Online CSV-bestanden vergelijken: complete handleiding

Florian Poullin
Florian Poullin
19 min lezen
Vergelijk CSV-bestanden per record
Online CSV-bestanden vergelijken: complete handleiding
Inhoudsopgave
  1. Snelle links
  2. De snelste workflow om CSV-bestanden te vergelijken
  3. Voorbeelddataset: Products CSV versus Offers CSV
  4. Stap 1: upload het originele en bijgewerkte CSV-bestand
  5. Stap 2: kies hoe rijen worden gekoppeld
  6. Stap 3: koppel kolommen met verschillende namen
  7. Stap 4: kies het jointype en de vergelijkingsopties
  8. Stap 5: controleer toegevoegde, verwijderde, gewijzigde en ongewijzigde rijen
  9. Stap 6: exporteer het resultaat van de CSV-diff
  10. Voorbeeld van de uitvoertabel
  11. Wanneer je CSV-bestanden op deze manier vergelijkt
  12. Vergelijken, joinen of dedupliceren: kies de juiste workflow
  13. Problemen oplossen en uitzonderingen
    1. Rijen verschijnen als toegevoegd en verwijderd in plaats van gewijzigd
    2. Te veel cellen verschijnen als gewijzigd
    3. De kolomnamen zijn verschillend
    4. Er verschijnen dubbele sleutels
    5. Het bestand is traag of de preview is beperkt
    6. Het verwerken van de CSV mislukt
  14. Conclusie
  15. FAQ

Als je online CSV-bestanden wilt vergelijken, moet je vooral geen gewone tekstdiff gebruiken. CSV-bestanden bevatten gestructureerde data. Rijen verschuiven, kolommen krijgen een andere naam, exports voegen nieuwe velden toe en bij een vergelijking per regel zie je al snel door de bomen het bos niet meer.

Ik vergelijk de bestanden liever als tabellen: kies een stabiele sleutel, koppel de kolommen, controleer toegevoegde, verwijderde, gewijzigde en ongewijzigde rijen en exporteer daarna de diff. Dat is precies waarvoor de CSV Diff tool van Datablist is gemaakt.

In deze handleiding vergelijk ik een oudere export van een productcatalogus met een nieuwer bestand met leveranciersaanbiedingen. De twee bestanden hebben niet dezelfde kolommen, maar bevatten allebei EAN, Internal ID, Price en Stock. Zo krijgen we een realistisch voorbeeld: producten koppelen op EAN, prijs en voorraad vergelijken en het resultaat exporteren.

De snelste workflow om CSV-bestanden te vergelijken

Als je de twee bestanden al bij de hand hebt, is de workflow eenvoudig:

  1. Open de CSV Diff tool van Datablist.
  2. Upload het oudere bestand als de originele CSV.
  3. Upload het nieuwere bestand als de bijgewerkte CSV.
  4. Begin met auto-detect en controleer daarna de sleutelkolom.
  5. Koppel kolommen als de bestanden verschillende namen gebruiken.
  6. Behoud full outer join voor de eerste controle.
  7. Controleer gewijzigde, toegevoegde, verwijderde en ongewijzigde rijen.
  8. Exporteer bij de eerste controle de volledige CSV-diff.
  9. Kies daarna de export met gewijzigde rijen als je een compacter overdrachtsbestand nodig hebt.

Dit werkt beter dan een tekstdiff, omdat de vergelijking records volgt in plaats van regelnummers. Als een CRM-export contacten in een andere volgorde zet of een leverancier een kolom toevoegt, kan een tekstdiff doen lijken alsof het hele bestand is gewijzigd. Een tabeldiff laat zien welke records én welke cellen zijn veranderd.

🔑 Kies de rijsleutel voordat je de diff beoordeelt

Met een goede sleutelkolom verander je een onoverzichtelijke vergelijking in een bruikbaar resultaat. Gebruik een ID, e-mailadres, SKU, EAN of interne identificatiecode die tussen exports gelijk blijft.

Voorbeelddataset: Products CSV versus Offers CSV

Voor deze handleiding gebruik ik een fictieve e-commercedataset. Het eerste bestand is een oudere export van de productcatalogus. Het tweede is een recentere feed met aanbiedingen van een leverancier of marketplace.

De originele Products CSV ziet er zo uit:

IndexEANInternal IDNaamMerkCategoriePrijsValutaVoorraadBeschikbaarheid
15901234123457PRD-001Luchtdichte flesAcme OutdoorOutdoor24.90EUR42Op voorraad
25901234123464PRD-002Bento-lunchboxNorthlineKeuken18.50EUR120Op voorraad
35901234123471PRD-003Katoenen draagtasUrban GoodsAccessoires9.90EUR0Niet op voorraad
45901234123488PRD-004Led-bureaulampLumaKantoor39.00EUR18Op voorraad
55901234123495PRD-005YogamatBalanceFitSport29.00EUR65Op voorraad
105901234123549PRD-010Draadloze muisClickProElektronica34.00EUR55Op voorraad

De bijgewerkte Offers CSV bevat minder beschrijvende velden, maar wel de identificatiecodes en commerciële waarden die voor mij van belang zijn:

Offer IDEANInternal IDSupplier SKUStockPrice
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

Dit bestandspaar bevat precies de situaties die ik in een voorbeeld van een CSV-diff wil zien: gewijzigde waarden, nieuwe rijen, verwijderde rijen, ongewijzigde rijen en verschillende schema's. In de volledige dataset verwacht ik dat PRD-001, PRD-003, PRD-004, PRD-006 en PRD-010 als gewijzigd worden gemarkeerd. PRD-011 en PRD-012 zouden toegevoegd moeten zijn en PRD-008 en PRD-009 verwijderd.

Stap 1: upload het originele en bijgewerkte CSV-bestand

Open de CSV Diff tool. Je ziet twee uploadvakken:

  • Original CSV: de eerdere export, oude momentopname of het referentiebestand.
  • Updated CSV: de nieuwere export die je met het origineel wilt vergelijken.

De volgorde is belangrijk. Als een rij alleen in het bijgewerkte bestand staat, markeert Datablist deze als added. Staat een rij alleen in het originele bestand, dan krijgt deze de status removed.

In het productvoorbeeld upload ik de Products CSV als origineel, omdat dit de oudere catalogusexport is. De Offers CSV upload ik als bijgewerkt bestand, omdat die de nieuwere leveranciersfeed bevat.

Uploadscherm van de CSV Diff tool met invoervelden voor Original CSV en Updated CSV
Uploadscherm van de CSV Diff tool met invoervelden voor Original CSV en Updated CSV

Nadat je beide bestanden hebt geselecteerd, verwerkt de tool ze en bereidt hij de eerste vergelijking voor. De CSV-bestanden worden in je browser verwerkt en vergeleken. De parser herkent gangbare scheidingstekens zoals komma's, puntkomma's, tabs en pipes, en ondersteunt gebruikelijke tekencoderingen zoals UTF-8 en bestanden in Windows-1252-formaat.

Toch controleer ik altijd de bestandsvolgorde voordat ik het resultaat bekijk. Veel verkeerde CSV-vergelijkingen ontstaan doordat oud en nieuw zijn omgewisseld, waarna toegevoegde en verwijderde rijen precies andersom worden geïnterpreteerd.

Stap 2: kies hoe rijen worden gekoppeld

Het koppelen van rijen is de belangrijkste instelling in deze workflow.

Datablist kan beginnen met auto-detect. De tool zoekt dan naar waarschijnlijke identificatiekolommen, zoals id, email, sku, uuid, external_id, record_id, user_id, contact_id en company_id.

Voor productdata kies ik meestal:

  • EAN als deze aanwezig en uniek is.
  • Internal ID als EAN-waarden ontbreken, dubbel voorkomen of per leverancier verschillen.
  • SKU alleen als beide bestanden dezelfde SKU gebruiken.

Bij CRM- of Lead-bestanden kan de equivalente sleutel email, contact_id, company_id of een CRM-record-ID zijn.

Instellingen voor het koppelen van rijen in CSV Diff met auto-detect en full outer join
Instellingen voor het koppelen van rijen in CSV Diff met auto-detect en full outer join

De juiste matchingmodus hangt af van de opbouw van je data:

  • Gebruik single-key matching voor de meeste exports. Eén stabiele kolom is makkelijker te controleren.
  • Gebruik multi-key matching als één kolom niet uniek genoeg is. Bijvoorbeeld Company Domain in combinatie met Email.
  • Gebruik full-row comparison alleen als je geen stabiele identificatiecode hebt.
  • Gebruik auto-detect voor de eerste ronde, maar controleer de gevonden sleutel voordat je op de aantallen vertrouwt.

⚠️ Een zwakke sleutel veroorzaakt veel onterechte toegevoegde en verwijderde rijen

Als de sleutel ontbreekt, dubbel voorkomt of tussen exports anders is opgemaakt, kan één gekoppeld record verschijnen als één verwijderde en één toegevoegde rij. Controleer waarschuwingen voor dubbele sleutels voordat je het resultaat voor een update gebruikt.

Dubbele sleutels zijn geen reden om de diff te negeren, maar wel een signaal om zorgvuldiger te werk te gaan. De tool markeert dubbele sleutels. Ik behandel die rijen als records die eerst moeten worden gecontroleerd voordat ik op de aantallen vertrouw.

Stap 3: koppel kolommen met verschillende namen

De kolomkoppeling bepaalt welke velden worden vergeleken.

In het productvoorbeeld bevatten beide bestanden EAN, Internal ID, Stock en Price. Het originele bestand heeft daarnaast Name, Brand, Category, Currency en Availability. Het bijgewerkte bestand bevat Offer ID en Supplier SKU.

Ik wil niet dat metadata die alleen van de leverancier komt als wijziging wordt aangemerkt. Ik wil de kolommen vergelijken die mijn zakelijke vraag beantwoorden:

  • Koppel rijen op EAN.
  • Vergelijk Stock met Stock.
  • Vergelijk Price met Price.
  • Behoud beschrijvende kolommen als context wanneer ze helpen bij het controleren van een rij.
  • Laat niet-relevante velden ongekoppeld als ze de vergelijking niet mogen beïnvloeden.

Als kolomnamen identiek zijn, kan Datablist ze automatisch op naam uitlijnen. De kolomvolgorde hoeft niet gelijk te zijn. Handmatig koppelen is belangrijk wanneer labels zijn gewijzigd. In de ene CRM-export kan bijvoorbeeld customer_id staan en in de andere Customer ID. Koppel deze alleen als ze dezelfde waarde vertegenwoordigen.

💡 Koppel alleen de kolommen die je wilt vergelijken

In leveranciersfeeds en CRM-exports verschijnen vaak nieuwe metadatakolommen. Laat een veld ongekoppeld als het niet als wijziging mag meetellen, of gebruik het alleen als context tijdens de controle.

Deze stap lijkt klein, maar bespaart meestal de meeste tijd. Een verkeerde sleutel leidt tot fout gekoppelde rijen. Een verkeerde kolomkoppeling leidt tot onjuiste aantallen wijzigingen.

Stap 4: kies het jointype en de vergelijkingsopties

Voor de eerste vergelijking raad ik deze instellingen aan:

  • Full outer join.
  • Een stabiele sleutelkolom.
  • Negeer witruimte aan het begin en einde.
  • Normaliseer lege en null-achtige waarden.
  • Behoud hoofdlettergevoelige vergelijking, tenzij hoofdletters niet relevant zijn.

Full outer join is de beste standaardkeuze, omdat je daarmee alles ziet: gekoppelde, toegevoegde en verwijderde rijen. Zo krijg je eerst een volledig controleoverzicht voordat je het resultaat verfijnt.

Vergelijkingsinstellingen in CSV Diff voor kolomvolgorde, witruimte, hoofdletters en normalisatie van null-achtige waarden
Vergelijkingsinstellingen in CSV Diff voor kolomvolgorde, witruimte, hoofdletters en normalisatie van null-achtige waarden

Het jointype bepaalt wat in het resultaat verschijnt:

  • Full outer join toont gekoppelde rijen, rijen die alleen in het originele bestand staan en rijen die alleen in het bijgewerkte bestand voorkomen.
  • Inner join toont alleen records die in beide bestanden staan. Gebruik dit als je alleen wijzigingen in gedeelde rijen wilt zien.
  • Left join gebruikt het originele bestand als basis en sluit rijen uit die alleen in het bijgewerkte bestand staan.

De vergelijkingsopties verminderen ruis door opmaakverschillen:

  • Ignore whitespace verwijdert spaties aan het begin en einde voordat cellen worden vergeleken.
  • Ignore case beschouwt Acme en ACME als gelijk.
  • Normalisatie van lege en null-achtige waarden behandelt lege velden, null, undefined, nil, none, n/a en na als gelijkwaardige tijdelijke aanduidingen.

Schakel normalisatie uit als een tijdelijke aanduiding in jouw data een betekenisvolle code is. Stel dat het originele record id = 101 en Region = NA bevat, waarbij NA voor North America staat, terwijl hetzelfde ID in het bijgewerkte record een leeg veld voor Region heeft. Als Normalize empty and null-like values is ingeschakeld, worden deze Region-waarden als gelijk beschouwd. De rij kan dan als unchanged verschijnen als geen andere gekoppelde waarde afwijkt.

Wil je die wijziging wel detecteren, schakel de instelling dan uit, behoud id als sleutel en zorg dat Region is gekoppeld. Voer de vergelijking daarna opnieuw uit. De rij hoort nu changed te zijn, waarbij in de volledige diff-export NA naast de lege waarde staat. Controleer één zo'n record voordat je de normalisatie voor het hele bestand kiest; de optie geldt voor alle vergeleken kolommen.

📘 Gebruik full outer join voor de eerste controle

Begin breed en verfijn daarna. Als de aantallen toegevoegde, verwijderde en gewijzigde rijen logisch zijn, kun je een kleiner bestand met alleen gewijzigde rijen exporteren.

Bij grote bestanden zijn de prestaties van je browser en apparaat van belang. Om de tool snel te houden, is de preview beperkt. De downloadbare CSV wordt wel op basis van het volledige resultaat gemaakt. Is een export te groot om prettig te controleren, splits het grote CSV-bestand dan eerst op in kleinere bestanden.

Stap 5: controleer toegevoegde, verwijderde, gewijzigde en ongewijzigde rijen

Begin na het uitvoeren van de vergelijking met de rijstatussen:

  • added: de sleutel staat alleen in de bijgewerkte CSV.
  • removed: de sleutel staat alleen in de originele CSV.
  • changed: de sleutel staat in beide bestanden en minstens één gekoppelde waarde is gewijzigd.
  • unchanged: de sleutel staat in beide bestanden en de gekoppelde waarden zijn na normalisatie gelijk.

Het productvoorbeeld bevat duidelijke gevallen:

  • PRD-001 is gewijzigd, omdat Price van 24.90 naar 23.90 ging en Stock van 42 naar 38.
  • PRD-003 is gewijzigd, omdat de voorraad van 0 naar 25 ging.
  • PRD-011 is toegevoegd, omdat de EAN alleen in de Offers CSV voorkomt.
  • PRD-008 is verwijderd, omdat de EAN alleen in de Products CSV voorkomt.

Gebruik de statusfilters om je controle te verfijnen. Ik begin meestal met Changed en controleer daarna Added en Removed. Unchanged bewaar ik voor het laatst, tenzij ik een volledige audittrail nodig heb.

CSV Diff-previewtabel met statusfilters en acties voor zoeken, kopiëren en downloaden
CSV Diff-previewtabel met statusfilters en acties voor zoeken, kopiëren en downloaden

De weergave met gewijzigde rijen is handig als je verschillen op celniveau wilt bekijken. Voor elke gewijzigde kolom worden de originele en bijgewerkte waarde naast elkaar getoond.

Weergave van gewijzigde rijen in CSV Diff met originele en bijgewerkte celwaarden naast elkaar
Weergave van gewijzigde rijen in CSV Diff met originele en bijgewerkte celwaarden naast elkaar

Voordat ik exporteer, voer ik een korte kwaliteitscontrole uit:

  • Zijn de aantallen toegevoegde en verwijderde rijen aannemelijk?
  • Heeft de tool rijen gekoppeld op de sleutel die ik verwachtte?
  • Zijn dubbele sleutels gemarkeerd?
  • Zijn de kolommen correct gekoppeld?
  • Worden verschillen die alleen met opmaak te maken hebben genegeerd als dat de bedoeling is?
  • Zijn enkele uitgeklapte gewijzigde rijen logisch?

De samenvatting biedt nog een snelle controle. Je ziet er verwerkingsdetails, gekoppelde kolommen, meldingen over dubbele sleutels en de aantallen per status.

Samenvattingskaarten in CSV Diff met aantallen voor gewijzigd, toegevoegd, verwijderd, ongewijzigd, verwerking en gekoppelde kolommen
Samenvattingskaarten in CSV Diff met aantallen voor gewijzigd, toegevoegd, verwijderd, ongewijzigd, verwerking en gekoppelde kolommen

Zien de aantallen er vreemd uit? Exporteer dan nog niet. Controleer eerst de sleutel en de kolomkoppeling. Daar ontstaan de meeste problemen.

Stap 6: exporteer het resultaat van de CSV-diff

Als de preview klopt, kun je het resultaat exporteren. Datablist biedt verschillende uitvoermodi, afhankelijk van wat je nodig hebt:

  • Summary CSV: voor de rijstatus, sleutels, aantallen en een auditvriendelijk overzicht.
  • Changed rows CSV: als iemand alleen records met verschillen hoeft te controleren.
  • Full diff CSV: voor originele en bijgewerkte waarden naast elkaar.

Voor een eerste vergelijking kies ik bij voorkeur Full diff CSV. Deze bevat meer context, wat handig is als je een wijziging later moet toelichten. Zodra de workflow is gevalideerd, stap ik over op Changed rows CSV voor een compacter bestand.

Je kunt ook het scheidingsteken kiezen:

  • Komma voor de meeste spreadsheetworkflows.
  • Puntkomma als je lokale instellingen of het vervolgsysteem dat vereisen.
  • Pipe of tab voor tools die deze formaten nodig hebben.

Met de tool kun je de CSV met verschillen kopiëren of downloaden. Gedownloade bestanden volgen dit patroon:

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

Is het geëxporteerde resultaat groot en wil je het filteren of bewerken voordat je het deelt? Gebruik dan de Datablist-handleiding voor het online bewerken van grote CSV-bestanden.

Voorbeeld van de uitvoertabel

Hieronder zie je een klein voorbeeld van een volledige diff-export voor de productdata.

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

De geëxporteerde CSV kan het volgende bevatten:

  • status: added, removed, changed of unchanged.
  • key: de waarde waarmee de rij is gekoppeld.
  • __row_index_original: het rijnummer in de originele CSV, indien aanwezig.
  • __row_index_updated: het rijnummer in de bijgewerkte CSV, indien aanwezig.
  • __duplicate_key: geeft aan of de geselecteerde sleutel meer dan één keer voorkomt.
  • changed_columns: de gewijzigde velden.
  • changed_columns_count: het aantal gewijzigde velden.
  • summary: een leesbare samenvatting van de wijzigingen.
  • Combinaties van original:{column} en updated:{column} om waarden naast elkaar te controleren.

Ik vind dit formaat prettig, omdat je het eenvoudig kunt overdragen. Iemand kan filteren op status = changed, sorteren op changed_columns_count of toegevoegde en verwijderde records isoleren zonder de vergelijking opnieuw uit te voeren.

Wanneer je CSV-bestanden op deze manier vergelijkt

Deze workflow is geschikt voor elke situatie waarin je twee momentopnamen hebt en wilt weten wat er is veranderd. Goede voorbeelden zijn:

  • Updates van prijzen en voorraden in een productcatalogus.
  • Een leveranciersfeed controleren voordat je nieuwe aanbiedingen importeert.
  • Een CRM-export vóór en na een opschoning.
  • Leadlijsten vernieuwen.
  • Momentopnamen van de voorraad vergelijken.
  • Overdrachten van spreadsheets controleren.
  • Gegenereerde CSV-exports uit een JSON-conversieworkflow.

Als je bijvoorbeeld eerst geneste JSON naar CSV converteert, kun je daarna CSV Diff gebruiken om twee gegenereerde exports te vergelijken. Bereid je records voor een CRM voor? Voer de diff dan uit vóór een bredere data cleaning, zodat je weet welke rijen zijn gewijzigd.

Vergelijken, joinen of dedupliceren: kies de juiste workflow

CSV-bestanden vergelijken is niet hetzelfde als bestanden joinen of dedupliceren. Gebruik CSV Diff als je vraag is:

Wat is er tussen deze twee momentopnamen veranderd?

Gebruik een joinworkflow als je vraag is:

Hoe combineer ik velden uit twee bestanden?

Bekijk daarvoor de handleiding om CSV-bestanden op basis van een unieke identificatiecode te joinen. Wil je weten wat het verschil is tussen rijen onder elkaar zetten en kolommen toevoegen op basis van een gedeelde sleutel? Bekijk dan de voorbeelden van merge versus join voordat je een bewerking kiest.

Gebruik deduplicatie als je vraag is:

Welke records komen dubbel voor in één of meer bestanden?

Bekijk daarvoor de handleiding om duplicaten uit een CSV te verwijderen.

Dit onderscheid is belangrijk, omdat elke workflow een ander doel heeft. CSV Diff is bedoeld om momentopnamen te vergelijken en een diff te exporteren. Het is geen tool voor fuzzy matching en ook geen merge-tool.

Problemen oplossen en uitzonderingen

Rijen verschijnen als toegevoegd en verwijderd in plaats van gewijzigd

Controleer eerst de sleutelkolom. Als de sleutel tussen de bestanden is gewijzigd, kan Datablist de twee rijen niet als hetzelfde record herkennen. Controleer ook de bestandsvolgorde. Als de originele en bijgewerkte bestanden zijn omgewisseld, worden toegevoegde en verwijderde rijen omgedraaid.

Te veel cellen verschijnen als gewijzigd

Controleer de vergelijkingsopties. Schakel het verwijderen van witruimte in als spaties niet relevant zijn, vergelijk hoofdletterongevoelig als hoofdletters niet uitmaken, normaliseer lege waarden als lege velden en tijdelijke aanduidingen gelijk moeten zijn en controleer de kolomkoppeling bij hernoemde velden.

De kolomnamen zijn verschillend

Gebruik handmatige koppeling. Koppel velden alleen als ze hetzelfde betekenen. Laat niet-relevante kolommen ongekoppeld als ze de vergelijking niet mogen beïnvloeden.

Er verschijnen dubbele sleutels

Beschouw dubbele sleutels als een signaal dat controle nodig is. Het resultaat kan nog steeds nuttig zijn, maar dubbele sleutels betekenen dat de gekozen identificatiecode niet uniek genoeg is. Schoon de bronbestanden op of kies een sterkere sleutel voordat je de aantallen voor een import gebruikt.

Het bestand is traag of de preview is beperkt

Bij grote bestanden zijn de prestaties afhankelijk van je browser en apparaat. Gebruik de preview voor de controle en download daarna de CSV-diff als je het volledige resultaat nodig hebt.

Het verwerken van de CSV mislukt

Controleer op niet-afgesloten velden tussen aanhalingstekens, ongebruikelijke scheidingstekens en problemen met de tekencodering. Eén onjuist afgesloten veld kan een CSV-bestand al ongeldig maken.

Conclusie

Je kunt twee CSV-exports het beste als data vergelijken, niet als tekst. Upload het oude bestand als de originele CSV en het nieuwe als de bijgewerkte CSV. Kies vervolgens een stabiele sleutel, koppel de kolommen, controleer de rijstatussen en exporteer de diff.

Mijn standaardinstellingen zijn eenvoudig: full outer join, een stabiele sleutel, witruimte verwijderen, null-achtige waarden normaliseren en bij de eerste controle een volledige diff exporteren.

Je kunt deze workflow uitvoeren met de CSV Diff tool van Datablist.

FAQ

Hoe vergelijk ik twee CSV-bestanden online?

Open de CSV Diff tool van Datablist, upload het oudere bestand als Original CSV en het nieuwere als Updated CSV. Kies een sleutelkolom, controleer het resultaat en download daarna de diff-CSV.

Kan ik CSV-bestanden vergelijken op ID, e-mail, SKU of EAN?

Ja. Gebruik de gedeelde identificatiecode als sleutelkolom. Geschikte sleutels zijn onder meer record-ID's, e-mailadressen, SKU's, EAN's, interne ID's, bedrijfs-ID's en andere waarden die tussen exports gelijk blijven.

Wat als de rijen in een andere volgorde staan?

Gebruik koppeling op basis van een sleutel. Als rijen op een stabiele sleutel worden gekoppeld, hoeft de rijvolgorde in de twee bestanden niet gelijk te zijn.

Kan ik CSV-bestanden met verschillende kolomnamen vergelijken?

Ja. Koppel kolommen handmatig als de namen verschillen. Koppel bijvoorbeeld customer_id uit het ene bestand aan Customer ID uit het andere als ze dezelfde identificatiecode vertegenwoordigen.

Wat is het beste jointype voor een CSV-diff?

Gebruik full outer join voor de eerste controle. Daarmee zie je gekoppelde, toegevoegde en verwijderde rijen. Gebruik inner join alleen als je uitsluitend geïnteresseerd bent in records die in beide bestanden voorkomen.

Kan ik witruimte, hoofdletters of lege waarden negeren?

Ja. Je kunt witruimte verwijderen, tekst hoofdletterongevoelig vergelijken en lege of null-achtige tijdelijke aanduidingen als gelijk behandelen. Ik laat het verwijderen van witruimte en de normalisatie van lege waarden meestal ingeschakeld.

Kan ik alleen gewijzigde rijen exporteren?

Ja. Gebruik de uitvoer met gewijzigde rijen als je een compacter controlebestand nodig hebt. Ik raad wel aan om eerst één keer de volledige diff te exporteren, zodat je de vergelijking kunt valideren.

Wat betekenen added, removed, changed en unchanged?

added betekent dat de sleutel alleen in de bijgewerkte CSV staat. removed betekent dat de sleutel alleen in de originele CSV voorkomt. changed betekent dat de sleutel in beide bestanden staat, maar gekoppelde waarden verschillen. unchanged betekent dat de sleutel in beide bestanden staat en de gekoppelde waarden gelijk zijn.

Worden CSV-bestanden naar een server geüpload?

De CSV-bestanden worden in je browser verwerkt en vergeleken. Zie dit als een browsertool voor vergelijkingen, niet als een workflow voor het importeren of synchroniseren van een Datablist-collection.

Kan ik hiermee grote CSV-bestanden vergelijken?

Ja, maar bij zeer grote bestanden zijn de prestaties afhankelijk van je browser en apparaat. De preview is beperkt om de tool snel te houden, terwijl de downloadbare CSV op basis van het volledige resultaat wordt gemaakt.

Wat dubbele sleutels betekenen in een CSV-diff

Een sleutel hoort in elk bestand één record te identificeren. Als het originele bestand twee rijen voor SKU-101 bevat, koppelt de tool de eerste vermelding aan de eerste overeenkomende rij in het bijgewerkte bestand en markeert hij de dubbele sleutel. Extra rijen uit het originele bestand verschijnen bij full en left joins als verwijderd; extra rijen uit het bijgewerkte bestand verschijnen bij een full join als toegevoegd. Deze statussen beschrijven de vergelijking. Ze bewijzen niet dat een record zakelijk gezien daadwerkelijk is verwijderd of aangemaakt.

Ik zou eerst het sleutelprobleem oplossen voordat ik zulke rijen als importinstructie gebruik. Voor twee leveranciersaanbiedingen met dezelfde SKU heb je bijvoorbeeld een sleutel nodig die SKU en Supplier ID combineert. Gaat het om onbedoelde duplicaten, controleer en consolideer deze dan eerst. Verwijder niet zomaar één rij om de waarschuwing te laten verdwijnen.

Gebruik bovendien in elke momentopname dezelfde sleutelnotatie. Als een identificatiecode van 00101 in 101 verandert, kan deze als een verwijderd én een toegevoegd record verschijnen. Behoud voorloopnullen in bronexports wanneer ze betekenisvol zijn en voer daarna de vergelijking opnieuw uit met de juiste sleutel en kolomkoppeling.