Como limpar uma planilha com IA grátis sem perder registros

A chave decide o que é duplicata

Em uma planilha fictícia de itens vendidos, o mesmo pedido aparece em três linhas porque contém três produtos. Remover duplicatas pelo número do pedido apagaria itens válidos. A chave pode ser pedido mais item, ou outro identificador fornecido pelo sistema. Antes de deduplicar, entenda o modelo dos dados.

Duas linhas com a mesma chave e todos os campos iguais podem ser duplicatas de exportação, se essa é a regra conhecida. Duas linhas com a mesma chave e valores diferentes são um conflito. Preserve-as para apuração ou use uma regra estabelecida, como uma versão confirmada do sistema. Não use “a última linha” como verdade sem saber se a ordem do arquivo representa atualização.

Nomes semelhantes são apenas candidatos. “Ana Silva” pode identificar pessoas diferentes; “Empresa X” e “Empresa X Ltda.” podem ou não ser a mesma entidade. Use identificadores e evidência pertinentes. Quando não existir chave confiável, mantenha uma lista de possíveis correspondências para decisão, sem excluir por aproximação.

Padronizar não significa apagar diferenças reais

Espaço no começo e no fim de um campo pode atrapalhar uma comparação. Padronizá-lo é diferente de remover todos os espaços de um endereço ou de um nome. Maiúsculas e minúsculas podem ser irrelevantes em um rótulo, mas significativas em alguns identificadores. Declare a regra por coluna.

Para datas, determine a convenção da origem. 04/05 não informa sozinho se é 4 de maio ou 5 de abril. Não peça à IA para escolher o formato que parece mais provável. Obtenha a definição ou marque a ambiguidade. Converta somente os valores que satisfazem a regra e mantenha os inválidos em separado.

Para valores, esclareça decimal, milhar, moeda e sinal. Um código 00042 é texto; um valor monetário 42,00 pode ser número. Se a conversão remove zeros iniciais de um código, ela destrói informação. Se mantém receitas como texto, a soma pode ignorá-las. O tipo deve acompanhar o significado, não a aparência.

Vazios, zero e dados fora do domínio

Um campo em branco pode significar não informado, não aplicável ou falha de coleta. Defina o significado antes de substituir. Zero pode ser um valor real. Para análise, você pode excluir ausentes de um cálculo e ainda contá-los como problema de qualidade, deixando essa decisão visível.

Crie listas de valores aceitos quando fizer sentido: status aprovado, pendente e cancelado, por exemplo. Um valor “aprov.” pode ser mapeado para aprovado se você confirmar a equivalência. Um valor desconhecido deve ficar na lista de exceções, não ser empurrado para o status mais parecido.

Limpeza não deve inventar um valor de negócio. Preencher preço pela média ou prazo pela data mais comum é uma imputação, com efeito analítico, e precisa de justificativa própria. Para cadastro operacional, obter o dado correto costuma ser necessário. Separe correção de formato de criação de dado.

Um log de limpeza que realmente permite conferir

Registre regra, coluna, quantidade afetada e referência dos registros. Exemplo fictício: “remover espaços externos no status, 18 linhas”; “converter 12 valores monetários segundo decimal por vírgula”; “três chaves repetidas com valores conflitantes, preservadas para apuração”. Não exponha dados desnecessários no log.

Confira a quantidade inicial, removida por regra, mantida e deixada em exceção. Se 200 linhas entraram e duas duplicatas exatas foram removidas, a saída deve ter 198, salvo outra mudança declarada. Compare totais cujo valor não deveria mudar após uma correção de formato. Ao deduplicar, uma soma pode mudar legitimamente; mostre o efeito e as linhas retiradas.

Em análise executada com código, peça as transformações e saídas para inspeção. No caminho sem essa função, use filtros, validação e funções do aplicativo, pedindo à IA ajuda para formular a regra. Não copie uma tabela truncada da conversa e chame-a de arquivo completo.

Limite gratuito e manutenção da regra

Para uma base grande, você pode pedir à IA o diagnóstico de uma amostra e aplicar a transformação no conjunto com uma ferramenta local. A regra deve ser testada em casos normais, vazios, inválidos e ambíguos. O fato de uma amostra não conter um problema não prova que a base inteira está livre dele.

Se processar em lotes, use a mesma versão das regras e confira duplicatas entre lotes, não apenas dentro deles. Guarde a sequência de operações para repetir na próxima exportação. Quando a fonte passa a entregar outro formato, ajuste a regra afetada e reconfira o total; não refaça todo o processo por hábito.

Um exemplo pequeno para decidir as regras

Imagine uma planilha fictícia de pedidos com as colunas Pedido, Item, Status e Valor. O pedido 00127 aparece com dois itens diferentes. Um deles aparece duas vezes, com todos os campos iguais; o outro tem status “pago ”, com um espaço no final. Há também uma linha sem valor. O diagnóstico deve separar essas situações. Duas linhas do mesmo pedido não são automaticamente duplicatas. O espaço pode ser uma correção de formato. O valor ausente precisa continuar visível até você saber por que está faltando.

A regra neste exemplo poderia ser: manter Pedido como texto; usar Pedido mais Item para identificar a linha; retirar espaço no começo e no fim de Status; conferir duplicatas exatas na origem antes de tirá-las da saída; manter valores ausentes em uma lista de exceções. Depois de confirmar a duplicata, arquive a linha retirada em uma aba própria. Assim, você pode explicar o que mudou e recuperar a informação. A limpeza não deve depender de lembrar, dias depois, por que uma linha sumiu.

Peça à IA que mostre antes e depois de cada regra nessa amostra. Se ela transforma 00127 em 127 ou preenche o valor ausente com zero, interrompa essa regra e corrija o pedido. Um exemplo curto revela esse problema com menos esforço que revisar uma planilha inteira. Depois aplique a mesma regra ao conjunto no aplicativo, usando filtros, colunas de apoio ou uma transformação que você possa repetir.

Use colunas de apoio para enxergar a mudança

Em vez de substituir uma coluna imediatamente, crie uma ao lado com a versão preparada: Status original e Status padronizado, por exemplo. Você consegue filtrar as linhas em que os dois diferem e conferir se a mudança faz sentido. Depois que a regra estiver certa, escolha a saída que será usada. Esse caminho é útil para quem não programa: a planilha mostra o efeito sem exigir que você entenda um arquivo de código inteiro.

Para padronizar rótulos, faça uma pequena tabela de equivalências confirmadas. “Pg” e “pago” podem virar Pago quando esse é o significado da origem. “Pendente” não pode virar Pago só porque é o rótulo mais comum. Quando um valor não consta da lista, marque para conferir. A IA pode sugerir grupos e encontrar grafias diferentes; você define se são o mesmo estado. Uma lista controlada também ajuda na próxima coleta, para que o erro não continue chegando.

Para números, teste valores com decimal, milhar, sinal negativo e vazio. Compare uma soma antes e depois usando os registros que deveriam entrar. Se a soma anterior ignorava números guardados como texto, o total pode aumentar legitimamente após a conversão. Explique esse motivo. Já uma conversão de moeda ou unidade é outra mudança e precisa de regra própria. Não misture reais e dólares ou valores inteiros e milhares na mesma coluna sem identificar o significado.

Escolha entre pedir um arquivo e pedir uma regra

Se o assistente da sua conta consegue analisar arquivos, você pode enviar uma cópia sem dados desnecessários e pedir diagnóstico, regras e uma saída conferível. Abra o arquivo devolvido no aplicativo e confirme fórmulas, abas e quantidade de registros. Uma tabela mostrada no chat pode estar resumida. Pergunte o que ficou fora e não trate uma amostra como se fosse o arquivo inteiro. A disponibilidade de upload e de geração de arquivo varia; confira o recurso antes de depender dele.

Quando o recurso não estiver disponível ou a base for grande, dê à IA o mapa das colunas e uma amostra representativa. Peça a sequência de operações para o aplicativo que você usa, ou um script se você sabe executá-lo. O trabalho repetido fica na ferramenta local. Use a IA para resolver o caso difícil e explicar a regra. Não é necessário enviar a mesma planilha em vários pedaços só para retirar espaços de uma coluna.

Ao fechar, tenha uma saída utilizável e uma lista curta de pendências: registros com data ambígua, chave conflitante ou valor ausente, por exemplo. Essas exceções não significam que todo o trabalho falhou. Elas mostram quais partes ainda precisam de informação. Na próxima exportação, reaproveite as regras e confira se a estrutura mudou. Uma boa limpeza melhora a base sem esconder sua história nem fabricar os dados que faltavam.