Costuma-se dizer que os analistas de dados passam a maior parte do tempo limpando dados e só uma pequena parte analisando-os. Mesmo que você não trabalhe como analista, se usa planilhas certamente já passou por isso: um relatório que não fecha por causa de um espaço a mais, um filtro que não encontra um cliente porque o nome está escrito em maiúsculas ou uma importação que falha por causa de uma data mal formatada. Esta checklist de dez passos vai ajudar você a limpar qualquer arquivo de forma sistemática.
Passo 0: salve uma cópia do original
Antes de mexer em qualquer coisa, salve o arquivo original sem modificações. Toda limpeza envolve decisões e, se algo der errado, você precisará voltar ao ponto de partida. Além disso, no final você poderá comparar o original com o resultado.
Passo 1: revise a estrutura
Uma tabela bem estruturada tem:
- Uma única linha de cabeçalhos, na primeira linha.
- Um registro por linha.
- Um tipo de dado por coluna.
- Nenhuma célula mesclada.
- Nenhuma linha de totais ou subtotais no meio dos dados.
Se o seu arquivo tiver títulos decorativos acima da tabela, células mescladas ou subtotais intercalados, corrija isso primeiro. Todo o resto ficará mais fácil.
Passo 2: exclua linhas e colunas vazias
As linhas vazias quebram a continuidade da tabela. Exclua-as com um filtro baseado em CONT.VALORES ou com a ferramenta para excluir linhas vazias da nossa página de ferramentas. Faça o mesmo com as colunas sem dados.
Passo 3: remova os espaços excedentes
Os espaços no início, no final ou duplicados entre palavras são invisíveis, mas impedem correspondências. Aplique =ARRUMAR(A2) em uma coluna auxiliar, copie e cole como valores sobre a coluna original.
Passo 4: elimine caracteres não imprimíveis
Dados copiados de sites, PDFs ou sistemas antigos podem conter quebras de linha, tabulações ou caracteres de controle. A função TIRAR os elimina. Um caso especial é o espaço não separável (caractere 160), que ARRUMAR não remove; use =SUBSTITUIR(A2;CARACT(160);" ").
Passo 5: padronize maiúsculas e minúsculas
Defina um critério para cada coluna:
- Nomes próprios:
PRI.MAIÚSCULA(«ana souza» passa a «Ana Souza»). - E-mails:
MINÚSCULA. - Códigos:
MAIÚSCULA.
Passo 6: corrija os tipos de dados
Verifique se os números são números e as datas são datas:
- Números armazenados como texto ficam alinhados à esquerda e mostram um triângulo verde.
- Datas em formato de texto não podem ser classificadas cronologicamente.
- Códigos com zeros à esquerda devem ser texto, não números.
Use «Converter em Número», VALOR, DATA.VALOR ou a ferramenta Texto para Colunas para corrigi-los.
Passo 7: padronize os formatos
As mesmas coisas devem ser escritas da mesma forma:
- Datas: um único formato em toda a coluna.
- Telefones: com ou sem DDD, mas sempre iguais.
- Países e estados: «Brasil», «BR» e «Brazil» devem ser unificados.
- Valores sim/não: «Sim», «SIM», «s», «1» e «Verdadeiro» deveriam ser um único valor.
Localizar e Substituir, junto com um filtro para ver os valores únicos de cada coluna, é a forma mais rápida de detectar variações.
Passo 8: remova as duplicatas
Depois de padronizar os dados, as duplicatas são detectadas com muito mais facilidade. Defina quais colunas identificam um registro e elimine as repetições com Dados > Remover Duplicatas ou com Remover Duplicatas do Excel.
Passo 9: valide os valores
Procure valores impossíveis ou suspeitos:
- Datas no futuro ou anteriores à fundação da empresa.
- Valores negativos onde não deveriam existir.
- Idades de 0 ou de 150 anos.
- E-mails sem arroba.
Classifique cada coluna numérica do menor para o maior e revise os extremos. As anomalias costumam estar no início ou no final.
Passo 10: compare o resultado com o original
Antes de dar o arquivo por concluído, compare-o com a cópia que você salvou no passo 0 usando Comparar Arquivos do Excel. Você verá exatamente quais linhas foram excluídas e quais células mudaram, o que permite detectar erros de limpeza, como uma linha válida excluída por engano.
Resumo rápido
| Passo | Ação | Ferramenta |
|---|---|---|
| 1 | Revisar a estrutura | Manual |
| 2 | Linhas e colunas vazias | Filtro ou ferramenta online |
| 3 | Espaços | ARRUMAR |
| 4 | Caracteres estranhos | TIRAR, SUBSTITUIR |
| 5 | Maiúsculas | PRI.MAIÚSCULA, MINÚSCULA, MAIÚSCULA |
| 6 | Tipos de dados | VALOR, Texto para Colunas |
| 7 | Formatos | Localizar e Substituir |
| 8 | Duplicatas | Remover Duplicatas |
| 9 | Validação | Classificar e filtrar |
| 10 | Verificação | Comparador de arquivos |
Perguntas frequentes
Com que frequência devo limpar meus dados?
Sempre que você for usá-los para algo importante: um relatório, uma importação ou uma campanha. Se você recebe o mesmo arquivo periodicamente, documente os passos para repeti-los sempre da mesma maneira.
Posso automatizar a limpeza?
Sim. O Power Query, incluído no Excel, permite gravar os passos de limpeza e repeti-los com um clique quando chegam dados novos.
O que faço se não souber qual é o valor correto?
Marque a célula com uma cor ou adicione uma coluna de observações e consulte quem gerou os dados. É melhor deixar uma dúvida documentada do que inventar um valor.
Qual é a ordem de passos mais importante?
Primeiro a estrutura, depois a padronização e, por último, as duplicatas. Se você remover as duplicatas antes de padronizar, muitos registros repetidos passarão despercebidos porque estão escritos de forma ligeiramente diferente.
Conclusão
Limpar dados não é glamoroso, mas é o que separa um relatório confiável de um em que ninguém acredita. Com estes dez passos, você terá um método repetível para qualquer arquivo. Comece pela estrutura, continue com os detalhes de formato e termine sempre verificando o resultado. Nossas ferramentas gratuitas ajudam você em vários desses passos sem precisar de fórmulas.
Experimente nossas ferramentas gratuitas
Compare, converta, junte e limpe suas planilhas pelo navegador, sem instalar nada.
