# Déduplicateur CSV

Supprimer les lignes en double basées sur des colonnes

> Page canonique: https://elysiatools.com/fr/tools/data-deduplicator

- **Catégorie:** Data Processing

- **Mots-clés:** csv, doublons, nettoyer, données, supprimer, unique

## Présentation

Le Déduplicateur CSV est un outil en ligne efficace conçu pour nettoyer vos jeux de données en identifiant et en supprimant automatiquement les lignes en double basées sur des colonnes spécifiques.

## Entrées

- **Données CSV d'Entrée** (textarea): nom,email,téléphone Jean Dupont,jean@example.com,123-456-7890 Marie Curie,marie@example.com,123-456-7890
- **Colonnes de Déduplication** (textarea): email, phone ou name, email
- **Stratégie de Déduplication** (select)
- **Activer la Correspondance Floue** (checkbox)
- **Seuil de Correspondance Floue (0-100)** (range)
- **Correspondance Sensible à la Casse** (checkbox)
- **Supprimer les Espaces** (checkbox)
- **Préserver l'Ordre Original** (checkbox)

## Quand l'utiliser

- Nettoyer des listes de contacts fusionnées provenant de plusieurs sources.
- Supprimer les entrées redondantes dans des exports de bases de données.
- Préparer des fichiers CSV propres avant une importation dans un CRM ou un logiciel d'analyse.

## Fonctionnement

- Collez vos données CSV dans la zone de saisie prévue à cet effet.
- Spécifiez les colonnes à utiliser pour identifier les doublons (ex: email, téléphone).
- Choisissez votre stratégie de conservation (premier, dernier ou enregistrement le plus complet).
- Lancez le traitement pour obtenir instantanément votre fichier nettoyé.

## Cas d'usage

- Fusion de listes d'abonnés à une newsletter provenant de différentes plateformes.
- Nettoyage de fichiers de prospection commerciale pour éviter les doublons d'appels.
- Standardisation de bases de données clients après une migration système.

## Questions fréquentes

### Quelles colonnes dois-je choisir pour la déduplication ?

Choisissez les colonnes qui définissent l'unicité d'une ligne, comme une adresse email, un identifiant client ou une combinaison nom et prénom.

### Puis-je conserver l'ordre original de mes données ?

Oui, l'option 'Préserver l'ordre original' est activée par défaut pour garantir que vos données restent dans leur séquence initiale.

### Comment fonctionne la stratégie 'Enregistrement le plus complet' ?

Cette option analyse les lignes en double et conserve celle qui contient le plus de cellules remplies, idéale pour fusionner des données partielles.

### La déduplication est-elle sensible à la casse ?

Par défaut, elle ne l'est pas, mais vous pouvez activer l'option 'Correspondance sensible à la casse' si vous souhaitez distinguer les majuscules des minuscules.

### La correspondance floue est-elle précise ?

La correspondance floue permet de détecter des doublons malgré des fautes de frappe légères. Vous pouvez ajuster le seuil de précision de 0 à 100 selon vos besoins.

## Outils associés

- [Processeur de Limites de Données](https://elysiatools.com/fr/tools/data-boundary-processor): Outil avancé de traitement des limites qui identifie et gère les valeurs minimales et maximales dans les données numériques. Parfait pour la validation des données, la vérification des plages, l'analyse statistique et le prétraitement des données.
- [Limiteur de Plage de Données](https://elysiatools.com/fr/tools/data-range-limiter): Limiter les valeurs numériques à des plages spécifiées en coupant, filtrant ou marquant les valeurs hors limites. Parfait pour le contrôle de qualité des données.
- [Normalisateur Z-Score](https://elysiatools.com/fr/tools/data-zscore-normalizer): Normaliser les données numériques avec Z-score pour moyenne=0 et écart-type=1. Parfait pour l'analyse statistique, le prétraitement machine learning.
- [Suppresseur de Colonnes en Double](https://elysiatools.com/fr/tools/duplicate-column-remover): Supprimer les colonnes en double des données CSV avec des stratégies de détection flexibles. Parfait pour nettoyer les ensembles de données, éliminer les informations redondantes et optimiser la structure des données.
- [Suppresseur de Caractères BOM](https://elysiatools.com/fr/tools/data-bom-remover): Supprimer les caractères BOM (Byte Order Mark) du contenu textuel et des fichiers. Parfait pour nettoyer les fichiers texte avec des problèmes d'encodage.
- [Processeur de Valeurs Aberrantes](https://elysiatools.com/fr/tools/data-outlier-processor): Outil avancé de détection et traitement des valeurs aberrantes qui identifie, supprime ou remplace les valeurs anormales en utilisant plusieurs méthodes statistiques.
- [Suppresseur d'En-têtes](https://elysiatools.com/fr/tools/header-remover): Supprimer les en-têtes des données CSV pour créer des fichiers propres sans en-têtes. Parfait pour les importations de bases de données, les pipelines de traitement de données.
- [Nettoyeur de Données](https://elysiatools.com/fr/tools/data-cleaner): Nettoyer et standardiser les données en corrigeant les erreurs d'orthographe, en standardisant les formats, en supprimant les doublons et en remplissant les valeurs manquantes

## Exemples

- [Exemples CSV](https://elysiatools.com/fr/samples/csv-samples): Fichiers CSV d'exemple avec divers types de données, tailles et niveaux de complexité
- [Exemples Python](https://elysiatools.com/fr/samples/python): Exemples de code Python et démonstrations Hello World
- [Traitement de Chaînes Windows - Exemples C#](https://elysiatools.com/fr/samples/windows-string-processing-csharp): Exemples complets de traitement de chaînes C# pour plateforme Windows incluant manipulation, division, jonction, expressions régulières et analyse de texte
- [Exemples de Communication Temps Réel WebRTC](https://elysiatools.com/fr/samples/webrtc-samples): Exemples complets WebRTC pour communication audio/vidéo P2P, canaux de données, partage d'écran et serveur de signalisation

## Contenu associé

- [Workflows de qualite des donnees et d'investigation d'anomalies](https://elysiatools.com/fr/hubs/data-quality-anomaly-workflows): Profilez des donnees tabulaires, isolez doublons, manquants, ruptures referentielles, valeurs aberrantes et anomalies temporelles, puis transformez-les en preuves exploitables.
