CSV-Daten bereinigen

So bereinigen Sie eine CSV-Datei

1. Öffnen Sie eine .csv-, .tsv- oder .txt-Datei, ziehen Sie sie auf das Werkzeug, oder fügen Sie Zeilen ein. Trennzeichen und ein Byte-Order-Mark für UTF-8 oder UTF-16 werden erkannt; ein anderes Trennzeichen oder eine ältere Codierung wählen Sie unter Importeinstellungen.
2. Wählen Sie unter Werte die Korrekturen für die Zellen. Mit Auf Spalten anwenden beschränken Sie sie auf bestimmte Spalten; ist keine ausgewählt, gelten sie für alle.
3. Legen Sie unter Zeilen und Spalten fest, wie mit leeren Zeilen, Duplikaten und leeren Spalten verfahren wird.
4. Prüfen Sie den Hinweis über dem Ergebnis, vergleichen Sie mit dem Tab Eingabe, und wählen Sie dann CSV herunterladen, Kopieren oder Im Editor öffnen.

Sind die Daten sauber, prüfen Sie sie mit CSV validieren gegen Spaltenregeln, oder ändern Sie Trennzeichen und Anführungszeichen mit CSV formatieren.

Was jeder Schritt bewirkt – in der Reihenfolge der Ausführung

Jeder Wert durchläuft die aktivierten Schritte in dieser festen Reihenfolge. Das Ergebnis ist also gleich, egal in welcher Reihenfolge Sie die Optionen anklicken.

Nach den Werten folgen Zeilen und Spalten: Leere Zeilen entfernen löscht Zeilen, deren Zellen alle leer sind oder nur Leerzeichen enthalten; Dubletten vergleicht die bereinigten Werte; Vollständig leere Spalten entfernen läuft zuletzt. Das Entfernen von Zeilen und Spalten berücksichtigt immer alle Spalten, unabhängig von Auf Spalten anwenden.

Doppelte Zeilen entfernen

• Zeilen entfernen, die in allen Spalten gleich sind ist die Standardeinstellung. Die Werte müssen nach den oben beschriebenen Zellschritten exakt übereinstimmen.
• Zeilen mit gleichen Werten in ausgewählten Spalten entfernen wertet Zeilen als Duplikate, wenn die gewählten Schlüsselspalten übereinstimmen, zum Beispiel email oder first_name + last_name + zip. Die übrigen Spalten dürfen sich unterscheiden.
• Behalten bestimmt, welche Kopie übrig bleibt: Erstes Vorkommen oder Letztes Vorkommen; im zweiten Fall steht die Zeile an der Position dieser letzten Zeile.
• Beim Vergleich Groß-/Kleinschreibung und umgebende Leerzeichen ignorieren behandelt ANA@example.com und ana@example.com als denselben Schlüssel. Den Text der behaltenen Zeile ändert diese Option nicht.
• Mit Alle Zeilen behalten schalten Sie die Duplikatentfernung ab.

Soll beim Entfernen nach Schlüssel eine bestimmte Zeile übrig bleiben, etwa die neueste, sortieren Sie vorher mit CSV sortieren, sodass sie zuerst kommt.

Was nie verändert wird

• Die Kopfzeile bleibt, wie sie ist, und die Spaltenreihenfolge ändert sich nie – außer wenn leere Spalten entfernt werden. Sind alle Spalten leer, wird keine entfernt.
• Werte werden nicht umgewandelt: 00731, 1e5 und 03/04/2024 bleiben Text, genau wie geschrieben – abgesehen von den Schritten, die Sie aktiviert haben.
• Trennzeichen und Zeilenumbrüche in Anführungszeichen werden nach RFC 4180 gelesen und wieder in Anführungszeichen geschrieben, sofern Sie die Zeilenumbrüche nicht ersetzen.
• Eine leere Spaltenüberschrift wird als Column 3 geschrieben, eine doppelte als name (2). Zeilen, die kürzer als die Kopfzeile sind, werden mit leeren Werten aufgefüllt.
• Der Download behält Trennzeichen, Zeilenenden und abschließenden Zeilenumbruch der Datei bei – und ihre Codierung, sofern es UTF-8 (mit oder ohne Byte-Order-Mark), UTF-16 LE oder Windows-1252 ist. Andere Codierungen werden als UTF-8 gespeichert.

Fehlerbehebung

• Zeilen sind verschwunden, die ich behalten wollte. Das Entfernen von Duplikaten ist standardmäßig aktiv. Wählen Sie unter Dubletten die Option Alle Zeilen behalten, oder schalten Sie Leere Zeilen entfernen aus.
• Gleich aussehende Duplikate wurden behalten. Sie unterscheiden sich in der Schreibweise, in Leerzeichen innerhalb des Werts, in unterschiedlich eingegebenen Akzenten oder durch unsichtbare Zeichen. Aktivieren Sie Beim Vergleich Groß-/Kleinschreibung und umgebende Leerzeichen ignorieren, Mehrfache Leerzeichen in Werten zusammenfassen, Unicode normalisieren (NFC) oder Unsichtbare Zeichen entfernen.
• „Wortanfänge Groß“ hat Namen oder Codes verfälscht. Beschränken Sie die Option mit Auf Spalten anwenden, etwa nur auf eine Namensspalte, damit E-Mail-Adressen und Artikelcodes ihre Schreibweise behalten.
• Ein kleingeschriebenes n/a wurde nicht geleert. Die Liste unterscheidet Groß- und Kleinschreibung; ergänzen Sie n/a neben N/A.

Grenzen und Datenschutz

Dateien bis 25 MB, 100.000 Zeilen, 250 Spalten und 2 Millionen Zellen. Eine größere Datei teilen Sie zuerst mit CSV aufteilen; beachten Sie, dass Duplikate dann nur innerhalb des jeweiligen Teils gefunden werden.

Das Bereinigen läuft in Ihrem Browser. Die CSV-Datei wird nicht auf einen Server hochgeladen.

Beispiel

Eine Kontaktliste, bereinigt mit den Standardschritten (Leerzeichen kürzen, leere Zeilen entfernen) sowie Mehrfache Leerzeichen in Werten zusammenfassen, Diese Werte als leer behandeln mit N/A, NULL und Duplikaten nach der Spalte email mit Beim Vergleich Groß-/Kleinschreibung und umgebende Leerzeichen ignorieren. Der Hinweis meldet 5 geänderte Werte, eine entfernte leere Zeile und eine entfernte doppelte Zeile. Die zweite Zeile mit Ana fällt als Duplikat weg; die erste behält ihre eigene Schreibweise.

name,email,city
"  ana lopez ",ANA@example.com,Madrid
Ana Lopez,ana@example.com ,Madrid
Kim   Lee,kim@example.com,N/A
,,
Bao Nguyen,bao@example.com,NULL

name,email,city
ana lopez,ANA@example.com,Madrid
Kim Lee,kim@example.com,
Bao Nguyen,bao@example.com,