Para eliminar filas duplicadas de un CSV de forma segura, compare la columna que identifica cada registro, revise los grupos propuestos y elimine las filas redundantes o fusione los valores que necesite conservar. Este método funciona tanto con un único archivo CSV como con varios archivos importados en la misma colección de Datablist.

En la primera revisión, utilice el email, el teléfono, el sitio web de la empresa, el SKU u otro identificador estable. Si los valores presentan diferencias ortográficas o de formato, use la coincidencia Smart, difusa o fonética y mantenga en revisión los grupos dudosos.

Fusionar duplicados de archivos CSV

Ejemplo de fusión de registros duplicados en Datablist
Ejemplo de fusión de registros duplicados en Datablist

Datablist es ideal para realizar operaciones con datos que no son posibles en una hoja de cálculo. Úselo si busca un buen editor de CSV online.

En esta guía trabajaremos con dos archivos CSV que contienen miles de registros. Los cargaremos en una sola colección y eliminaremos los duplicados basándonos en una de sus cuatro columnas. Este proceso también funciona con un único archivo CSV.

📘 Descargue los archivos CSV del tutorial

Archivo CSV 1 y Archivo CSV 2

Los archivos descargables tienen cuatro encabezados: firstname, lastname, email y profession (puesto de trabajo). El archivo 1 contiene 1000 filas de datos y el archivo 2 contiene 1003, es decir, 2003 filas antes de eliminar duplicados. El objetivo es fusionar los registros que compartan la misma dirección de email.

Si su campo de email contiene varias direcciones en una misma celda, divida las celdas CSV con varios valores en filas antes de detectar duplicados. Si el archivo exportado es demasiado grande para importarlo o revisarlo con seguridad, divida el archivo CSV grande antes de eliminar duplicados.

El proceso para fusionar duplicados se resume así:

  1. Cargue sus archivos CSV en una colección de Datablist
  2. Seleccione las propiedades para buscar duplicados
  3. Fusione automáticamente los duplicados sin conflictos
  4. Fusione manualmente los duplicados restantes

Paso 1: Cargar archivos CSV en Datablist

Crear una colección nueva

El primer paso es cargar el archivo CSV en Datablist. Para empezar, abra Datablist (no necesita registrarse).

Para crear una colección, haga clic en el botón "New collection" con el símbolo +. Una vez creada, asígnele un nombre y un icono.

A continuación, haga clic en el botón Import CSV.

Crear una colección nueva

Crear propiedades para el archivo CSV

Una vez cargado el archivo CSV, puede crear las propiedades de la colección a partir de los nombres de sus columnas. Datablist muestra todas las columnas encontradas para que pueda crear una propiedad por cada una.

Los archivos CSV no especifican el tipo de sus columnas. Datablist sugiere tipos según los valores importados para facilitar su ordenación y filtrado. Revise estas sugerencias antes de importar.

Conviene mantener identificadores como el SKU, el ID de cuenta o el código postal con el tipo Text. Por ejemplo, convertir 00127 en Number elimina los ceros iniciales y modifica la clave de coincidencia. Consulte la guía sobre tipos de propiedades si no sabe qué tipo elegir.

Crear las propiedades de la colección

Revisar e importar

Durante la revisión, las filas aparecerán tal como figuran en el archivo CSV. Compruebe que los datos tengan un formato correcto y coherente. Después, haga clic en el botón "Import items". ¡Listo! 💪

Revisar, importar y cargar el segundo archivo CSV

Repetir el proceso con los demás archivos CSV

Ahora que ya tiene una colección con las propiedades configuradas, repita el proceso "Import CSV/Excel" para importar los demás archivos CSV o Excel en esa misma colección.

Paso 2: Buscar duplicados

Después de cargar los archivos CSV, abra Clean > Merge duplicates. Elija Remove duplicates si las filas adicionales no contienen datos que necesite conservar.

Duplicates Finder
Duplicates Finder

Hay dos modos disponibles:

  • All Properties compara las filas completas.
  • Selected Properties compara únicamente las columnas que identifican el registro.

En este caso, la propiedad email basta para identificar un contacto, por lo que puede elegir el modo Selected Properties con la propiedad email.

Para reproducir la comprobación del recuento con los dos archivos del tutorial, elija la coincidencia Exact en email: encontrará ocho grupos duplicados con dos filas cada uno. Tras reducir los ocho grupos a una fila por grupo, el CSV exportado debe contener 1995 filas de datos, sin contar el encabezado. Si obtiene una cifra distinta, compruebe que cada archivo solo se haya importado una vez, que la columna de comparación sea email y que no queden grupos pendientes.

Si los alias o las direcciones con envoltorios hacen que los valores difieran, siga el flujo específico para eliminar estas variaciones de email duplicadas.

La comprobación es de solo lectura. El área de resultados muestra los grupos, explica por qué coinciden y separa los grupos Ready de las coincidencias que requieren revisión.

Buscar y eliminar duplicados

Eliminar filas CSV duplicadas sin fusionarlas

Si solo desea eliminar registros, elija Remove duplicates en el área de resultados:

  1. Revise Record to keep. La opción predeterminada es Most Complete; las demás reglas de selección de registros requieren un plan de pago. La fila elegida se conserva sin cambios.
  2. Abra varios grupos y compare las filas marcadas como Keep y Remove. Compruebe si las filas que se eliminarán incluyen un teléfono, una nota o un valor más reciente que aún necesite.
  3. Si esos valores son importantes, elija Merge and preserve data y siga el paso 3. La eliminación no copia los valores adicionales en la fila conservada.
  4. Cuando los grupos Ready coincidan con sus criterios, haga clic en Remove ready duplicates. Revise cualquier aviso sobre pérdida de datos antes de confirmar.

Por ejemplo, dos filas idénticas con el mismo email pueden reducirse a una. Si dos filas tienen el mismo email pero distintos números de teléfono, tendrá que decidir si desea conservar un registro sin cambios o fusionar los teléfonos en el registro de destino.

Elija las columnas de comparación antes de decidir qué fila se conserva. All Properties detecta filas completas idénticas. Selected Properties puede agrupar al mismo contacto aunque el puesto o el teléfono sean diferentes. Comparar solo el sitio web de la empresa es demasiado general cuando varias personas trabajan en ella.

Conserve los archivos CSV originales. Tras el procesamiento, compare el número de filas eliminadas con los grupos revisados, compruebe los identificadores conservados y exporte la colección depurada en formato CSV. Las filas pendientes de revisión pueden permanecer en la colección, por lo que completar un lote no significa que se hayan resuelto todos los posibles duplicados.

Paso 3: Fusionar y combinar duplicados automáticamente

Elija Merge and preserve data cuando las filas CSV secundarias contengan valores útiles. Datablist selecciona un registro de destino, completa las propiedades vacías y aplica sus reglas de conflicto antes de eliminar las filas secundarias.

La vista previa separa los grupos Ready de aquellos que aún presentan conflictos sin resolver. Consulte la documentación de Duplicate Finder para conocer todas las opciones de revisión, supervivencia y selección de registros.

Consolidación automática de duplicados
Consolidación automática de duplicados

Despliegue Resolve conflicting values para ver qué propiedades aún necesitan una regla.

Lista de propiedades con conflictos
Lista de propiedades con conflictos

Fusionar filas sin conflictos

El algoritmo "Merge non-conflicting duplicates" realiza una fusión inteligente. Para ello, une registros con valores similares o complementarios.

Por ejemplo, estos duplicados:

email            |     Nombre       |    Apellido
james@gmail.com  |     James
james@gmail.com  |                  |     Bond

Se fusionarán así:

email            |     Nombre       |    Apellido
james@gmail.com  |     James        |     Bond

Combinar valores duplicados

Combinar o consolidar valores duplicados es perfecto cuando hay valores en conflicto, pero aun así desea fusionarlos sin perder información.

Por ejemplo, si combina la propiedad Phone con un punto y coma:

email            |       Teléfono     |     Nombre      |    Apellido
james@gmail.com  |  +33 1 34 65 23    |      James      |
james@gmail.com  |  06 13 42 78 23    |                 |     Bond

El resultado será:

email            |   Teléfono                       |     Nombre       |    Apellido
james@gmail.com  |  +33 1 34 65 23;06 13 42 78 23  |     James        |     Bond

Se puede combinar cualquier propiedad que contenga texto. Los delimitadores disponibles son line break, semi-colon, comma y space. Durante la fusión puede combinar una o varias propiedades.

Fusionar registros duplicados y combinar sus valores es ideal para la limpieza de leads y CRM. Fusione todos sus leads duplicados y combine las propiedades Phone, Email y Notes para obtener una lista limpia. Después de exportar el CSV de leads depurado, solo tendrá que volver a importarlo en su CRM.

Conservar el valor del registro seleccionado

Esta regla conserva el valor del registro de destino seleccionado y descarta los demás valores en conflicto.

Most Complete es la regla predeterminada de Record to keep. Los planes de pago permiten elegir otras reglas o seleccionar los valores de cada campo por separado mediante reglas de supervivencia.

Use la opción drop conflicting values para:

  • Propiedades técnicas como Account Id, que requieren un valor único.
  • Propiedades de tipo "Relation" que no admiten varios valores, como Lead owner o Account.
  • Propiedades que no son de texto y no pueden combinarse, como fechas y horas —por ejemplo, Last Activity y Contacted on— o casillas de verificación.

Paso 4: Asistente de fusión manual

Abra Review group cuando un grupo duplicado requiera una decisión manual. El Merging Assistant le permite elegir el registro de destino y el valor que desea conservar en cada propiedad.

Fusionar duplicados
Fusionar duplicados

El registro de destino seleccionado manualmente conserva su ID de Datablist. Las demás filas pasan a ser registros secundarios.

Eliminar filas duplicadas de un CSV
Eliminar filas duplicadas de un CSV

Revise cada propiedad, seleccione los valores que desea conservar y confirme la fusión. También puede excluir una fila del grupo de duplicados u omitir el grupo completo.

Exportar a CSV si lo necesita

¡Enhorabuena! Ha eliminado correctamente los duplicados de sus archivos CSV. Si necesita utilizar el resultado en otra herramienta, haga clic en el botón "Export" para exportar la colección como un nuevo archivo CSV.

Exportación CSV
Exportación CSV

FAQ

¿Qué otras operaciones de datos permite Datablist?

Los archivos CSV se utilizan en todas partes para representar datos estructurados en aplicaciones de software o conjuntos de datos. Pese a su uso generalizado, manipular archivos CSV es complicado y suele requerir conocimientos técnicos.

Para operaciones sencillas, las hojas de cálculo son suficientes. Sin embargo, presentan limitaciones a la hora de:

📘 Cómo unir varios archivos CSV

Si tiene varios archivos CSV que desea unir mediante una columna única, consulte la guía para unir archivos CSV.

¿Puede Datablist procesar archivos CSV grandes?

El plan Free admite hasta un millón de registros por colección en el almacenamiento del navegador. Los planes de pago permiten importar hasta dos millones de registros por colección. Las operaciones locales de gran volumen siguen dependiendo del navegador y del dispositivo. Descubra cómo editar archivos CSV grandes.

¿Es mejor que las funciones para eliminar duplicados de Excel y Google Sheets?

Las hojas de cálculo, como Microsoft Excel y Google Sheets, incluyen una herramienta para eliminar duplicados. Esta funciona borrando las filas similares. Para usos empresariales, limitarse a eliminar filas no suele ser la mejor solución.

Datablist muestra los grupos duplicados antes de modificar el archivo. Puede eliminar filas redundantes, fusionar valores complementarios, resolver conflictos o dejar intactos los grupos dudosos.


Si tiene alguna pregunta, póngase en contacto con nosotros.