Trier un CSV par colonne

1. 1

   Ajoutez votre CSV

   Déposez un fichier .csv, .tsv, .psv, .tab ou .txt, ou collez les lignes directement. Le délimiteur, l'encodage et la présence d'un en-tête sont détectés et affichés.

2. 2

   Choisissez les colonnes de tri

   Choisissez une colonne, laissez le type sur Auto ou fixez-le sur Nombre, Texte, Date ou Longueur, et choisissez un sens. Ajoutez des clés pour départager les égalités, et réordonnez-les pour changer laquelle l'emporte.

3. 3

   Triez

   Les lignes sont réordonnées sur votre appareil. L'en-tête reste en haut, les cellules vides vont où vous l'avez demandé et l'aperçu montre le résultat immédiatement.

4. 4

   Téléchargez ou copiez

   Exportez en CSV ou TSV avec les fins de ligne et l'encodage voulus, copiez tout le fichier dans le presse-papiers, ou emportez un lot en un seul ZIP avec Pro.

Il réordonne les lignes d'un fichier délimité et ne change rien d'autre. Chaque option ci-dessous existe parce qu'un fichier réel en a eu besoin.

• Autant de clés de tri que nécessaire. La première donne l'ordre principal ; chacune en dessous départage les égalités de la précédente, avec son type et son sens.
• Quatre façons de comparer. Nombre, Texte, Date et Longueur, ou Auto, qui lit la colonne et choisit.
• Un en-tête que vous contrôlez. La détection est affichée avec sa raison, et Oui et Non la corrigent.
• Une vraie analyse CSV. Virgules entre guillemets, sauts de ligne entre guillemets, guillemets doublés, lignes vides et lignes irrégulières survivent à l'aller-retour.
• Délimiteurs et encodages déduits, pas devinés. Virgule, point-virgule, tabulation et barre verticale ; UTF-8, UTF-16 et Windows-1252.
• Un export qui correspond à votre fichier. Son délimiteur, ses fins de ligne, et chaque ligne intacte octet pour octet.

Une seule clé répond à une question. Deux ou trois répondent à la question que les gens se posent vraiment sur un tableur.

Les clés s'appliquent dans l'ordre. La première décide la position de toute ligne dont la valeur diffère ; là où deux lignes sont à égalité, la deuxième tranche, et ainsi de suite. Les lignes à égalité sur toutes les clés restent dans l'ordre où elles étaient dans le fichier — le tri est stable, donc l'exécuter deux fois avec les mêmes réglages donne deux fois le même fichier, et un tri déjà appliqué n'est jamais défait par le suivant.

Trois clés qui répondent à une vraie question

• Région, puis date, puis montant. Les commandes de chaque région ensemble, les plus anciennes d'abord à l'intérieur, et la plus grosse d'abord quand deux tombent le même jour.
• Statut, puis client. Les tickets ouverts groupés, par ordre alphabétique dans le groupe.
• Catégorie, puis prix décroissant. Le catalogue rangé comme se lit une liste de prix.

Les flèches à côté de chaque clé la montent ou la descendent, ce qui change quelle colonne l'emporte. C'est en général plus rapide que de supprimer une clé et de la remettre, et c'est le moyen le plus rapide de voir les mêmes données rangées de deux façons.

La comparaison dont une colonne a besoin est une propriété des données, pas de l'outil. Auto lit la colonne et choisit ; les quatre types ci-dessous forcent le choix quand Auto n'y arrive pas.

• Nombre. Compare la valeur, pas les caractères. 2 avant 10, -5 avant 0, et 10,25 avant 10,5.
• Texte. Alphabétique, selon les règles de votre langue, si bien que les lettres accentuées tombent là où un dictionnaire les met.
• Date. Chronologique. Décembre 2023 avant mars 2024, quel que soit le format de la colonne.
• Longueur. Du plus court au plus long, en comptant les caractères. Utile pour trouver les valeurs tronquées et les trop longues dans une colonne censée être uniforme.

Auto échantillonne la colonne et retient la lecture qui convient à la plupart. Un N/D isolé parmi dix mille prix ne transforme pas une colonne monétaire en colonne texte — cette valeur est simplement placée après tous les nombres qui, eux, ont été interprétés.

Presque tous les trieurs de CSV en ligne proposent un mode numérique qui n'est en réalité qu'une comparaison de texte en ordre naturel. L'ordre naturel parcourt les suites de chiffres : il lit 10,5 comme dix, une virgule, cinq et 10,25 comme dix, une virgule, vingt-cinq, puis compare cinq à vingt-cinq et place 10,25 après 10,5. Chaque valeur est un nombre, la sortie a l'air sûre d'elle, et l'ordre est faux.

À quoi peut ressembler un nombre dans un export réel

• 1 200 et 1.200. Séparateurs de milliers, dans les deux conventions.
• 1.234,56 et 1,234.56. Tous deux écrits pareil ; le séparateur qui vient en dernier est la virgule décimale.
• 4,50 €, £12, 50 %. Un symbole monétaire ou un pourcentage n'empêche pas une valeur d'être un nombre.
• (1 200,00). Négatifs comptables entre parenthèses, qu'aucun tableur n'exporte autrement.
• 1e3 et -0. Notation scientifique et zéro signé.

Triée comme du texte, une colonne de dates américaines ressort en 1/15/2024, 3/1/2024, 12/1/2023 — décembre en dernier, après mars. Triée comme des dates, elle ressort dans l'ordre où cela s'est produit. C'est toute la raison d'être du type Date.

Jour d'abord ou mois d'abord

3/1/2024, c'est le 3 janvier presque partout dans le monde et le 1er mars aux États-Unis, et rien dans la valeur ne tranche. C'est donc la colonne entière qui tranche : un premier élément supérieur à 12 prouve le jour d'abord, un deuxième élément supérieur à 12 prouve le mois d'abord. Quand une colonne ne prouve ni l'un ni l'autre, l'outil le dit, la lit mois d'abord parce que c'est ce que produit un export américain, et le réglage Ordre des dates la bascule en un clic.

Formats reconnus

• ISO. 2024-03-10, 2024/03/10, avec ou sans heure et décalage UTC.
• Barres, tirets et points. 3/1/2024, 3-1-24, 10.03.2024, avec des années à deux ou quatre chiffres.
• Noms de mois. Jan 12, 2024 et 12 janv. 2024, en français, anglais, espagnol, allemand, portugais et indonésien.

Une date qui n'existe pas n'est pas déplacée en silence. 2024-02-31 est rejetée plutôt que lue comme le 2 mars, ce que l'analyseur de dates du navigateur en fait pourtant.

La virgule n'est pas le problème. Ce sont les règles de guillemets autour d'elle, et un trieur qui les interprète mal réordonne des dégâts plutôt que des données.

• Le caractère de guillemet est un réglage. Presque tous les fichiers utilisent le guillemet double, et un fichier écrit avec l'apostrophe est lu correctement dès que vous le dites.
• Un champ entre guillemets peut contenir le délimiteur. "Dupont, Jean" est une cellule. Découper sur les virgules en fait deux, et chaque cellule à sa droite tombe dans la mauvaise colonne.
• Un champ entre guillemets peut contenir un saut de ligne. Une adresse ou une note est une ligne. Découper d'abord sur les sauts de ligne la déchire en deux et décale tout le fichier en dessous.
• Des guillemets doublés sont un guillemet littéral. "Il a dit ""salut""" donne Il a dit "salut", pas Il a dit salut.
• Une ligne vide est une ligne. La supprimer change le nombre de lignes entre ce qui est entré et ce qui est sorti.
• Les lignes peuvent être irrégulières. Les lignes courtes et longues sont conservées telles quelles et comptées au-dessus de l'aperçu pour que vous voyiez qu'il y en a.

Compter les caractères de la première ligne est l'approche évidente et elle est fausse : dans "Dupont, Jean";42;"Martin, A" il y a deux virgules et deux points-virgules, et les deux virgules sont entre guillemets. À la place, le fichier est analysé avec chaque candidat à tour de rôle et noté selon que le résultat forme un tableau cohérent — le mauvais délimiteur donne des lignes de largeurs très variables, le bon donne des lignes qui concordent. Ce test ne peut pas être trompé par les guillemets, puisque l'analyse qu'il note les respecte déjà.

• Virgule. Le réglage par défaut presque partout où l'export se fait en anglais.
• Point-virgule. Ce qu'écrit Excel là où le séparateur décimal est la virgule.
• Tabulation. .tsv, et ce qu'on obtient en collant depuis un tableur.
• Barre verticale. Courante dans les extractions de bases de données et de mainframes, où les données contiennent elles-mêmes des virgules.

Une liste d'encodages réglée par défaut sur UTF-8 se trompe pour la moitié des fichiers que les gens ont, et une liste que l'utilisateur doit régler se trompe chaque fois qu'il oublie. La détection lit les octets : une marque d'ordre d'octets tranche d'emblée, l'UTF-16 sans marque se reconnaît à ses octets nuls, et sinon le fichier est décodé en UTF-8 de façon stricte — le vrai UTF-8 passe, une page de codes ancienne non, car ses octets hauts ne forment pas de séquences valides. Ce n'est qu'alors que Windows-1252 s'applique.

• UTF-8, avec ou sans marque d'ordre d'octets. Ce qu'est presque tout export moderne.
• UTF-16, dans les deux sens. Ce qu'écrit Excel quand vous choisissez Texte Unicode.
• Windows-1252 et ISO-8859-1. Anciens exports d'Europe de l'Ouest, où les accents tiennent dans un seul octet haut.

La sortie est toujours en UTF-8, éventuellement avec une marque d'ordre d'octets pour que les vieilles versions d'Excel l'ouvrent avec les accents intacts. Réécrire une page de codes ancienne remplacerait en silence chaque caractère qu'elle ne peut pas contenir, et détruire des caractères dans un fichier que vous n'avez fait que réordonner serait un défaut pire que tous ceux que cette refonte corrige.

Par défaut, c'est votre fichier avec les lignes déplacées. Le délimiteur, les fins de ligne et le saut final sont ceux d'origine, et chaque ligne inchangée est recopiée exactement telle qu'elle est arrivée : guillemets d'origine, espaces d'origine, tout d'origine. Un trieur qui remet des guillemets partout finira par différer de la source quelque part, et un code produit qui perd ses guillemets est un code produit qu'Excel avale.

• Délimiteur de sortie. Gardez celui de la source, ou écrivez des virgules, points-virgules, tabulations ou barres. Un export tabulé est nommé .tsv.
• Fins de ligne. Gardez celles de la source, ou forcez LF ou CRLF.
• Marque d'ordre d'octets. Ajoute l'indice UTF-8 dont les anciennes versions d'Excel ont besoin pour afficher correctement les accents.
• Mettre chaque champ entre guillemets. Pour les importateurs stricts qui l'exigent.

Trier n'est pas la partie lente d'un outil CSV — le lire l'est, et comparer les valeurs deux par deux est ce qui transforme une opération rapide en onglet figé. Ici le fichier est lu une fois à son arrivée, chaque valeur dont le tri a besoin est calculée une fois, et l'ordonnancement lui-même est de l'arithmétique. Changer un sens ou ajouter une clé retrie sur le fichier déjà ouvert au lieu de le relire, et c'est pourquoi l'aperçu bouge aussi vite que le réglage.

• Un demi-million de lignes, 26 Mo. Ouvert en un dixième de seconde environ.
• Une colonne de nombres ou de dates à cette taille. Triée en moins d'une demi-seconde.
• Regrouper par catégorie. Environ quatre centièmes de seconde, car une colonne à peu de valeurs distinctes n'a besoin d'aucune comparaison.
• Un demi-million de noms différents. Une seconde ou deux — la chose la plus lente que fait l'outil, et toujours plus rapide que la manière ordinaire de les trier.
• Rien sur le fil principal. La page reste réactive et Annuler arrête le travail immédiatement.

Tout se passe sur votre appareil. Le fichier n'est jamais envoyé, donc pas de file d'attente, pas de facturation au mégaoctet et rien à supprimer ensuite, et l'outil continue de fonctionner réseau coupé.

Un demi-million de lignes dans un fichier de 26 Mo s'ouvrent en un dixième de seconde, et les regrouper par catégorie coûte environ quatre centièmes de plus.

Trier est la chose la moins coûteuse que vous puissiez faire à un jeu de données, et cela facilite toutes les étapes suivantes.

• On en voit la forme. Les extrêmes, les trous et les doublons se placent là où vous pouvez les trouver.
• Les doublons s'alignent. Les lignes identiques deviennent adjacentes, ce dont un dédoublonneur a besoin.
• Les imports deviennent prévisibles. Un fichier toujours ordonné pareil produit une comparaison lisible quand on le charge deux fois.
• Les rapports se lisent tout seuls. Groupé par catégorie et daté à l'intérieur de chaque groupe, c'est un rapport, pas un déversement.

Tout ce qui rend le tri correct est gratuit. Pro, c'est une question d'échelle.

• Gratuit. Un fichier jusqu'à 25 Mo, jusqu'à trois clés de tri, tous les types, tous les sens, tous les délimiteurs, tous les encodages d'entrée et toutes les options d'export.
• Pro. Des fichiers aussi gros que votre appareil le permet, cinquante à la fois livrés en un seul ZIP, et autant de clés de tri que vous voulez.

Il n'y a pas de résultat gratuit de moindre qualité à améliorer. Un CSV n'a pas de résolution à réduire ni de compression à baisser, donc l'offre gratuite est limitée par la quantité triée d'un coup, jamais par la qualité.

• Vérifiez le réglage d'en-tête avant de trier. Il est affiché avec la raison de sa décision ; un fichier sans en-tête ne doit pas voir sa première ligne figée.
• Regardez le type retenu pour la clé. Il est écrit sous chaque clé, et une colonne attendue numérique affichée en texte signale en général un caractère parasite.
• Réglez Ordre des dates si le fichier n'est pas américain. Nécessaire seulement quand la colonne elle-même est ambiguë, et l'outil vous dit quand c'est le cas.
• Utilisez plusieurs clés plutôt que de trier deux fois. Deux passes marchent parce que le tri est stable, mais une passe à deux clés dit ce que vous vouliez dire.
• Gardez le délimiteur de la source sauf si l'aval en exige un autre. C'est le réglage qui garde l'export identique octet pour octet à l'entrée.

• Filtrer CSV
• Visionneuse CSV
• Supprimer les doublons
• Diviser CSV
• Fusionner CSV
• Ajouter ou retirer des colonnes