintes ficam deslocadas. Uma comparação pelo número da linha indicaria centenas de diferenças quando os dados apenas mudaram de ordem.

Uma chave de negócio estável permite comparar os registos independentemente da posição.

Adicionado, eliminado ou alterado

Uma comparação útil distingue normalmente três situações:

• uma chave existe apenas no novo ficheiro: registo adicionado;
• existe apenas no ficheiro antigo: registo eliminado;
• existe nos dois, mas outras colunas são diferentes: registo alterado.

Esta distinção é muito mais informativa do que um simples resultado «ficheiros diferentes».

Normalizar antes de comparar

Espaços desnecessários, diferenças de maiúsculas e minúsculas ou nomes de colunas distintos podem criar falsos desvios. Quando as duas fontes deveriam seguir as mesmas convenções, limpe-as primeiro.

A preparação pode incluir a normalização dos cabeçalhos, remoção de espaços supérfluos e verificação dos formatos das colunas.

Duplicados na chave

Se uma chave que deveria ser única aparecer várias vezes, a comparação torna-se ambígua. Deve comparar a primeira linha, a última ou todas as combinações?

Antes de uma comparação importante, verifique a unicidade da chave e trate os duplicados de acordo com as regras dos seus dados.

Comparar a estrutura antes do conteúdo

Antes de procurar linhas alteradas, confirme que os dois ficheiros continuam a descrever a mesma estrutura. Uma coluna adicionada, eliminada ou renomeada pode representar por si só uma alteração importante.

Uma comparação robusta pode seguir dois níveis:

1. comparar os cabeçalhos e a estrutura;
2. comparar depois os registos através de uma chave.

Assim evita interpretar uma evolução do esquema como uma simples série de diferenças de valores.

Valores alterados: comparar coluna a coluna

Quando uma chave identifica a mesma linha nos dois ficheiros, a comparação pode analisar cada coluna: endereço alterado, estado atualizado, montante diferente, entre outros.

Nos números, tenha atenção às representações (10, 10.0, 10,00). No texto, espaços e diferenças de capitalização podem gerar desvios que nem sempre são relevantes. Uma normalização ligeira antes da comparação melhora frequentemente o resultado.

Caso de utilização: controlar uma exportação regular

Comparar duas exportações sucessivas ajuda a identificar rapidamente novos registos, linhas desaparecidas, valores alterados e mudanças de estrutura.

É especialmente útil antes de substituir uma versão de referência ou enviar um ficheiro para outro sistema.

Comparar antes de substituir

Numa importação ou sincronização manual, comparar a versão antiga com a nova permite avaliar a dimensão das alterações antes de substituir os dados.

É uma boa prática simples: observar as diferenças antes de aplicar a nova versão.