Las filas duplicadas son el problema de datos más silencioso que existe. Una lista de correo con la misma dirección tres veces envía tres correos idénticos. Una lista de stock con un producto repetido lo cuenta dos veces. Una exportación de encuesta con filas copiadas distorsiona cada promedio. Los duplicados suelen llegar de forma honesta: dos exportaciones unidas en un archivo, un formulario enviado dos veces, o un copiar y pegar que abarcó una fila de más. Encontrarlos a ojo en mil filas es lento y poco fiable.
Este eliminador limpia un CSV con un clic. Pega el CSV, indica a la herramienta qué columna define un duplicado y pulsa el botón. La columna 1 es la primera columna, y la columna 0 significa que debe coincidir la fila completa. Por defecto, la herramienta ignora mayúsculas y minúsculas, así que Ana@correo.com y ana@correo.com cuentan como la misma dirección, y conserva la primera copia de cada valor repetido. El CSV limpio aparece debajo, con un recuento de filas conservadas y duplicados eliminados.
Veamos un ejemplo práctico. Una lista de boletín tiene el encabezado correo,nombre y tres filas: ana@correo.com con Ana, luis@correo.com con Luis, y ana@correo.com con Ana otra vez. Establece la columna clave en 1, ya que el correo identifica a una persona, y ejecuta la herramienta. El resultado conserva dos filas, Ana y Luis, e informa de un duplicado eliminado. La fila de encabezado nunca se trata como dato, así que sobrevive a la limpieza aunque una fila de datos coincida con ella.
Elegir la columna clave es la decisión más importante. Usa la columna que realmente identifica un registro: un correo para una lista de correo, un código de producto para el stock, o un número de estudiante para una lista de clase. Si eliges la columna del nombre, dos personas distintas llamadas Ana se convertirán en una sola y se perderán datos reales. Cuando ninguna columna es única por sí sola, elige el modo de fila completa, que solo elimina filas que coinciden en todas las columnas. Elimina menos filas, pero nunca borra un registro que difiera en algún punto.
La elección entre conservar la primera o la última copia importa cuando las filas repetidas no son idénticas. Supón que un cliente aparece dos veces con una dirección antigua y luego con una nueva. Conservar la primera copia preserva la dirección antigua, mientras que conservar la última preserva la más reciente, que suele ser lo que quieres después de una actualización. Marca la casilla de conservar la última cuando las filas posteriores de tu archivo sean las más recientes, por ejemplo después de añadir una exportación nueva debajo de una antigua.
El tratamiento de mayúsculas es una trampa menor con consecuencias reales. Los sistemas de correo tratan Ana@correo.com y ana@correo.com como el mismo buzón, pero una comparación de texto simple ve dos cadenas distintas. Por eso ignorar mayúsculas es la opción por defecto aquí. La contrapartida es rara: códigos de producto donde mayúsculas y minúsculas significan realmente artículos distintos. Si tus códigos distinguen mayúsculas, desmarca la casilla antes de ejecutar y revisa los recuentos antes de descargar.
Un último hábito hace que la limpieza sea segura: compara siempre el número de filas antes y después. Si empezaste con 1000 filas y la herramienta informa de 40 eliminadas, deberías esperar 960 filas en el resultado, más el encabezado. Si los números te sorprenden, revisa la columna clave antes de sobrescribir el archivo original. Conserva el original hasta haber abierto el archivo limpio una vez, porque un paso de limpieza es fácil de repetir pero una fila borrada es difícil de recuperar.