CSV-Dateien online vergleichen: Schritt für Schritt

Florian Poullin
Florian Poullin
19 Min. Lesezeit
CSV-Dateien nach Datensätzen vergleichen
CSV-Dateien online vergleichen: Schritt für Schritt
Inhaltsverzeichnis
  1. Schnellzugriff
  2. Der schnellste Workflow für den CSV-Vergleich
  3. Beispieldaten: Produkte-CSV vs. Angebote-CSV
  4. Schritt 1: Ursprüngliche und aktualisierte CSV-Datei hochladen
  5. Schritt 2: Festlegen, wie Zeilen abgeglichen werden
  6. Schritt 3: Unterschiedlich benannte Spalten zuordnen
  7. Schritt 4: Join-Typ und Vergleichsoptionen auswählen
  8. Schritt 5: Hinzugefügte, entfernte, geänderte und unveränderte Zeilen prüfen
  9. Schritt 6: CSV-Diff-Ergebnis exportieren
  10. Beispiel für die Ausgabetabelle
  11. Wann sich dieser CSV-Vergleich eignet
  12. Vergleichen, verknüpfen oder deduplizieren: der richtige Workflow
  13. Fehlerbehebung und Sonderfälle
    1. Zeilen erscheinen als hinzugefügt und entfernt statt geändert
    2. Zu viele Zellen erscheinen als geändert
    3. Die Spaltennamen sind unterschiedlich
    4. Doppelte Schlüssel werden angezeigt
    5. Die Datei ist langsam oder die Vorschau begrenzt
    6. Das Einlesen der CSV-Datei schlägt fehl
  14. Fazit
  15. FAQ

Wenn Du CSV-Dateien online vergleichen möchtest, solltest Du vor allem eines vermeiden: einen reinen Text-Diff. CSV-Dateien enthalten strukturierte Daten. Zeilen werden verschoben, Spalten umbenannt, Exporte um neue Felder ergänzt – und ein zeilenweiser Vergleich wird schnell unübersichtlich.

Ich vergleiche die Dateien lieber als Tabellen: einen stabilen Schlüssel auswählen, Spalten zuordnen, hinzugefügte, entfernte, geänderte und unveränderte Zeilen prüfen und anschließend den Diff exportieren. Genau dafür wurde Datablists CSV Diff tool entwickelt.

In dieser Anleitung vergleiche ich einen älteren Produktkatalog-Export mit einer neueren Angebotsdatei eines Lieferanten. Die beiden Dateien haben nicht dieselben Spalten, enthalten aber beide EAN, Internal ID, Price und Stock. Damit haben wir ein realistisches Beispiel: Produkte anhand der EAN abgleichen, Preis und Bestand vergleichen und anschließend das Ergebnis exportieren.

Schnellzugriff

Der schnellste Workflow für den CSV-Vergleich

Wenn beide Dateien schon bereitliegen, ist der Ablauf kurz:

  1. Öffne Datablists CSV Diff tool.
  2. Lade die ältere Datei als ursprüngliche CSV hoch.
  3. Lade die neuere Datei als aktualisierte CSV hoch.
  4. Beginne mit Auto-detect und bestätige anschließend die Schlüsselspalte.
  5. Ordne die Spalten zu, wenn die beiden Dateien unterschiedliche Namen verwenden.
  6. Behalte für die erste Prüfung den Full Outer Join bei.
  7. Prüfe geänderte, hinzugefügte, entfernte und unveränderte Zeilen.
  8. Exportiere beim ersten Durchlauf den vollständigen CSV-Diff.
  9. Wechsle zum Export der geänderten Zeilen, wenn Du eine kompaktere Datei zur Weitergabe brauchst.

Das funktioniert besser als ein Text-Diff, weil der Vergleich Datensätzen statt Zeilennummern folgt. Wenn ein CRM-Export Kontakte neu sortiert oder ein Lieferant eine zusätzliche Spalte einfügt, kann ein Text-Diff die gesamte Datei als verändert erscheinen lassen. Ein Tabellen-Diff zeigt Dir dagegen, welche Datensätze und welche Zellen tatsächlich geändert wurden.

🔑 Wähle den Zeilenschlüssel, bevor Du den Diff bewertest

Eine gute Schlüsselspalte macht aus einem unübersichtlichen Vergleich einen brauchbaren. Nutze eine ID, E-Mail-Adresse, SKU, EAN oder interne Kennung, die zwischen den Exporten stabil bleibt.

Beispieldaten: Produkte-CSV vs. Angebote-CSV

Für diese Anleitung verwende ich einen fiktiven E-Commerce-Datensatz. Die erste Datei ist ein älterer Export des Produktkatalogs. Die zweite Datei enthält einen neueren Angebots-Feed eines Lieferanten oder Marktplatzes.

Die ursprüngliche Produkte-CSV sieht so aus:

IndexEANInternal IDNameMarkeKategoriePreisWährungBestandVerfügbarkeit
15901234123457PRD-001Auslaufsichere FlascheAcme OutdoorOutdoor24.90EUR42Auf Lager
25901234123464PRD-002Bento-LunchboxNorthlineKüche18.50EUR120Auf Lager
35901234123471PRD-003Baumwoll-TragetascheUrban GoodsAccessoires9.90EUR0Nicht auf Lager
45901234123488PRD-004LED-SchreibtischlampeLumaBüro39.00EUR18Auf Lager
55901234123495PRD-005YogamatteBalanceFitSport29.00EUR65Auf Lager
105901234123549PRD-010Kabellose MausClickProElektronik34.00EUR55Auf Lager

Die aktualisierte Angebote-CSV enthält weniger beschreibende Felder, aber weiterhin die Kennungen und Geschäftsdaten, die für mich wichtig sind:

Offer IDEANInternal IDSupplier SKUBestandPreis
OFF-0015901234123457PRD-001ACM-BTL-013823.90
OFF-0025901234123464PRD-002NTH-LBX-0212018.50
OFF-0035901234123471PRD-003UGD-TOTE-03259.90
OFF-0045901234123488PRD-004LMA-LAMP-041835.00
OFF-0055901234123495PRD-005BFT-MAT-056529.00
OFF-0085901234123556PRD-011CLP-CAB-114416.50

Dieses Dateipaar enthält alle Fälle, die ich normalerweise in einem CSV-Diff-Beispiel zeigen möchte: geänderte Werte, neue Zeilen, entfernte Zeilen, unveränderte Zeilen und unterschiedliche Schemata. Im vollständigen Beispieldatensatz erwarte ich, dass PRD-001, PRD-003, PRD-004, PRD-006 und PRD-010 als geändert erscheinen. PRD-011 und PRD-012 sollten hinzugefügt, PRD-008 und PRD-009 entfernt worden sein.

Schritt 1: Ursprüngliche und aktualisierte CSV-Datei hochladen

Öffne das CSV Diff tool. Dort siehst Du zwei Upload-Bereiche:

  • Original CSV: der frühere Export, alte Snapshot oder die Ausgangsdatei.
  • Updated CSV: der neuere Export, den Du mit dem Original vergleichen möchtest.

Die Reihenfolge ist wichtig. Ist eine Zeile nur in der aktualisierten Datei vorhanden, markiert Datablist sie als added. Kommt sie ausschließlich in der ursprünglichen Datei vor, erhält sie den Status removed.

Im Produktbeispiel lade ich die Produkte-CSV als Originaldatei hoch, weil sie der ältere Katalogexport ist. Die Angebote-CSV lade ich als aktualisierte Datei hoch, da sie den neueren Lieferanten-Feed darstellt.

Upload-Ansicht des CSV Diff tools mit Eingabefeldern für Original CSV und Updated CSV
Upload-Ansicht des CSV Diff tools mit Eingabefeldern für Original CSV und Updated CSV

Nachdem Du beide Dateien ausgewählt hast, liest das Tool sie ein und bereitet den ersten Vergleich vor. Die CSV-Dateien werden direkt in Deinem Browser verarbeitet und verglichen. Der Parser erkennt gängige Trennzeichen wie Komma, Semikolon, Tabulator und Pipe und unterstützt verbreitete Kodierungen wie UTF-8 sowie Dateien im Windows-1252-Format.

Trotzdem prüfe ich die Reihenfolge der Dateien noch einmal, bevor ich mir das Ergebnis ansehe. Viele fehlerhafte CSV-Vergleiche entstehen dadurch, dass alte und neue Datei vertauscht und hinzugefügte sowie entfernte Zeilen anschließend falsch herum interpretiert werden.

Schritt 2: Festlegen, wie Zeilen abgeglichen werden

Der Zeilenabgleich ist die wichtigste Einstellung im gesamten Workflow.

Datablist kann zunächst Auto-detect verwenden. Dabei sucht das Tool nach wahrscheinlichen Identifikationsspalten wie id, email, sku, uuid, external_id, record_id, user_id, contact_id und company_id.

Für Produktdaten bevorzuge ich normalerweise:

  • EAN, wenn die Werte vorhanden und eindeutig sind.
  • Internal ID, wenn EAN-Werte fehlen, doppelt vorkommen oder lieferantenspezifisch sind.
  • SKU nur dann, wenn in beiden Dateien dieselbe SKU verwendet wird.

Bei CRM- oder Lead-Dateien könnte der entsprechende Schlüssel email, contact_id, company_id oder eine CRM-Datensatz-ID sein.

Abgleichseinstellungen im CSV Diff tool mit automatischer Zeilenerkennung und Full Outer Join
Abgleichseinstellungen im CSV Diff tool mit automatischer Zeilenerkennung und Full Outer Join

Welcher Abgleichsmodus passt, hängt von der Struktur Deiner Daten ab:

  • Nutze für die meisten Exporte den Abgleich über einen einzelnen Schlüssel. Eine stabile Spalte lässt sich leichter prüfen.
  • Nutze einen mehrteiligen Schlüssel, wenn eine einzelne Spalte nicht eindeutig genug ist, zum Beispiel Company Domain plus Email.
  • Nutze den Vergleich vollständiger Zeilen nur, wenn Du keine stabile Kennung hast.
  • Nutze Auto-detect für den ersten Durchlauf, bestätige den erkannten Schlüssel aber, bevor Du den Zahlen vertraust.

⚠️ Ein ungeeigneter Schlüssel erzeugt viele vermeintlich hinzugefügte und entfernte Zeilen

Fehlt der Schlüssel, kommt er mehrfach vor oder wurde er zwischen den Exporten anders formatiert, kann derselbe Datensatz einmal als entfernt und einmal als hinzugefügt erscheinen. Prüfe Warnungen zu doppelten Schlüsseln, bevor Du das Ergebnis für ein Update nutzt.

Doppelte Schlüssel sind kein Grund, den Diff zu ignorieren. Sie sind aber ein klares Signal, genauer hinzusehen. Das Tool kennzeichnet doppelte Schlüssel, und ich prüfe die betreffenden Zeilen, bevor ich mich auf die Anzahl der Änderungen verlasse.

Schritt 3: Unterschiedlich benannte Spalten zuordnen

Über das Spalten-Mapping legst Du fest, welche Felder verglichen werden.

Im Produktbeispiel enthalten beide Dateien EAN, Internal ID, Stock und Price. Die ursprüngliche Datei enthält außerdem Name, Brand, Category, Currency und Availability. In der aktualisierten Datei gibt es zusätzlich Offer ID und Supplier SKU.

Lieferantenspezifische Metadaten sollen bei mir nicht als Änderungen zählen. Ich möchte nur die Spalten vergleichen, die meine geschäftliche Frage beantworten:

  • Zeilen anhand von EAN abgleichen.
  • Stock mit Stock vergleichen.
  • Price mit Price vergleichen.
  • Beschreibende Spalten als Kontext behalten, wenn sie bei der Prüfung helfen.
  • Nicht zusammengehörige Felder ohne Mapping lassen, wenn sie den Vergleich nicht beeinflussen sollen.

Wenn die Spalten identisch heißen, kann Datablist sie anhand ihres Namens zuordnen. Ihre Reihenfolge muss nicht übereinstimmen. Ein manuelles Mapping ist wichtig, wenn Bezeichnungen geändert wurden. Ein CRM-Export könnte in einer Datei customer_id und in der anderen Customer ID verwenden. Ordne solche Felder nur einander zu, wenn sie wirklich denselben Wert darstellen.

💡 Ordne nur die Spalten zu, die Du vergleichen möchtest

In Lieferanten-Feeds und CRM-Exporten tauchen häufig neue Metadatenspalten auf. Soll ein Feld nicht als Änderung zählen, lass es ohne Mapping oder verwende es nur als Kontext bei der Prüfung.

Dieser Schritt wirkt unscheinbar, spart aber meist am meisten Zeit. Ein falscher Schlüssel führt zu einem fehlerhaften Zeilenabgleich. Ein falsches Spalten-Mapping verfälscht die Anzahl der Änderungen.

Schritt 4: Join-Typ und Vergleichsoptionen auswählen

Für den ersten Durchlauf empfehle ich diese Einstellungen:

  • Full Outer Join.
  • Eine stabile Schlüsselspalte.
  • Führende und nachgestellte Leerzeichen ignorieren.
  • Leere und nullähnliche Werte normalisieren.
  • Groß- und Kleinschreibung berücksichtigen, sofern sie nicht irrelevant ist.

Der Full Outer Join ist die beste Standardeinstellung, weil er alles zeigt: übereinstimmende, hinzugefügte und entfernte Zeilen. So erhältst Du zuerst einen vollständigen Überblick, bevor Du das Ergebnis eingrenzt.

Vergleichseinstellungen im CSV Diff tool für Spaltenreihenfolge, Leerzeichen, Groß- und Kleinschreibung sowie die Normalisierung nullähnlicher Werte
Vergleichseinstellungen im CSV Diff tool für Spaltenreihenfolge, Leerzeichen, Groß- und Kleinschreibung sowie die Normalisierung nullähnlicher Werte

Der Join-Typ bestimmt, was im Ergebnis erscheint:

  • Ein Full Outer Join zeigt übereinstimmende Zeilen sowie Zeilen, die nur in der ursprünglichen oder nur in der aktualisierten Datei vorkommen.
  • Ein Inner Join zeigt ausschließlich Datensätze, die in beiden Dateien vorhanden sind. Nutze ihn, wenn Dich nur Änderungen an gemeinsamen Zeilen interessieren.
  • Ein Left Join verwendet die ursprüngliche Datei als Basis und schließt Zeilen aus, die nur in der aktualisierten Datei vorkommen.

Die Vergleichsoptionen reduzieren Unterschiede, die lediglich durch die Formatierung entstehen:

  • Ignore whitespace entfernt vor dem Vergleich führende und nachgestellte Leerzeichen.
  • Ignore case behandelt Acme und ACME als gleich.
  • Die Normalisierung leerer und nullähnlicher Werte behandelt leere Felder, null, undefined, nil, none, n/a und na als gleichwertige Platzhalter.

Deaktiviere die Normalisierung, wenn ein solcher Platzhalter in Deinen Daten eine echte Bedeutung hat. Angenommen, der ursprüngliche Datensatz enthält id = 101 und Region = NA, wobei NA für Nordamerika steht. Im aktualisierten Datensatz ist die ID gleich, das Feld Region jedoch leer. Ist Normalize empty and null-like values aktiviert, gelten diese Regionswerte als gleich und die Zeile kann als unchanged erscheinen, sofern sich kein anderer zugeordneter Wert unterscheidet.

Um diese Änderung zu erkennen, deaktivierst Du die Einstellung, behältst id als Schlüssel sowie Region im Mapping und startest den Vergleich erneut. Die Zeile sollte nun als changed erscheinen. Im vollständigen Diff-Export steht dann NA neben dem leeren Wert. Prüfe zunächst einen solchen Datensatz, bevor Du Dich für die Normalisierung der gesamten Datei entscheidest – die Option gilt für alle verglichenen Spalten.

📘 Nutze für die erste Prüfung einen Full Outer Join

Starte mit dem vollständigen Überblick und grenze das Ergebnis anschließend ein. Sobald die Anzahl der hinzugefügten, entfernten und geänderten Zeilen plausibel ist, kannst Du für die Prüfung eine kleinere Datei mit ausschließlich geänderten Zeilen exportieren.

Bei großen Dateien spielen Browser- und Geräteleistung eine Rolle. Die Vorschau wird zugunsten einer flüssigen Darstellung begrenzt, während die herunterladbare CSV-Datei das vollständige Ergebnis enthält. Ist ein Prüfexport zu groß für einen komfortablen Vergleich, kannst Du die große CSV-Datei zunächst in kleinere Dateien aufteilen.

Schritt 5: Hinzugefügte, entfernte, geänderte und unveränderte Zeilen prüfen

Nach dem Vergleich beginnst Du am besten mit den Zeilenstatus:

  • added: Der Schlüssel kommt nur in der aktualisierten CSV-Datei vor.
  • removed: Der Schlüssel kommt nur in der ursprünglichen CSV-Datei vor.
  • changed: Der Schlüssel ist in beiden Dateien vorhanden, aber mindestens ein zugeordneter Wert wurde geändert.
  • unchanged: Der Schlüssel ist in beiden Dateien vorhanden und die zugeordneten Werte stimmen nach der Normalisierung überein.

Das Produktbeispiel liefert eindeutige Fälle:

  • PRD-001 wurde geändert, weil sich Price von 24.90 auf 23.90 und Stock von 42 auf 38 verändert hat.
  • PRD-003 wurde geändert, weil der Bestand von 0 auf 25 gestiegen ist.
  • PRD-011 wurde hinzugefügt, weil seine EAN nur in der Angebote-CSV vorkommt.
  • PRD-008 wurde entfernt, weil seine EAN nur in der Produkte-CSV vorkommt.

Mit den Statusfiltern kannst Du Dich auf die relevanten Ergebnisse konzentrieren. Ich beginne normalerweise mit Changed und prüfe danach Added und Removed. Unchanged sehe ich mir zuletzt an, außer ich brauche einen vollständigen Audit-Trail.

CSV-Diff-Vorschautabelle mit Statusfiltern, Suche sowie Aktionen zum Kopieren und Herunterladen
CSV-Diff-Vorschautabelle mit Statusfiltern, Suche sowie Aktionen zum Kopieren und Herunterladen

Die Ansicht der geänderten Zeilen ist hilfreich, wenn Du Unterschiede auf Zellebene prüfen möchtest. Für jede geänderte Spalte zeigt sie den ursprünglichen und den aktualisierten Wert direkt nebeneinander.

Ansicht geänderter Zeilen im CSV Diff tool mit ursprünglichen und aktualisierten Zellwerten nebeneinander
Ansicht geänderter Zeilen im CSV Diff tool mit ursprünglichen und aktualisierten Zellwerten nebeneinander

Vor dem Export gehe ich eine kurze Qualitätskontrolle durch:

  • Wirkt die Anzahl der hinzugefügten und entfernten Zeilen plausibel?
  • Hat das Tool die Zeilen anhand des erwarteten Schlüssels abgeglichen?
  • Sind doppelte Schlüssel gekennzeichnet?
  • Wurden die Spalten korrekt zugeordnet?
  • Werden reine Formatierungsänderungen ignoriert, wenn sie keine Rolle spielen sollen?
  • Sind einige stichprobenartig aufgeklappte Änderungen nachvollziehbar?

Der Zusammenfassungsbereich bietet eine weitere schnelle Kontrolle. Er zeigt Verarbeitungsdetails, zugeordnete Spalten, Warnungen zu doppelten Schlüsseln und die Anzahl der einzelnen Status.

Zusammenfassung im CSV Diff tool mit Zahlen zu geänderten, hinzugefügten, entfernten und unveränderten Zeilen sowie Verarbeitung und Spalten-Mapping
Zusammenfassung im CSV Diff tool mit Zahlen zu geänderten, hinzugefügten, entfernten und unveränderten Zeilen sowie Verarbeitung und Spalten-Mapping

Wenn die Zahlen ungewöhnlich wirken, solltest Du noch nicht exportieren. Prüfe zuerst den Schlüssel und das Spalten-Mapping. Dort entstehen die meisten Probleme.

Schritt 6: CSV-Diff-Ergebnis exportieren

Wenn die Vorschau stimmt, kannst Du das Ergebnis exportieren. Datablist bietet je nach Anwendungsfall verschiedene Ausgabeformate:

  • Summary CSV: für Zeilenstatus, Schlüssel, Anzahl der Änderungen und eine übersichtliche Audit-Zusammenfassung.
  • Changed rows CSV: wenn nur Datensätze mit Unterschieden geprüft werden sollen.
  • Full diff CSV: für ursprüngliche und aktualisierte Werte direkt nebeneinander.

Beim ersten Durchlauf bevorzuge ich die Full diff CSV. Sie enthält mehr Kontext, was später die Erklärung einer Änderung erleichtert. Sobald der Workflow geprüft ist, wechsle ich für eine kompaktere Datei zur Changed rows CSV.

Auch das Trennzeichen kannst Du auswählen:

  • Komma für die meisten Spreadsheet-Workflows.
  • Semikolon, wenn es Deine Ländereinstellungen oder das nachgelagerte System erfordern.
  • Pipe oder Tabulator für Tools, die diese Formate voraussetzen.

Du kannst die CSV-Datei mit den Unterschieden kopieren oder herunterladen. Heruntergeladene Dateien folgen diesem Namensschema:

text
csv-diff-{originalBase}-vs-{updatedBase}.csv

Wenn das exportierte Ergebnis groß ist und Du es vor der Weitergabe filtern oder bearbeiten möchtest, hilft Dir Datablists Anleitung zum Online-Bearbeiten großer CSV-Dateien.

Beispiel für die Ausgabetabelle

Hier siehst Du einen kleinen Ausschnitt eines vollständigen Diff-Exports für das Produktbeispiel.

statuskeychanged_columnsoriginal:Priceupdated:Priceoriginal:Stockupdated:Stock
changed5901234123457Price|Stock24.9023.904238
changed5901234123471Stock9.909.90025
added590123412355616.5044
removed59012341235257.5088

Die exportierte CSV-Datei kann folgende Felder enthalten:

  • status: added, removed, changed oder unchanged.
  • key: der Wert, mit dem die Zeile abgeglichen wurde.
  • __row_index_original: die Zeilennummer in der ursprünglichen CSV-Datei, sofern vorhanden.
  • __row_index_updated: die Zeilennummer in der aktualisierten CSV-Datei, sofern vorhanden.
  • __duplicate_key: gibt an, ob der ausgewählte Schlüssel mehrfach vorkommt.
  • changed_columns: die geänderten Felder.
  • changed_columns_count: die Anzahl der geänderten Felder.
  • summary: eine lesbare Zusammenfassung der Änderungen.
  • Paare aus original:{column} und updated:{column} für den direkten Vergleich.

Ich mag dieses Format, weil es sich problemlos weitergeben lässt. Andere Personen können nach status = changed filtern, nach changed_columns_count sortieren oder hinzugefügte und entfernte Datensätze isolieren, ohne den Vergleich erneut auszuführen.

Wann sich dieser CSV-Vergleich eignet

Dieser Workflow eignet sich immer dann, wenn Du zwei Snapshots hast und wissen möchtest, was sich geändert hat. Typische Beispiele sind:

  • Preis- und Bestandsänderungen in Produktkatalogen.
  • Prüfung eines Lieferanten-Feeds vor dem Import neuer Angebote.
  • CRM-Exporte vor und nach einer Datenbereinigung.
  • Aktualisierung von Lead-Listen.
  • Vergleich von Bestands-Snapshots.
  • Prüfung übergebener Tabellen.
  • Generierte CSV-Exporte aus einem JSON-Konvertierungs-Workflow.

Wenn Du zum Beispiel zuerst verschachteltes JSON in CSV konvertierst, kannst Du anschließend mit CSV Diff zwei generierte Exporte vergleichen. Bereitest Du Datensätze für ein CRM vor, führe den Diff vor einer umfassenderen Datenbereinigung aus. So weißt Du genau, welche Zeilen geändert wurden.

Vergleichen, verknüpfen oder deduplizieren: der richtige Workflow

CSV-Dateien zu vergleichen ist nicht dasselbe, wie sie zu verknüpfen oder zu deduplizieren. Nutze CSV Diff, wenn Deine Frage lautet:

Was hat sich zwischen diesen beiden Snapshots geändert?

Nutze einen Join-Workflow, wenn Du wissen möchtest:

Wie kombiniere ich Felder aus zwei Dateien?

Sieh Dir dazu die Anleitung zum Verknüpfen von CSV-Dateien über eine eindeutige Kennung an. Um den Unterschied zwischen dem Anfügen von Zeilen und dem Ergänzen von Spalten über einen gemeinsamen Schlüssel zu verstehen, helfen Dir vor der Wahl einer Kombinationsmethode die Beispiele zu Merge und Join.

Nutze die Deduplizierung, wenn Deine Frage lautet:

Welche Datensätze kommen innerhalb einer oder mehrerer Dateien mehrfach vor?

Lies dazu die Anleitung zum Entfernen von Duplikaten aus CSV-Dateien.

Diese Unterscheidung ist wichtig, weil jeder Workflow ein anderes Ziel verfolgt. CSV Diff dient dazu, Snapshots zu vergleichen und die Unterschiede zu exportieren. Es ist weder ein Fuzzy-Matching-Tool noch ein Merge-Tool.

Fehlerbehebung und Sonderfälle

Zeilen erscheinen als hinzugefügt und entfernt statt geändert

Prüfe zuerst die Schlüsselspalte. Hat sich der Schlüssel zwischen den Dateien geändert, kann Datablist die beiden Zeilen nicht als denselben Datensatz behandeln. Kontrolliere außerdem die Reihenfolge der Dateien. Wenn Original und aktualisierte Datei vertauscht sind, werden auch hinzugefügte und entfernte Zeilen umgekehrt angezeigt.

Zu viele Zellen erscheinen als geändert

Prüfe die Vergleichsoptionen. Aktiviere das Entfernen von Leerzeichen, wenn Abstände keine Rolle spielen sollen. Vergleiche ohne Berücksichtigung der Groß- und Kleinschreibung, wenn die Schreibweise irrelevant ist. Normalisiere leere Werte, wenn leere Felder und Platzhalter als gleich gelten sollen, und kontrolliere das Mapping umbenannter Spalten.

Die Spaltennamen sind unterschiedlich

Nutze das manuelle Mapping. Ordne Felder nur dann einander zu, wenn sie dieselbe Bedeutung haben. Lass nicht zusammengehörige Spalten ohne Mapping, wenn sie den Vergleich nicht beeinflussen sollen.

Doppelte Schlüssel werden angezeigt

Betrachte doppelte Schlüssel als Hinweis für eine genauere Prüfung. Das Ergebnis kann weiterhin hilfreich sein, doch doppelte Schlüssel zeigen, dass die ausgewählte Kennung nicht eindeutig genug ist. Bereinige die Quelldateien oder wähle einen stärkeren Schlüssel, bevor Du die Zahlen für einen Import verwendest.

Die Datei ist langsam oder die Vorschau begrenzt

Bei großen Dateien hängt die Leistung von Deinem Browser und Gerät ab. Nutze die Vorschau zur Prüfung und lade anschließend den CSV-Diff herunter, wenn Du das vollständige Ergebnis benötigst.

Das Einlesen der CSV-Datei schlägt fehl

Prüfe die Datei auf nicht geschlossene Felder in Anführungszeichen, ungewöhnliche Trennzeichen oder Kodierungsprobleme. Schon ein einziges fehlerhaftes Feld in Anführungszeichen kann eine CSV-Datei ungültig machen.

Fazit

Zwei CSV-Exporte vergleichst Du am besten als strukturierte Daten und nicht als Text. Lade die alte Datei als Original CSV und die neue Datei als Updated CSV hoch, wähle einen stabilen Schlüssel, ordne die Spalten zu, prüfe die Zeilenstatus und exportiere anschließend den Diff.

Meine Standardeinstellung ist einfach: Full Outer Join, stabiler Schlüssel, Bereinigung von Leerzeichen, Normalisierung nullähnlicher Werte und ein vollständiger Diff-Export für die erste Prüfung.

Du kannst den Workflow direkt mit Datablists CSV Diff tool ausführen.

FAQ

Wie kann ich zwei CSV-Dateien online vergleichen?

Öffne Datablists CSV Diff tool, lade die ältere Datei als Original CSV und die neuere Datei als Updated CSV hoch, wähle eine Schlüsselspalte, prüfe das Ergebnis und lade anschließend die Diff-CSV herunter.

Kann ich CSV-Dateien anhand von ID, E-Mail, SKU oder EAN vergleichen?

Ja. Verwende die gemeinsame Kennung als Schlüsselspalte. Geeignete Schlüssel sind Datensatz-IDs, E-Mail-Adressen, SKUs, EANs, interne IDs, Unternehmens-IDs und andere Werte, die zwischen den Exporten stabil bleiben.

Was ist, wenn die Zeilen unterschiedlich sortiert sind?

Nutze den schlüsselbasierten Abgleich. Werden Zeilen anhand eines stabilen Schlüssels zugeordnet, muss ihre Reihenfolge in den beiden Dateien nicht übereinstimmen.

Kann ich CSV-Dateien mit unterschiedlichen Spaltennamen vergleichen?

Ja. Ordne die Spalten bei abweichenden Namen manuell zu. Du kannst beispielsweise customer_id in einer Datei Customer ID in der anderen zuordnen, wenn beide Felder dieselbe Kennung enthalten.

Welcher Join-Typ eignet sich am besten für einen CSV-Diff?

Nutze für die erste Prüfung einen Full Outer Join. Er zeigt übereinstimmende, hinzugefügte und entfernte Zeilen. Verwende einen Inner Join nur, wenn Dich ausschließlich Datensätze interessieren, die in beiden Dateien vorkommen.

Kann ich Leerzeichen, Großschreibung oder leere Werte ignorieren?

Ja. Du kannst Leerzeichen am Anfang und Ende entfernen, Text ohne Berücksichtigung der Groß- und Kleinschreibung vergleichen und leere oder nullähnliche Platzhalter als gleich behandeln. Ich lasse die Bereinigung von Leerzeichen und die Normalisierung leerer Werte normalerweise aktiviert.

Kann ich nur geänderte Zeilen exportieren?

Ja. Nutze die Ausgabe der geänderten Zeilen, wenn Du eine kompaktere Datei zur Prüfung brauchst. Ich empfehle trotzdem, zunächst einmal den vollständigen Diff zu exportieren, damit Du den Vergleich validieren kannst.

Was bedeuten hinzugefügt, entfernt, geändert und unverändert?

added bedeutet, dass der Schlüssel nur in der aktualisierten CSV vorkommt. removed bedeutet, dass er nur in der ursprünglichen CSV vorkommt. changed bedeutet, dass der Schlüssel in beiden Dateien vorhanden ist, sich aber zugeordnete Werte unterscheiden. unchanged bedeutet, dass der Schlüssel in beiden Dateien vorkommt und die zugeordneten Werte übereinstimmen.

Werden CSV-Dateien auf einen Server hochgeladen?

Die CSV-Dateien werden in Deinem Browser verarbeitet und verglichen. Betrachte das Tool als browserbasierte Vergleichslösung und nicht als Import- oder Synchronisierungs-Workflow für eine Datablist Collection.

Kann das Tool große CSV-Dateien vergleichen?

Ja, bei sehr großen Dateien hängt die Leistung jedoch von Deinem Browser und Gerät ab. Die Vorschau ist zugunsten einer flüssigen Darstellung begrenzt, während die herunterladbare CSV-Datei aus dem vollständigen Ergebnis erstellt wird.

Was doppelte Schlüssel in einem CSV-Diff bedeuten

Ein Schlüssel sollte in jeder Datei genau einen Datensatz identifizieren. Enthält die ursprüngliche Datei zwei Zeilen für SKU-101, ordnet das Tool das erste Vorkommen der ersten passenden Zeile in der aktualisierten Datei zu und kennzeichnet den doppelten Schlüssel. Weitere Zeilen aus der ursprünglichen Datei erscheinen bei Full oder Left Joins als entfernt; zusätzliche Zeilen aus der aktualisierten Datei werden bei einem Full Join als hinzugefügt angezeigt. Diese Status beschreiben das Vergleichsergebnis, aber keine bestätigte geschäftliche Löschung oder Neuanlage.

Ich würde das Schlüsselproblem klären, bevor ich diese Zeilen als Importanweisung verwende. Zwei Lieferantenangebote für dieselbe SKU benötigen beispielsweise einen zusammengesetzten Schlüssel aus SKU und Supplier ID. Handelt es sich um versehentliche Duplikate, solltest Du sie zuerst prüfen und konsolidieren. Lösche keinen Eintrag nur, damit die Warnung verschwindet.

Achte außerdem darauf, in allen Snapshots dasselbe Schlüsselformat zu verwenden. Ändert sich eine Kennung von 00101 zu 101, kann sie als entfernter und neu hinzugefügter Datensatz erscheinen. Bewahre führende Nullen in den Quellexporten auf, wenn sie eine Bedeutung haben, und führe den Vergleich anschließend mit dem vorgesehenen Schlüssel und Spalten-Mapping erneut aus.