Filtrar linhas do CSV

Como filtrar as linhas de um arquivo CSV

1. Abra um arquivo .csv, .tsv ou .txt, arraste-o para a ferramenta ou cole as linhas. O delimitador e a marca de ordem de byte (BOM) de UTF-8 ou UTF-16 são detectados; para usar outro delimitador ou uma codificação antiga, vá em Configurações de importação.
2. Escolha uma Coluna (ou Qualquer coluna), uma Condição e um Valor. Na prévia, a maioria das condições só passa a valer depois que você digita um valor.
3. Clique em Adicionar condição para criar mais regras e defina As linhas devem atender a como Todas as condições (E) ou Qualquer condição (OU).
4. Em Linhas que atendem, escolha Manter ou Remover. A nota acima do resultado mostra quantas linhas atendem às condições.
5. Clique em Baixar CSV, Copiar ou Abrir no editor para continuar trabalhando no resultado.

Para dividir um arquivo em uma parte para cada valor, em vez de ficar com um subconjunto, use Dividir arquivos CSV. Para reordenar as linhas que você manteve, continue em Ordenar linhas do CSV.

Como cada condição compara os valores

Defina Separador decimal como Vírgula 1,5 para arquivos em que 2,25 significa dois e um quarto, como é comum em planilhas brasileiras; com essa opção, um valor escrito 2.25 deixa de ser número. Dia primeiro 31/03/2024 e Mês primeiro 03/31/2024 aceitam /, . ou - entre as partes e dias e meses com um ou dois dígitos.

Pesquisar em todas as colunas de uma vez

Com Qualquer coluna, uma condição positiva como contém mantém a linha quando pelo menos uma célula atende. Uma condição negativa (não contém, é diferente de, não é nenhum destes (lista), não está vazia) precisa valer para todas as células da linha, então “não contém test” mantém só as linhas em que nenhuma coluna menciona esse texto.

Remover inverte a combinação inteira, e não cada condição separadamente: com Todas as condições, só saem as linhas que atendem a todas as regras.

Valores entre aspas, códigos e colunas extras

• Delimitadores e quebras de linha entre aspas dentro de um valor são lidos conforme a RFC 4180; uma célula com várias linhas continua sendo uma única linha e é gravada de volta entre aspas.
• As linhas que atendem são gravadas exatamente como foram lidas. Zeros à esquerda, códigos longos e espaços são mantidos; nada é convertido em número ou data no resultado.
• Um cabeçalho em branco é gravado como Column 3, e um repetido como name (2), para que cada condição possa apontar para uma única coluna.
• Uma linha com mais valores que o cabeçalho ganha colunas extras chamadas Column 5, Column 6…; uma linha mais curta é completada com valores vazios, que passam a atender a está vazia.
• O download mantém o delimitador, as quebras de linha e a quebra de linha final do arquivo, além da codificação quando ela é UTF-8 (com ou sem BOM), UTF-16 LE ou Windows-1252; outras codificações são salvas em UTF-8.

Filtrar arquivos com mais de 25 MB

Arquivos maiores não são carregados na memória, então não há prévia do resultado. A ferramenta lê só o começo do arquivo para listar as colunas; defina as condições e clique em Filtrar e baixar, que lê o arquivo inteiro duas vezes em segundo plano: uma para encontrar todas as colunas e outra para testar cada linha. As linhas que atendem são baixadas em CSV com o delimitador original, aspas só onde necessário, quebras de linha CRLF e codificação UTF-8. Durante o processo aparecem uma barra de progresso e o botão Cancelar, e no fim uma nota informa quantas linhas atenderam às condições.

Nesse modo, cada condição é aplicada exatamente como foi preenchida, inclusive as vazias: um contém vazio atende a todas as linhas, e uma condição de número vazia para com um erro. Preencha ou remova cada condição antes de rodar. Arquivos grandes são lidos como UTF-8, a menos que comecem com uma marca de ordem de byte de UTF-16.

Por que as linhas não batem com o filtro

• Nenhuma linha atende a uma condição de número: verifique se os valores têm separador de milhar (1,250), moeda ou unidade, ou se usam vírgula decimal com Ponto 1.5 selecionado. Use corresponde à expressão regular para achar os valores estranhos ou corrija-os no editor de CSV.
• Uma condição de data deixa linhas de fora: as células estão em um formato diferente do Formato de data escolhido, por exemplo 03/31/2024 com ISO 2024-03-31 selecionado.
• “é exatamente” não encontra linhas que parecem idênticas: as células têm espaços extras ou caracteres invisíveis. Use contém ou tire esses espaços antes com Limpar dados do CSV.
• Tudo aparece em uma coluna só: o delimitador foi detectado errado. Escolha o correto em Configurações de importação e abra o arquivo de novo.

Limites do filtro e privacidade

Até 30 condições. Arquivos de até 25 MB, 100.000 linhas, 250 colunas e 2 milhões de células abrem com prévia ao vivo; arquivos maiores são filtrados em fluxo, e cada resultado baixado tem limite de 4 GB.

O filtro roda no seu navegador. O CSV não é enviado para nenhum servidor.

Exemplo: pedidos de pelo menos 100 depois de 1º de março de 2024

Pedidos mantidos com duas condições em Todas as condições: total número maior ou igual a 100 e ordered_on data posterior a 2024-03-01 (ISO). O pedido 00414 não passa na data, o 00413 não passa no valor, e o 00415 tem o total em branco, que nunca atende a uma condição de número. Os zeros à esquerda e os nomes entre aspas não mudam.

order_id,customer,total,ordered_on
00412,"Lopez, Ana",129.90,2024-03-02
00413,Kim Lee,48.00,2024-03-05
00414,"Nguyen, Bao",1250,2024-02-28
00415,Sara Ali,,2024-03-09
00416,"Okafor, Chidi",310.5,2024-03-11

order_id,customer,total,ordered_on
00412,"Lopez, Ana",129.90,2024-03-02
00416,"Okafor, Chidi",310.5,2024-03-11