Fusionner des fichiers CSV

1. 1

   Ajouter les fichiers

   Ajoutez deux fichiers CSV, TSV ou PSV ou plus, par le sélecteur ou par glisser-déposer. Chaque fichier est lu séparément et son délimiteur comme son encodage sont détectés indépendamment.

2. 2

   Les ordonner

   Montez ou descendez chaque fichier. La fusion suit la liste de haut en bas, et le premier fichier fournit l'en-tête.

3. 3

   Choisir l'alignement des colonnes

   Alignez les colonnes sur leurs noms, ajoutez-les par position, ne gardez que celles que tous les fichiers partagent, ou passez à une jointure sur clé.

4. 4

   Régler les options

   Choisissez le mode d'en-tête, la suppression des doublons, l'ajout d'une colonne de fichier source et le format de sortie.

5. 5

   Fusionner

   Combinez les fichiers en une seule table et vérifiez l'aperçu, qui montre l'en-tête fusionné et les premières lignes.

6. 6

   Prévisualiser et exporter

   Téléchargez en CSV, TSV, JSON ou NDJSON, ou copiez la sortie dans le presse-papiers.

Combinez plusieurs fichiers délimités en une seule table, avec le contrôle de l'alignement des colonnes et du sort des lignes répétées.

• Fusionner plusieurs fichiers — Combinez jusqu'à cinq fichiers CSV, TSV ou PSV en une seule sortie sur le plan gratuit, et jusqu'à cent avec Pro.
• Aligner les colonnes par nom — Alignez les colonnes sur leurs en-têtes pour que des fichiers listant les mêmes champs dans un ordre différent fusionnent correctement.
• Joindre sur une colonne clé — Rattachez une table de correspondance à un export sur une colonne commune, en gardant toutes les lignes, seulement les appariées, ou seulement les non appariées.
• Contrôle du délimiteur — Virgule, point-virgule, tabulation et barre verticale sont détectés par fichier, et chaque fichier peut être forcé séparément.
• Options d'encodage — Lisez les fichiers en UTF-8, UTF-16, Windows-1252 ou vrai ISO-8859-1, avec détection de la marque d'ordre des octets.
• Gestion des en-têtes — Utilisez l'en-tête du premier fichier une fois, gardez celui de chaque fichier dans le corps, ou traitez toutes les lignes comme des données.
• Suppression des doublons — Écartez les lignes répétées sur la ligne entière ou sur les colonnes que vous désignez, et voyez combien sont parties.
• Aperçu et export — Vérifiez la table fusionnée en grille ou en texte brut, puis téléchargez en CSV, TSV, JSON ou NDJSON, ou copiez-la.

C'est le réglage qui décide si une fusion est correcte, et celui que la plupart des outils en ligne ratent. Trois modes couvrent les cas qui se produisent réellement.

• Aligner par nom — Le mode par défaut. Chaque colonne présente dans n'importe quel fichier apparaît une fois, dans l'ordre où elle a été vue en premier, et chaque valeur tombe sous son propre titre. Les noms sont comparés sans tenir compte de la casse ni des espaces autour, donc Email, email et "email " sont une seule colonne.
• Ajouter par position — Les lignes sont ajoutées de gauche à droite en utilisant l'en-tête du premier fichier. C'est le bon choix pour des fragments sans en-tête d'une même table, et le mauvais pour des exports de systèmes différents : c'est pourquoi c'est une sélection délibérée et non le comportement par défaut.
• Colonnes communes uniquement — Ne garde que les colonnes présentes dans tous les fichiers, si bien que la sortie n'a aucune cellule vide. Si les fichiers ne partagent aucun nom de colonne, la fusion s'arrête et le dit, au lieu d'écrire un fichier de lignes vides.

Lignes plus larges que l'en-tête

• Rien n'est écarté — Une ligne comptant plus de cellules que son fichier n'a d'en-têtes reçoit des colonnes supplémentaires nommées Colonne 4, Colonne 5 et ainsi de suite, si bien qu'un export irrégulier ne perd aucune donnée en chemin.
• Les en-têtes répétés restent distincts — Un fichier dont l'en-tête liste deux fois le même nom garde les deux colonnes ; les réunir sous un seul nom écarterait silencieusement une colonne de données.
• Les lignes courtes sont complétées — Une ligne comptant moins de cellules que l'en-tête est complétée par des vides plutôt que de décaler les valeurs suivantes dans les mauvaises colonnes.

Empiler des fichiers répond à « mets ces tables bout à bout ». Une jointure sur clé répond à une autre question : « ajoute les colonnes de cette table de correspondance aux lignes de cet export ». Le premier fichier de la liste est la base, et chaque fichier suivant y est joint à son tour.

• Gauche — Toutes les lignes du premier fichier sont conservées, et les colonnes correspondantes des autres fichiers sont ajoutées à côté. Les lignes sans correspondance reçoivent des vides, donc rien ne disparaît.
• Interne — Seules les lignes qui correspondent sont gardées. À utiliser quand une ligne sans équivalent n'est pas une ligne que vous voulez dans le résultat.
• Non appariés uniquement — Ne garde que les lignes du premier fichier sans équivalent. C'est ainsi qu'on trouve les clients sans commande, ou les identifiants qui manquent à un second export.
• Une correspondance ou toutes — Quand une clé se répète à droite, choisissez de prendre la première correspondance — ce qui garde la sortie à la même hauteur que la table de base — ou d'émettre une ligne par correspondance, ce que fait une base de données.
• La multiplicité est toujours signalée — Quel que soit le réglage, le nombre de lignes de base ayant correspondu plus d'une fois est affiché au-dessus de l'aperçu, si bien qu'une jointure ne peut jamais écarter ni multiplier des lignes en silence.
• Les noms de colonne en conflit restent séparés — Si un fichier joint apporte une colonne que la base possède déjà, elle arrive nommée d'après le fichier dont elle vient au lieu d'écraser ce qui était là.

Ce que signifie la première ligne de chaque fichier est une propriété de vos fichiers, pas de l'outil : c'est donc un réglage et non une supposition.

• Première ligne en en-tête — Chaque fichier a un en-tête ; le fichier fusionné en porte un, pris du premier. Les en-têtes des fichiers suivants servent à aligner les colonnes puis sont écartés.
• Garder tous les en-têtes — La ligne d'en-tête de chaque fichier suivant est aussi écrite dans le corps, pour qu'un lecteur voie où commencent les lignes de chacun. Utile quand ce sont vraiment des tables différentes réunies dans un seul document.
• Aucun en-tête — Toutes les lignes sont des données et les colonnes sont nommées par position. L'alignement devient positionnel, puisqu'il n'y a pas de noms à apparier.
• Colonne de fichier source — Ajoute une colonne nommant le fichier d'où vient chaque ligne. Sans elle, un fichier fusionné ne peut pas être audité : rien ne permet de savoir de laquelle des cinq exports vient une ligne suspecte.
• Elle n'écrase jamais une vraie colonne — Si vos données ont déjà une colonne portant le nom choisi, la colonne source reçoit un nom distinct au lieu de la remplacer en silence.

Fusionner des exports mensuels dont les périodes se chevauchent est le cas ordinaire, et c'est pourquoi la suppression des doublons appartient à la fusion plutôt qu'à un second passage.

• Ligne entière — Deux lignes sont des doublons seulement quand toutes les colonnes correspondent. C'est le comportement par défaut sûr, et il ne retire jamais une ligne que vous auriez voulue.
• Colonnes choisies — Désignez les colonnes qui identifient un enregistrement — un numéro de commande, ou un identifiant et une date — et les lignes concordant sur celles-ci sont traitées comme le même enregistrement.
• La première occurrence gagne — Les lignes sont conservées dans l'ordre de fusion, donc c'est la copie du fichier le plus haut dans la liste qui survit.
• Le compte est affiché — Le nombre de lignes retirées apparaît au-dessus de l'aperçu. Une déduplication qui changerait le nombre de lignes en silence serait indiscernable d'un bug.

Ces réglages contrôlent l'analyse et la structure de la sortie fusionnée.

• Délimiteur — Auto, virgule, point-virgule, tabulation ou barre verticale — global à l'ajout et forçable sur n'importe quel fichier.
• Encodage — Choisissez l'encodage de lecture par fichier, ou laissez sur auto et laissez l'outil décider à partir des octets.
• Première ligne en en-tête — Utilise l'en-tête du premier fichier une seule fois dans la sortie fusionnée.
• Correspondance des colonnes — Renommez une colonne avant son écriture, ou retirez-la entièrement de la sortie, sans modifier aucun fichier source.
• Nom de sortie — Définissez le nom sous lequel le téléchargement est enregistré. L'extension suit le format de sortie choisi.

Laissez d'abord sur Auto ; passez à un délimiteur précis si un fichier s'analyse en une seule colonne ou si les largeurs de ligne semblent inégales.

• Virgule — Le plus courant dans les exports CSV, et celui qui donne son nom au format.
• Point-virgule — Ce qu'écrit Excel dans les langues où la virgule est le séparateur décimal — presque toute l'Europe continentale.
• Tabulation — Pour les fichiers de type TSV, et le choix le plus sûr quand les données elles-mêmes sont pleines de virgules.
• Barre verticale — Utilisée dans certaines chaînes de traitement et exports mainframe, parce qu'elle n'apparaît presque jamais dans une valeur.
• La détection est par fichier, et elle analyse vraiment — Chaque fichier est noté en analysant un échantillon avec chaque candidat et en mesurant à quel point le résultat est rectangulaire, plutôt qu'en comptant les séparateurs de la première ligne — méthode qu'une adresse entre guillemets contenant une virgule met immédiatement en défaut.

Les caractères abîmés dans un fichier fusionné viennent presque toujours d'un fichier lu avec le mauvais encodage : l'encodage se choisit donc par fichier, et la déclaration du fichier l'emporte.

• La marque l'emporte sur la liste déroulante — Une marque d'ordre des octets est le fichier déclarant son encodage ; une liste déroulante est une supposition. Quand un fichier se déclare, la déclaration gagne, et l'outil le dit à côté de ce fichier.
• UTF-8 avec marque — Ce qu'écrit l'export « CSV UTF-8 » d'Excel. La marque est une métadonnée, elle est donc retirée au lieu de rester dans le premier titre, où elle casse silencieusement tout appariement ultérieur sur cette colonne.
• UTF-16 — Ce que produit l'export « Texte Unicode » d'Excel. Lu comme de l'UTF-8, il devient un mur de caractères vides et une unique ligne énorme d'une seule colonne : il est donc détecté plutôt que supposé.
• Windows-1252 et ISO-8859-1 diffèrent ici — La plupart des outils les traitent comme le même décodeur parce que le standard du web le fait. Celui-ci implémente aussi le vrai ISO-8859-1, si bien qu'un fichier où l'octet 0x92 est un caractère de contrôle et non une apostrophe typographique se lit correctement.
• Écrire une marque en sortie — Activez la marque d'ordre des octets quand le fichier fusionné part vers Excel sous Windows, qui sinon ouvre un fichier UTF-8 avec la page de codes du système et transforme chaque nom accentué en charabia.

La table fusionnée est une chose ; la manière de l'écrire en est une autre, et c'est en général la destination qui décide.

• CSV — Le format par défaut, avec le délimiteur de sortie de votre choix. Les champs ne sont mis entre guillemets que si les laisser nus changerait ce qu'un lecteur voit.
• TSV — Séparé par tabulations, pour coller directement dans un tableur ou pour les outils qui n'aiment pas les guillemets.
• JSON — Un tableau d'objets clés par l'en-tête. Les titres en double sont rendus distincts d'abord, car un objet ne peut pas porter deux fois la même clé et la seconde écraserait la première.
• NDJSON — Un objet par ligne, ce qu'attendent les chaînes de journaux et les importateurs en flux.
• Fins de ligne — Auto suit le premier fichier, ou forcez LF ou CRLF. Écrire LF systématiquement est la raison pour laquelle certains fichiers fusionnés s'ouvrent dans les éditeurs Windows comme une seule très longue ligne.
• Guillemets partout — Désactivé par défaut. Activez-le pour les importateurs qui l'exigent ; cela ne change jamais le sens du fichier, seulement son apparence.

Un seul fichier fusionné est plus simple pour l'analyse, les chaînes d'import et le partage.

• Analyse plus simple — Utilisez un seul fichier combiné dans les tableurs et les scripts au lieu d'ouvrir un dossier d'exports un par un.
• Imports plus propres — Beaucoup d'outils acceptent un CSV plus facilement que plusieurs fichiers, et certains n'en acceptent qu'un.
• Une période à partir d'exports mensuels — Douze rapports mensuels deviennent une année et, avec la déduplication activée, les jours qui se chevauchent à chaque frontière se résolvent d'eux-mêmes.
• Données de correspondance rattachées une fois — Une jointure sur clé écrit le nom du client à côté du numéro de commande une seule fois, au lieu d'une formule de tableur à maintenir.

Chaque fichier est lu et analysé de son côté, puis les tables analysées sont combinées dans l'ordre de la liste.

• Charger les fichiers — Ajoutez des CSV par le sélecteur ou par glisser-déposer. Chaque fichier est lu par morceaux plutôt que d'un seul bloc, pour qu'un grand ensemble n'ait pas à tenir deux fois en mémoire.
• Détecter et analyser — Le délimiteur, le caractère de guillemet et l'encodage sont détectés par fichier, et les lignes sont analysées une fois puis conservées.
• Appliquer les options — Changer un réglage recombine les lignes déjà analysées, si bien que l'aperçu suit sans relire un seul fichier.
• Construire la sortie — Les colonnes sont résolues une fois, puis chaque ligne est remplie par consultation directe, ce qui maintient une fusion d'un demi-million de lignes à une fraction de seconde.
• Prévisualiser et exporter — La table fusionnée est montrée avant l'export, puis écrite par blocs directement vers le téléchargement au lieu d'être assemblée en une seule chaîne énorme.

La fusion s'exécute hors du fil principal, la page reste donc réactive pendant qu'un grand ensemble est combiné.

• Diviser un CSV
• CSV vers Excel
• Visionneuse CSV
• Outils CSV
• Clean up repeated rows

  A second pass over a merge whose sources overlapped more than de-duplication caught

• Sort the combined file

  Merging preserves list order; sort by a column once the rows are together