Supprimer les doublons en gardant la première ou la dernière occurrence : laquelle choisir ?

Gardez le premier doublon lorsque la première ligne correspondante du fichier est la version à laquelle vous faites confiance ; gardez le dernier lorsque la version fiable est la dernière ligne correspondante. Le choix suit l'ordre du fichier : si la version la plus récente ou la plus ancienne doit l'emporter, triez d'abord le fichier pour placer cette version en premier ou en dernier avant le dédoublonnage.

Ce que « première » et « dernière » veulent dire ici

Les deux options suivent les lignes de haut en bas. « Garder la première » conserve la première correspondance. « Garder la dernière » conserve la dernière.

L'ordre actuel compte donc. Si vous voulez garder la ligne la plus récente ou la plus ancienne, triez d'abord le fichier pour placer la bonne ligne en haut ou en bas de chaque groupe de doublons.

Ouvrez le fichier avant de décider. Lisez la première et la dernière ligne d'un groupe de doublons.

Quand « garder la première » est le bon choix

Garder la première est correct quand la ligne la plus ancienne dans le fichier porte les données auxquelles vous faites confiance. Cas courants : exports en ajout seul où l'export le plus ancien est l'original et le plus récent est un instantané ; journaux jamais corrigés sur place, où la ligne d'origine fait foi ; fichiers triés du plus ancien au plus récent où l'entrée la plus ancienne est l'enregistrement de référence. Dans chaque cas, la copie la plus ancienne est la vérité, et « garder la première » élimine le bruit.

Quand « garder la dernière » est le bon choix

Garder la dernière est correct quand la ligne la plus récente dans le fichier est celle qui remplace les précédentes. Cas courants : exports de CRM ou de synchronisation produit où les lignes ultérieures sont des corrections ou des versions enrichies des lignes antérieures ; réimportations d'une feuille éditée où l'export le plus récent reflète l'état actuel ; fichiers triés du plus ancien au plus récent où l'entrée la plus récente fait foi. Dans chaque cas, la copie la plus récente est la vérité, et « garder la dernière » élimine les entrées obsolètes.

Établir l'ordre du fichier avant de dédoublonner

L'outil ne décide pas quel doublon est plus récent ou meilleur. Il suit seulement l'ordre actuel des lignes. Trois vérifications vous aident à utiliser cet ordre correctement.

Ouvrez le fichier et confirmez l'ordre. Avant de choisir première ou dernière, faites défiler jusqu'à un groupe de doublons et lisez la première et la dernière ligne côte à côte. Si la première ligne porte les données auxquelles vous faites confiance, « garder la première » convient ; si c'est la dernière, « garder la dernière » convient. Si aucune ne semble canonique, l'ordre du fichier n'indique pas quelle copie garder, et l'outil non plus — il n'a de vue sur aucune colonne autre que la clé.

Triez délibérément quand l'ordre de l'export est inconnu. De nombreux CRM, ERP et exports de bases de données trient selon un identifiant interne ou un horodatage de dernière modification qui ne correspond pas à la colonne qui vous intéresse. Si le système source ne garantit pas un ordre stable et significatif, triez le fichier par la colonne clé dans un tableur d'abord, dans le sens qui place la copie canonique en haut (pour « garder la première ») ou en bas (pour « garder la dernière »). Le tri donne du sens à première et dernière ; un export non trié fait des deux options des suppositions.

Méfiez-vous d'un ordre d'export instable d'une exécution à l'autre. Un fichier exporté aujourd'hui depuis la même requête que celui d'hier peut ne pas avoir le même ordre de lignes. Si vous dédoublonnez le nouvel export et que les affectations première/dernière du nouveau fichier ne correspondent plus à celles de l'ancien, la différence vient de l'ordre d'export, pas d'un changement dans les données. Retriez les deux fichiers par la colonne clé avant de les comparer, ou ancrez l'ordre avec une colonne secondaire qui ne change pas entre exécutions.

Sans ordre connu, première et dernière sont celles qui se sont trouvées en haut ou en bas du fichier source. L'outil ne peut pas récupérer la version canonique d'un fichier qui n'encode pas la version canonique dans sa position.

Quand aucune option ne convient

Si la première et la dernière ligne d'un groupe de doublons semblent identiques sauf pour une colonne que vous n'avez pas incluse dans la clé, le dédoublonnage traite les mauvaises colonnes comme identité. Deux lignes client peuvent partager un e-mail mais différer par last_login_date — l'e-mail est la clé, et la ligne avec la connexion la plus récente est canonique, mais l'outil ne peut choisir que par l'ordre du fichier. C'est le signal que la colonne clé n'identifie pas un enregistrement stable à elle seule. Ajoutez une seconde colonne à la clé, ou reconsidérez si l'e-mail est vraiment unique.

« (contre l'intention) » marque les cellules où le nom de l'option et le résultat par date pointent dans des directions opposées pour un fichier trié par date — la ligne qui survit n'est pas celle que le nom de l'option suggère pour ce sens de tri.

Un exemple travaillé

Une liste de contacts a été exportée, éditée dans un tableur pour corriger une faute de frappe dans la colonne entreprise, puis ré-exportée sous le même nom de fichier. La première ligne de chaque groupe de doublons est la version pré-édition ; la dernière ligne est la version post-édition.

Avec garder la dernière, les lignes post-édition survivent :

La même entrée avec garder la première aurait produit la version pré-édition. Les deux options sont correctes pour un fichier différent.

1. 01

   Inspectez un groupe de doublons.

   Trouvez un groupe de doublons et comparez la première et la dernière ligne côte à côte. Celle qui porte les données auxquelles vous faites confiance est celle à garder.

2. 02

   Choisissez Garder la première ligne ou Garder la dernière ligne.

   Garder la première conserve la première correspondance de haut en bas. Garder la dernière conserve la dernière. Triez d'abord le fichier si la date doit décider.

3. 03

   Examinez les groupes de doublons et l'aperçu nettoyé.

   Avant de télécharger, regardez les groupes de doublons listés par l'outil. Si une ligne conservée n'est pas celle que vous attendiez, basculez sur l'autre option et relancez — le fichier source est intact.

4. 04

   Téléchargez le fichier nettoyé et les lignes retirées.

   Les deux fichiers sont écrits : les lignes dédoublonnées et un fichier distinct de tout ce qui a été filtré. Ouvrez le fichier des lignes retirées une fois pour confirmer qu'aucune ligne critique n'a été écartée.

5. 05

   Relancez si vous avez deviné de travers.

   Relancez avec l'autre option et comparez les deux fichiers nettoyés ; la différence est exactement l'ensemble des lignes où l'ordre importait.

Choisir première ou dernière dans l'outil de dédoublonnage

Voir la transformation

Les enregistrements répétés deviennent un fichier propre et vérifiable.

Les lignes répétées sont retirées du fichier propre et restent faciles à vérifier.

Entrée

1042,alex@example.com,Pro

1043,sam@example.com,Gratuit

1048,alex@example.com,ProDoublon

Résultat

1042,alex@example.com,Pro

1043,sam@example.com,Gratuit

✓ Le fichier propre garde un exemplaire