Две строки одного человека могут быть двумя занятиями
Вымышленный Артём объединяет выгрузки посещений. Фамилия Соколов встречается трижды: два занятия клиента с одним ID в разные даты и занятие другого человека с такой же фамилией. Артём хочет убрать повторную загрузку и опасается завысить посещаемость. Но удаление дублей только по фамилии отвечает не на вопрос о занятиях, а на вопрос о повторяющейся надписи.
Сначала Артём сохраняет исходный файл отдельно. На рабочей копии отмечает подозрительные строки, не удаляя их. Microsoft предлагает начать с выделения повторов условным форматированием и предупреждает: команда удаления дубликатов удаляет данные, поэтому нужна копия исходника.
Как Артём отличает событие от человека
В его системе у каждого занятия есть отдельный идентификатор. Совпадение ID клиента не делает два занятия одним событием: у них могут различаться ID занятия и дата. Фамилия ещё слабее — она не различает однофамильцев.
Артём находит две строки с одинаковым ID занятия, клиентом, датой и результатом посещения. По исходным выгрузкам подтверждает, что это повторный импорт одной записи. Другое занятие того же клиента оставляет. Запись однофамильца тоже остаётся: у человека другой ID.
Если ID занятия совпал, но статус различается, Артём не выбирает произвольно «красивую» строку. Он уточняет актуальный статус в исходной системе. Это конфликт версий события, а не две полностью одинаковые записи.
Проверка после очистки относится к занятиям
В окне удаления дублей Excel позволяет выбрать столбцы сравнения. Артём использует только согласованные признаки своего события, а не первый попавшийся столбец. Затем сверяет, какие ID исчезли и какие сохранились. Одно число удалённых строк не доказывает корректность очистки.
Если отдельного ID занятия нет, сначала приходится определить сочетание полей, которое действительно различает события в этой системе. Клиент и дата могут быть недостаточны при двух занятиях за день. Не стоит компенсировать неизвестный ключ уверенностью в автоматической кнопке.
Пропущенная отметка тоже не превращает строку в дубликат. Различие пустой ячейки и нуля важно и после очистки: Артём отдельно проверяет, означает ли отсутствие статуса неизвестное посещение. В итоге он сохраняет перечень подтверждённых повторных импортов, а не сокращает историю человека до одной фамилии.