Definire cosa rappresenta una linea
Preparare un elemento per riga, ad esempio un codice, un'etichetta o un riferimento. Una riga con più colonne non diventa automaticamente un record strutturato. Per le tabelle CSV, utilizzare convertitori che comprendono le celle e le quotazioni. In un elenco di testo, spazi e lettere possono far parte di un identificatore piuttosto che di una formattazione irrilevante.
Conservare una copia prima della normalizzazione. Ana, Ana e una linea con gli spazi circostanti potrebbero rappresentare una persona o codici diversi. Stabilire questa regola prima di rimuovere i duplicati. Conservare ripetizioni quando ogni aspetto rappresenta un'unità o una presenza che è necessario contare. Un elenco di oggetti unici risponde a una domanda diversa da un elenco di tutte le apparenze.
Pulire lo spazio bianco prima di rimuovere i duplicati
Pulisci le estremità delle linee di ritaglio del testo e, facoltativamente, riduce gli spazi interni o rimuove le linee vuote. Abilitare solo le modifiche necessarie, poiché la riduzione degli spazi interni altera il testo allineato. Rimuovere le righe duplicate mantiene la prima apparizione e lo spazio bianco rimane parte di ogni voce a meno che non venga prima pulito.
Testare un campione contenente una voce ripetuta, spazi circostanti e una variante maiuscola. Ispezionare le opzioni sensibili al caso prima di scegliere la regola finale. Copia l'output pulito prima di aprire la rimozione duplicata perché il contenuto non si trasferisce automaticamente. Conservare tali impostazioni con la versione finale in modo che gli aggiornamenti successivi possano utilizzare gli stessi criteri piuttosto che modificare gradualmente ciò che conta come elemento corrispondente.
Fai una domanda di confronto precisa
Liste di confronto fornisce elementi comuni, solo in A, solo in B e un'unione. Per trovare i riferimenti di consegna mancanti, inserire le voci attese in A e ricevute in B, quindi scegliere Solo in A. Le liste di scambio cambiano il significato della differenza. Un'unione include voci di entrambi senza contare le apparenze ripetute.
Le righe vuote vengono ignorate e la prima apparizione viene mantenuta. Puoi ignorare i casi e tagliare gli spazi circostanti. Per A che contiene Ana, Luis e Ana, e B che contiene Luis e Marta, l'elemento comune è Luis e l'unione è Ana, Luis, Marta. Controllare un elemento in ogni gruppo prima di utilizzare un confronto di grandi dimensioni.
Filtrare, ordinare e preparare l'output finale
Le linee di filtro mantengono o escludono le corrispondenze letterali: .pdf ricerca quella stringa senza trattare il punto come espressione regolare. Conserva l’ordine, gli spazi e le ripetizioni. Le linee di ordinamento cambiano posizione e confrontano i numeri in modo naturale, quindi 2 precede 10. Filtrare prima della numerazione se i numeri devono descrivere l'elenco finale.
Prefissi e suffissi preparano le etichette; Trova e sostituisci le corrispondenze letterali. Ispezionare i termini che appaiono più volte e decidere se ogni evento dovrebbe cambiare. Contare le voci rimosse da ogni operazione e scaricare o copiare la versione finita prima di navigare altrove. Quando l'origine cambia, ripetere da tale origine con le impostazioni registrate piuttosto che una copia già trasformata.
Elementi comuni e unione
Metti Ana, Luis e Ana su tre righe in A, e Luis e Marta su due righe in B. Confronta i comuni e poi l’unione.
Lista A: Ana Luis Ana Lista B: Luis Marta
I comuni sono Luis. Solo in A resta Ana e solo in B resta Marta. L’unione è Ana, Luis, Marta.
Prova spazi esterni e maiuscole per verificare la regola di equivalenza prima di lavorare con codici.