حذف داده های تکراری (Remove Duplicates)

حذف داده های تکراری یکی از پر تکرارترین مسائلی هست که افراد با اون مواجه میشن. مثلا دیتابیسی داریم از اطلاعات شناسنامه ای افراد که بنا به دلایلی این اطلاعات چندین بار تکرار شده است و ما میخوایم از هر فرد، یک بار اطلاعات داشته باشیم. یعنی کدهای ملی تکراری رو پیدا کنیم و کل ردیف مربوط به اون کد ملی رو حذف کنیم.

به شکل ۱ توجه کنید. در ستون کد ملی، کدهای تکراری داریم که میخواهیم کل ردیف مربوط به کدهای تکراری حذف بشه و از هر کد واطلاعات مربوطه فقط یکی بمونه. برای این کار از ابزار Remove Duplicate استفاده می کنیم. از تب Data گزینه Remove Duplicate رو انتخاب میکنیم.

اگر ستون خاصی رو انتخاب کرده باشیم، و گزینه Remove Duplicate رو بزنیم پیامی مطابق شکل ۱ ظاهر می شه. که از ما می پرسه میگه میخوای این کار رو روی همین ستون انجم بدی، یا میخوای کل داده های مربوط به هر داده تکراری هم حذف بشه؟

چون حالت دوم (یعنی حذف کل ردیف مربوط به داده تکراری) مد نظر ماست پس گزینه Expand the Selection رو انتخاب میکنیم و گزینه Remove Duplicates رو میزنیم.

شکل ۱- حذف داده های تکراری – انتخاب محدوده مورد نظر برای حذف تکراری ها

بعد از زدن Remove Duplicates پنجره شکل ۲ باز میشه. در این پنجره ستونهایی رو انتخاب میکنیم که معیار ماست برای تعیین تکراری ها. در اینجا معیار ما برای تکراری بودن، کد ملی است. چون هیچ دو نفری نیستن که کد ملی مشترک داشته باشن. پس ستون کد ملی رو انتخاب میکنیم.

شکل ۲- حذف داده های تکراری – انتخاب ستون معیار برای تعیین داده های تکراری

بعد از زدن OK، ردیف های مربوط به کدهای ملی تکراری حذف میشه و از هر کد ملی یک ردیف باقی خواهد موند. پیامی مطاب شکل ۳ ظاهر میشه با این مضمون که چند داده تکراری حذف شده و چند داده یونیک، در نهایت باقی موندن.

شکل ۳- حذف داده های تکراری – حذف ردیف های مربوط به کد ملی تکراری

حالا فرض کنید بخوایم داده های تکراری رو بر اساس نام و نام خانوادگی تعیین کنیم. برای این کار، در جدول نشون داده شده در شکل ۲، ستون نام و نام خانوادگی رو کلیک میکنیم. بعد از زدن Ok داده ها مطبق شکل ۴ نمایش داده میشن.

شکل ۴- حذف داده های تکراری – حذف داده های تکراری بر اساس نام و نا خانوادگی تکراری

در شکل ۴ مشاهده میکنید که علی راد و علی رادی، با اینکه کد ملی مشابه دارند، باقی موندن. چرا؟ چون معیار ما تکراری بودن نام و نام خانوادگی بوده که در اینجا، فامیل ها با هم تفاوت دارن.