Tässä on tyypillinen data-analyysikysymys, jonka saamme aika ajoin:
Minulla on laskentataulukko, jossa on yli 100 000 riviä Excel-laskentataulukko, jossa on joukko asiakastietoja, jotka minun on siivottava kaksoiskappaleiden varalta. Arvioisin, että luettelon manuaalinen puhdistaminen kestää muutaman päivän. Kollegani kertoi minulle, että todennäköisesti tarvitsen Excel-makroa tehdäkseni sen. IT-henkilömme, joka tuntee Macron kehityksen, on lomalla, joten minun on ratkaistava tämä itse. Onko olemassa tapaa ratkaista tämä ongelma ilman ohjelmointia?
Kyllä, on olemassa tapa ratkaista tämä Excelissä, eikä se vaadi Visual Basic -ohjelmointitaitoa. Mennään eteenpäin ja ratkaistaan tämä nopeasti puolestasi.
Poista Excelin päällekkäiset rivit
Näin pääset eroon laskentataulukon tarpeettomista merkinnöistä:
- Tee ensin kopio työkirjastasi, jotta sinulla on varmuuskopio siltä varalta, että jokin menee pieleen.
- Avaa seuraavaksi Excel-laskentataulukko.
- Napsauta ylemmän nauhan Tiedot - välilehteä.
- Siirry nyt eteenpäin ja valitse tietoalue, jonka haluat puhdistaa. Varmista, että valitset myös taulukon otsikot, jos ne ovat saatavilla.
- Napsauta Tietotyökalut -osiossa Poista kaksoiskappaleet -painiketta.
- Siirry nyt eteenpäin ja tarkista asianmukainen sarake, jonka avulla voit määrittää, onko luettelossasi oleva merkintä kopioitu. Meidän tapauksessamme käytämme myyntitavoitteidemme esittelytietojoukkoamme käyttämällä kolmea ensimmäistä saraketta päällekkäisten rivien tunnistamiseen.
- Paina OK .
- Näyttöön tulee viesti, jossa kerrotaan poistettujen ja taulukossa säilytettävien merkintöjen määrä.
- Paina OK ja tarkista muokatun tietojoukon oikeellisuus.
- Jos olet tyytyväinen tulokseen, siirry eteenpäin ja tallenna tiedosto. Muutoin voit peruuttaa muutoksen ( Muokkaa >> Kumoa ).
Edistyneet vinkit:
- Samanlainen ominaisuus on saatavilla Excel PowerQueryssa, jonka avulla voit muuntaa merkittäviä suurempia tietojoukkoja.
- Jos osaat Python-kielen, voit helposti pudottaa päällekkäisiä rivejä tietojoukosta Pandas-kirjaston avulla.
Nauti data-analyysistäsi 😉