Remover duplicatas de planilhas e tabelas online
Envie um arquivo CSV ou Excel e remova linhas repetidas em poucos cliques, sem fórmulas e sem cadastro.
| Nome | Cidade |
|---|---|
| Ana | Rio |
| Bruno | Recife |
| Ana | Rio |
| Nome | Cidade |
|---|---|
| Ana | Rio |
| Bruno | Recife |
A linha repetida é removida e a primeira ocorrência é mantida.
Como remover duplicatas
Um guia completo, passo a passo.
Passo 1: envie o arquivo e confira o cabeçalho
Arraste sua tabela (Excel, CSV, TSV ou qualquer texto delimitado) para a área de envio. Antes de continuar, confira a opção "O arquivo tem cabeçalho". Se a primeira linha tiver os nomes das colunas, deixe marcada, para que ela não seja tratada como uma linha de dados.
Passo 2: escolha entre linhas e colunas
Com o arquivo carregado, abra a ferramenta e escolha o que comparar usando as opções Linhas ou Colunas:
- Linhas (padrão): compara as linhas e remove as que são idênticas a uma linha anterior.
- Colunas: compara as colunas e remove as que repetem outra coluna. Útil depois de juntar tabelas que trouxeram a mesma informação duas vezes.
Passo 3: compare só algumas colunas (opcional)
Por padrão, duas linhas só são duplicadas se todas as células forem iguais. Para comparar apenas algumas colunas, use o campo "Nas colunas (opcional)".
Se você digitar $1, ID, a ferramenta olha só para a primeira coluna e para a coluna 'ID'. Duas linhas com o mesmo identificador são tratadas como duplicadas, mesmo que o resto da linha seja diferente.
Detalhes técnicos e perguntas frequentes
Remover duplicatas é um passo básico para garantir a qualidade dos dados. Registros repetidos distorcem qualquer análise: em dados biológicos, por exemplo, leituras redundantes inflam artificialmente a quantificação de expressão; em relatórios de negócio, clientes ou vendas duplicadas levam a previsões erradas.
O flowingTable processa a tabela no servidor com pandas, então a comparação é exata e não trava o navegador como acontece em planilhas grandes. Só são removidas as linhas idênticas nas colunas escolhidas, e a primeira ocorrência é sempre preservada.
Perguntas frequentes
Como a ferramenta encontra duplicatas em um CSV grande sem travar o navegador?
A comparação roda no servidor, em Python com pandas, e não dentro da aba do navegador. Assim o navegador não precisa carregar todos os dados na página, evitando os travamentos comuns em planilhas com muitas linhas. Todas as linhas são comparadas de uma só vez, em uma única passada.
Posso remover duplicatas com base em uma coluna de identificação, e não na linha inteira?
Sim. Basta informar as colunas no campo 'Nas colunas (opcional)', por exemplo '$1, CodigoCliente'. Duas linhas passam a ser consideradas duplicadas quando os valores dessas colunas são iguais, mesmo que as outras células sejam diferentes. É o caso típico de cadastros de clientes repetidos com o mesmo código, mas com telefones ou endereços diferentes.
Qual a diferença entre remover linhas duplicadas e colunas duplicadas?
São operações diferentes, escolhidas pelas opções Linhas/Colunas. Remover linhas duplicadas compara cada registro e elimina as linhas iguais a outra. Remover colunas duplicadas compara as colunas e elimina as que têm exatamente o mesmo conteúdo de outra, situação comum depois de juntar tabelas de fontes diferentes que trouxeram a mesma variável com outro nome.
A ferramenta altera ou reformata meus números e textos?
Não. A comparação é feita sobre os valores exatamente como estão, e a primeira ocorrência de cada linha é mantida sem nenhuma alteração. Não há arredondamento nem conversão de tipo: um código como '00748' continua sendo '00748', e não vira 748, como pode acontecer no Excel.