ViewCSVCSV ファイルを開くか貼り付けると、オプションの横にクリーニングした結果が表示されます。既定では、すべての値の前後の空白を削除し、空の行と、すべての列が同じ行（最初の行を残す）を削除します。NULL や N/A を空にする、見えない文字を削除する、メール アドレスの列で重複を削除するなど、必要な処理を追加でオンにでき、結果の上の注記に変更した件数が表示されます。見出し行は変更されません。ファイルはアップロードされず、ブラウザー内で処理されます。
CSV ファイルをクリーニングする手順
.csv、.tsv、.txtファイルを開くか、ツールにドロップするか、行を貼り付けます。区切り文字と UTF-8・UTF-16 の BOM は自動で判定されます。別の区切り文字や従来の文字コードを使う場合は、読み込み設定 で選んでください。- 値 で、セルに適用する修正を選びます。一部の列だけを対象にするには 対象の列 を使います。何も選ばない場合はすべての列が対象です。
- 行と列 で、空の行、重複、空の列の扱いを選びます。
- 結果の上の注記を確認し、入力 タブと見比べてから、CSV をダウンロード、コピー、または エディターで開く を選びます。
クリーニングが済んだら、CSV のチェック で列のルールに沿っているかを確認したり、CSV の形式変更 で区切り文字や引用符の付け方を変更したりできます。
各処理の内容と実行順序
各値には、有効にした処理が次の決まった順序で適用されます。そのため、オプションをどの順にクリックしても結果は同じです。
| Unicode を正規化（NFC） | 1 文字として入力した é と、e に結合用のアクセント記号を続けて入力したものを同じ文字列にそろえ、一致の判定や重複の削除で同一として扱えるようにします。既定ではオフです。 |
|---|---|
| 見えない文字を削除 | 制御文字、ゼロ幅スペースやゼロ幅接合子、単語結合子、途中に紛れ込んだ BOM を削除します。タブと改行は残します。既定ではオフです。絵文字の組み合わせや、ゼロ幅接合子を必要とする文字を含む場合はオフのままにしてください。 |
| 空として扱う値 | NULL, N/A, - のようにコンマ区切りで指定します。前後の空白を除いてこのいずれかと等しい値は、空になります。大文字と小文字を区別して判定するため、null と NULL の両方がある場合はそれぞれ指定してください。既定では空欄です。 |
| 前後の空白を削除 | 先頭と末尾の空白文字を削除します。端にあるノーブレーク スペースや改行も対象です。既定ではオンです。 |
| 値の中の連続した空白を 1 つにまとめる | 2 つ以上続く半角スペース、タブ、ノーブレーク スペース、全角スペースを 1 つの半角スペースにします。改行はそのままです。既定ではオフです。 |
| 大文字・小文字 | 変更しない、小文字にする、大文字にする、単語の先頭を大文字にする から選びます。「単語の先頭を大文字にする」では、値を小文字にしてから、空白、ハイフン、スラッシュ、開き括弧の後の最初の文字を大文字にします。そのため MCDONALD は Mcdonald に、o'neil は O'neil になります。 |
| 値の中の改行 | 残す か、スペースに置き換える を選びます。後者では、各改行とその前後の空白を 1 つのスペースにします。 |
値の処理の後に、行と列の処理が行われます。空の行を削除 はすべてのセルが空または空白だけの行を削除し、重複 はクリーニング後の値で比較します。完全に空の列を削除 は最後に実行されます。行と列の削除では、対象の列 の設定にかかわらず、常にすべての列を確認します。
重複行の削除
- 既定は すべての列が同じ行を削除 です。上記のセルの処理を適用した後の値が、完全に一致する必要があります。
- 選んだ列の値が同じ行を削除 では、選んだキー列（たとえば
email、またはfirst_name+last_name+zip）が一致する行を重複として扱います。それ以外の列は違っていてもかまいません。 - 残す では、どちらの行を残すかを決めます。最初に出現した行 か 最後に出現した行 を選び、後者の場合は最後の行の位置に残ります。
- 比較時に大文字と小文字、前後の空白を区別しない をオンにすると、
ANA@example.comとana@example.comを同じキーとして扱います。このオプションによって、残した行の文字列が変わることはありません。 - 重複の削除を行わない場合は、すべての行を残す を選びます。
キー列で重複を削除するときに、最新の行など特定の行を先頭にしたい場合は、先に CSV の並べ替え で並べ替えてください。
変更されないもの
- 見出し行はそのまま残ります。列の順序も、空の列を削除する場合を除いて変わりません。すべての列が空の場合は、どの列も削除されません。
- 値の変換は行いません。
00731、1e5、03/04/2024は、有効にした処理を除いて、書かれたとおりの文字列のまま残ります。 - 値の中の引用符で囲まれた区切り文字や改行は RFC 4180 に従って読み込み、改行を置き換えない限り、引用符で囲んで書き出します。
- 空の見出しは
Column 3、重複した見出しはname (2)として書き出されます。見出しより値が少ない行は空の値で補われます。 - ダウンロードしたファイルでは、元の区切り文字、改行コード、末尾の改行が保たれます。文字コードも、UTF-8（BOM の有無を問わず）、UTF-16 LE、Windows-1252 の場合はそのまま保たれ、それ以外の文字コードは UTF-8 で保存されます。
うまくいかない場合
- 残したい行が消えてしまった。 重複の削除は既定でオンになっています。重複 で すべての行を残す を選ぶか、空の行を削除 をオフにしてください。
- 同じに見える重複行が残っている。 大文字・小文字、値の中の空白、2 通りの方法で入力されたアクセント、見えない文字のいずれかが違っています。比較時に大文字と小文字、前後の空白を区別しない、値の中の連続した空白を 1 つにまとめる、Unicode を正規化（NFC）、見えない文字を削除 のいずれかをオンにしてください。
- 「単語の先頭を大文字にする」で名前やコードが崩れた。 対象の列 で、たとえば名前の列だけに対象を絞ると、メール アドレスや商品コードの大文字・小文字はそのまま残ります。
- 小文字の n/a が空にならない。 指定した値は大文字と小文字を区別して判定されます。
N/Aに加えてn/aも指定してください。
制限とプライバシー
ファイルは 25 MB、10万行、250 列、200万セルまでです。それより大きなファイルは、先に CSV の分割 で分けてください。ただし、その場合の重複は分割した各ファイルの中でしか見つかりません。
クリーニングはブラウザー内で実行されます。CSV がサーバーにアップロードされることはありません。
例
連絡先リストを、既定の前後の空白の削除と空の行の削除に加えて、値の中の連続した空白を 1 つにまとめる、N/A, NULL を指定した 空として扱う値、比較時に大文字と小文字、前後の空白を区別しない を有効にした email 列での重複削除でクリーニングした結果です。注記には、5 個の値の変更、空の行 1 行と重複行 1 行の削除が表示されます。2 つ目の Ana の行は重複として削除され、1 つ目の行は元の表記のまま残ります。
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,
よくある質問
1 つの列を基準に重複を削除するには？
重複 を 選んだ列の値が同じ行を削除 に設定し、その列にチェックを入れて、残す で 最初に出現した行 または 最後に出現した行 を選びます。
ここで文字列の検索と置換はできますか？
できません。このツールで行うのは、決まったクリーニング処理だけです。選んだセルで検索と置換を行うには、CSV エディター を使ってください。
クリーニングで数値や日付が変わってしまうことはありますか？
ありません。値は文字列として扱われ、数値、日付、先頭のゼロの書式が変わることはありません。値が変わるのは、有効にした処理の結果だけです。