Analyser un fichier CSV

Ce que contient le profil des colonnes

Quelles valeurs comptent comme des nombres, et avec quelle précision

Une valeur compte comme un nombre lorsqu’il s’agit d’un décimal simple avec un point : un signe facultatif, des chiffres, une partie décimale facultative et un exposant facultatif, comme -12.5, 120.00 ou 3e5. Les séparateurs de milliers ne sont pas acceptés : 1,234 n’est jamais lu comme 1234 ni comme 1,234, et 12 kg, $5 ou 1,5 ne sont pas des nombres dans le profil. Un montant au format français comme 1 234,50 y est donc traité comme du texte.

La somme, le minimum et le maximum sont calculés en arithmétique décimale exacte : 0.1 + 0.2 donne exactement 0.3, et deux identifiants à 16 chiffres comme 9007199254740992 et 9007199254740993 gardent leurs vrais minimum, maximum et total.

La moyenne, l’écart type, les quartiles et l’histogramme utilisent l’arithmétique standard en double précision : ils peuvent donc présenter des résidus d’arrondi, comme 16.049999999999997 pour un quartile. Les valeurs qu’un nombre en double précision ne peut pas représenter fidèlement sont exclues de ces statistiques et comptées à part : les entiers au-delà de ±9 007 199 254 740 991 (`Number.MAX_SAFE_INTEGER`), les décimaux de plus de 15 chiffres significatifs, et les valeurs trop grandes ou trop proches de zéro pour la double précision, comme 1e-1000. Une telle valeur ne devient jamais un faux 0 et ne se confond pas avec sa voisine ; si toutes les valeurs sont concernées, la moyenne et les quartiles restent simplement vides.

Les quartiles sont obtenus par interpolation linéaire entre les valeurs triées. Ils sont exacts sur les 1 000 000 premiers nombres d’une colonne ; au-delà, ils proviennent d’un échantillon aléatoire reproductible de 1 000 000 de valeurs et sont signalés comme approximatifs.

Créer un tableau croisé dynamique

1. Ouvrez un fichier, collez du texte ou essayez l’exemple. L’onglet Tableau croisé dynamique s’ouvre avec une première disposition, devinée à partir des noms de colonnes.
2. Sous Lignes, ajoutez jusqu’à quatre champs avec Ajouter un champ ; le premier forme le groupe extérieur. Les flèches changent l’ordre et × retire un champ.
3. Sous Colonnes, ajoutez jusqu’à trois champs pour répartir leurs valeurs en haut du tableau. Laissez cette zone vide pour obtenir une simple liste groupée.
4. Sous Valeurs, choisissez le calcul avec Synthétiser par et Colonne, et ajoutez jusqu’à huit valeurs avec Ajouter une valeur.
5. Pour les sommes et les nombres, Afficher les valeurs peut présenter chaque valeur en pourcentage du total général, du total de sa ligne ou du total de sa colonne.

Les groupes sont formés à partir du texte exact des cellules : North et North forment deux groupes distincts, une cellule vide forme son propre groupe, affiché (vide), et un code comme 01067 garde son zéro en tête. Pour fusionner ces groupes, supprimez d’abord les espaces avec Nettoyer un CSV.

Comment les sous-totaux et les totaux sont calculés

Avec Sous-totaux pour chaque groupe de lignes, chaque groupe extérieur reçoit une ligne de total après ses éléments ; Ligne et colonne de total général ajoute la ligne de total général et, s’il y a des champs de colonnes, une colonne de total. Chacun de ces totaux est calculé à partir des lignes correspondantes du fichier, et non en additionnant les cellules au-dessus. C’est ce qui rend juste une moyenne, une médiane ou un nombre de valeurs distinctes dans un total : la moyenne générale est la somme de tous les montants divisée par le nombre de montants, pas la moyenne des moyennes de groupes, et un client qui a acheté dans deux régions ne compte qu’une fois dans le total général.

Dans une valeur numérique, les cellules qui ne sont pas des nombres, comme n/a ou 12 kg, sont écartées et leur nombre est signalé sous le tableau ; les cellules vides sont ignorées. Si Séparateur décimal du fichier est réglé sur la virgule, 1,5 est lu comme 1,5 : pratique pour un export issu d’un Excel français. Les séparateurs de milliers et les symboles monétaires ne sont jamais lus comme des nombres.

Les lignes se trient par étiquette ou selon n’importe quelle valeur, par ordre croissant ou décroissant ; avec des sous-totaux, chaque niveau est trié au sein de son groupe parent. Décimales affichées et Séparateur de milliers ne changent que l’affichage : les téléchargements conservent tous les chiffres.

Afficher le détail d’une valeur, exporter et réutiliser la disposition

• Sélectionnez une valeur du tableau pour lister les lignes qui la composent, avec leur nombre ; les 1 000 premières sont affichées. Téléchargez-les toutes en CSV, ou ouvrez-les dans l’éditeur s’il y en a 1 000 ou moins, puis revenez avec Retour au tableau croisé dynamique.
• Filtrer d’abord les lignes limite le tableau croisé aux lignes qui remplissent des conditions ; la ligne au-dessus du tableau indique combien de lignes ont été prises en compte.
• Téléchargez le tableau final en CSV ou en XLSX. Les totaux sont des lignes et des colonnes étiquetées, et les nombres gardent tous leurs chiffres ; dans le XLSX, les nombres de plus de 15 chiffres significatifs restent du texte pour qu’Excel ne puisse pas les arrondir. C’est un tableau statique, pas un tableau croisé dynamique Excel que l’on peut réorganiser.
• Créer un graphique envoie les lignes de détail vers Graphique à partir d’un CSV, sans sous-totaux ni totaux, pour que rien ne soit compté deux fois.
• Dispositions enregistrées conserve une disposition dans ce navigateur ; Exporter la disposition et Importer une disposition la transfèrent d’un appareil à l’autre sous forme de petit fichier JSON. Si une disposition utilise des colonnes absentes d’un autre fichier, vous choisissez une colonne de remplacement ou vous retirez le champ.

Bien interpréter les résultats

• Une colonne d’identifiants complétés par des zéros, comme 001041, est classée en texte (à cause des zéros en tête), mais ses valeurs se lisent quand même comme des nombres : elle affiche donc une somme et une moyenne. N’en tenez pas compte : le nombre de zéros en tête montre que la colonne est un code, pas une quantité.
• Une colonne de nombres classée en texte contient en général une valeur atypique : n/a, 12 kg, une virgule décimale ou un séparateur de milliers. La part des valeurs conformes indique combien correspondent ; retrouvez les autres dans le Lecteur CSV.
• Les dates ne sont reconnues qu’au format ISO (2026-03-25, 2026-03-25T14:30:00Z). 11/03/2026 reste du texte, car cette date peut désigner le 11 mars comme le 3 novembre.
• Le nombre de valeurs distinctes est exact jusqu’à 100 000 valeurs différentes par colonne. Au-delà, l’outil garde les 50 000 plus fréquentes, et le nombre de valeurs distinctes comme les valeurs les plus fréquentes deviennent approximatifs. Le nombre de lignes en double est exact tant que 500 000 lignes différentes n’ont pas été vues ; au-delà, il n’est plus indiqué.

Gros fichiers et limites

Les fichiers jusqu’à 25 Mo, 100 000 lignes, 250 colonnes ou 2 millions de cellules s’ouvrent en mode interactif. Jusqu’à 20 000 lignes, le tableau croisé se met à jour à chaque changement de disposition ; au-delà, cliquez sur Calculer le tableau croisé dynamique. Les fichiers plus gros sont lus en flux continu : Calculer sur tout le fichier lit le fichier par morceaux dans un worker en arrière-plan et prend en compte toutes les lignes, pas seulement l’aperçu. Le profil des colonnes fonctionne de la même façon pour les gros fichiers ; l’onglet SQL demande un fichier qui tient dans la limite interactive.

Un tableau croisé peut compter jusqu’à 20 000 groupes de lignes, 200 groupes de colonnes et 1 000 000 de cellules dans le tableau final ; les médianes et les nombres de valeurs distinctes peuvent garder jusqu’à 4 000 000 de valeurs en mémoire. Au-delà d’une limite, vous obtenez une erreur qui la nomme, plutôt qu’un tableau tronqué. La page affiche les 500 premières lignes et 60 colonnes de valeurs ; les téléchargements contiennent le tableau complet. L’analyse s’exécute dans cet onglet et le CSV n’est jamais envoyé sur un serveur.

Exemple

Six commandes, dont une au montant vide et une avec n/a. La disposition place region en Lignes et month en Colonnes, avec deux valeurs : la somme de amount et le nombre de valeurs distinctes de customer. Voici le CSV téléchargé. Le n/a est écarté de la somme et signalé ; le total général compte 4 clients différents, et non les 2 + 3 des deux colonnes de mois, car C02 a acheté les deux mois.

order_id,month,region,customer,amount
001041,2026-01,North,C01,19.90
001042,2026-01,South,C02,4.50
001043,2026-01,North,C01,
001044,2026-02,North,C03,19.90
001045,2026-02,South,C02,120.00
001046,2026-02,South,C04,n/a

region,2026-01 · Sum of amount,2026-01 · Distinct values of customer,2026-02 · Sum of amount,2026-02 · Distinct values of customer,Total · Sum of amount,Total · Distinct values of customer
North,19.9,1,19.9,1,39.8,2
South,4.5,1,120,2,124.5,2
Grand total,24.4,2,139.9,3,164.3,4