Si dice spesso che gli analisti di dati dedichino la maggior parte del loro tempo a pulire i dati e solo una piccola parte ad analizzarli. Anche se non lavori come analista, se usi i fogli di calcolo ti sarà sicuramente capitato: un report che non torna per uno spazio di troppo, un filtro che non trova un cliente perché è scritto in maiuscolo o un’importazione che fallisce per una data formattata male. Questa checklist in dieci passaggi ti aiuterà a pulire qualsiasi file in modo sistematico.
Passaggio 0: salva una copia dell’originale
Prima di toccare qualsiasi cosa, salva il file originale senza modificarlo. Ogni pulizia comporta delle scelte e, se qualcosa va storto, dovrai tornare al punto di partenza. Inoltre, alla fine potrai confrontare l’originale con il risultato.
Passaggio 1: controlla la struttura
Una tabella ben strutturata ha:
- Una sola riga di intestazioni, nella prima riga.
- Un record per riga.
- Un tipo di dato per colonna.
- Nessuna cella unita.
- Nessuna riga di totali o subtotali in mezzo ai dati.
Se il tuo file ha titoli decorativi sopra la tabella, celle unite o subtotali intercalati, correggili per primi. Tutto il resto sarà più semplice.
Passaggio 2: elimina righe e colonne vuote
Le righe vuote interrompono la continuità della tabella. Eliminale con un filtro basato su CONTA.VALORI o con lo strumento per eliminare le righe vuote della nostra pagina degli strumenti. Fai lo stesso con le colonne senza dati.
Passaggio 3: rimuovi gli spazi in eccesso
Gli spazi all’inizio, alla fine o doppi tra le parole sono invisibili, ma impediscono le corrispondenze. Applica =ANNULLA.SPAZI(A2) in una colonna di supporto, poi copia e incolla come valori sulla colonna originale.
Passaggio 4: elimina i caratteri non stampabili
I dati copiati da siti web, PDF o sistemi datati possono contenere interruzioni di riga, tabulazioni o caratteri di controllo. La funzione LIBERA li elimina. Un caso particolare è lo spazio unificatore (carattere 160), che ANNULLA.SPAZI non rimuove; usa =SOSTITUISCI(A2;CODICE.CARATT(160);" ").
Passaggio 5: uniforma maiuscole e minuscole
Decidi un criterio per ogni colonna:
- Nomi propri:
MAIUSC.INIZ(«giulia rossi» diventa «Giulia Rossi»). - Indirizzi e-mail:
MINUSC. - Codici:
MAIUSC.
Passaggio 6: correggi i tipi di dati
Verifica che i numeri siano numeri e le date siano date:
- I numeri memorizzati come testo sono allineati a sinistra e mostrano un triangolo verde.
- Le date in formato testo non si possono ordinare cronologicamente.
- I codici con zeri iniziali devono essere testo, non numeri.
Usa «Converti in numero», VALORE, DATA.VALORE o lo strumento Testo in colonne per correggerli.
Passaggio 7: normalizza i formati
Le stesse cose devono essere scritte nello stesso modo:
- Date: un solo formato in tutta la colonna.
- Telefoni: con o senza prefisso, ma sempre uguali.
- Paesi e province: «Italia», «IT» e «Italy» vanno unificati.
- Valori sì/no: «Sì», «SI», «s», «1» e «Vero» dovrebbero essere un unico valore.
Trova e sostituisci, insieme a un filtro per vedere i valori univoci di ogni colonna, è il modo più rapido per individuare le varianti.
Passaggio 8: elimina i duplicati
Una volta normalizzati i dati, i duplicati si individuano molto più facilmente. Definisci quali colonne identificano un record ed elimina le ripetizioni con Dati > Rimuovi duplicati o con Rimuovi duplicati Excel.
Passaggio 9: convalida i valori
Cerca valori impossibili o sospetti:
- Date nel futuro o precedenti alla fondazione dell’azienda.
- Importi negativi dove non dovrebbero esserci.
- Età di 0 o di 150 anni.
- Indirizzi e-mail senza chiocciola.
Ordina ogni colonna numerica dal più piccolo al più grande e controlla gli estremi. Le anomalie di solito si trovano all’inizio o alla fine.
Passaggio 10: confronta il risultato con l’originale
Prima di considerare il file pronto, confrontalo con la copia salvata al passaggio 0 usando Confronta file Excel. Vedrai esattamente quali righe sono state eliminate e quali celle sono cambiate, così potrai individuare gli errori di pulizia, come una riga valida eliminata per sbaglio.
Riepilogo rapido
| Passaggio | Azione | Strumento |
|---|---|---|
| 1 | Controllare la struttura | Manuale |
| 2 | Righe e colonne vuote | Filtro o strumento online |
| 3 | Spazi | ANNULLA.SPAZI |
| 4 | Caratteri strani | LIBERA, SOSTITUISCI |
| 5 | Maiuscole | MAIUSC.INIZ, MINUSC, MAIUSC |
| 6 | Tipi di dati | VALORE, Testo in colonne |
| 7 | Formati | Trova e sostituisci |
| 8 | Duplicati | Rimuovi duplicati |
| 9 | Convalida | Ordinare e filtrare |
| 10 | Verifica | Strumento di confronto file |
Domande frequenti
Ogni quanto devo pulire i miei dati?
Ogni volta che devi usarli per qualcosa di importante: un report, un’importazione o una campagna. Se ricevi lo stesso file periodicamente, documenta i passaggi per ripeterli sempre allo stesso modo.
Posso automatizzare la pulizia?
Sì. Power Query, incluso in Excel, permette di registrare i passaggi di pulizia e di ripeterli con un clic quando arrivano nuovi dati.
Cosa faccio se non so qual è il valore corretto?
Evidenzia la cella con un colore o aggiungi una colonna di note e chiedi a chi ha generato i dati. È meglio lasciare un dubbio documentato che inventare un valore.
Qual è l’ordine dei passaggi più importante?
Prima la struttura, poi la normalizzazione e infine i duplicati. Se elimini i duplicati prima di normalizzare, molti record ripetuti passeranno inosservati perché sono scritti in modo leggermente diverso.
Conclusione
Pulire i dati non è affascinante, ma è ciò che distingue un report affidabile da uno a cui nessuno crede. Con questi dieci passaggi avrai un metodo ripetibile per qualsiasi file. Inizia dalla struttura, prosegui con i dettagli di formato e concludi sempre verificando il risultato. I nostri strumenti gratuiti ti aiutano in diversi di questi passaggi senza bisogno di formule.
Prova i nostri strumenti gratuiti
Confronta, converti, unisci e pulisci i tuoi fogli di calcolo dal browser, senza installare nulla.
