# 5.1 Duplicates ओळखा

Source: https://ravindrabagale.com/mr/excel/ch05-data-cleaning-a-z/5-1-duplicates.html
Language: mr (Marathi with English technical terms)

आधीचा data

 | Order ID
 | City
 | Product
 | Amount

 | BLK-3001
 | Pune
 | Gokul Cow Milk 500 ml
 | 32

 | BLK-3002
 | Nashik
 | Nashik Grapes 500 g
 | 90

 | BLK-3001
 | Pune
 | Gokul Cow Milk 500 ml
 | 32

 | BLK-3003
 | Nagpur
 | Nagpur Oranges 1 kg
 | 120

 | BLK-3002
 | Nashik
 | Nashik Grapes 500 g
 | 90

Clean केल्यावर

 | Order ID
 | City
 | Product
 | Amount

 | BLK-3001
 | Pune
 | Gokul Cow Milk 500 ml
 | 32

 | BLK-3002
 | Nashik
 | Nashik Grapes 500 g
 | 90

 | BLK-3003
 | Nagpur
 | Nagpur Oranges 1 kg
 | 120

या example मध्ये पाच rows मधल्या दोन पूर्ण rows repeat आहेत. त्या काढल्यावर तीन वेगळ्या rows राहतात.

Steps

आधी पहा: Order IDs select करा › Home › Styles › Conditional Formatting › Highlight Cells Rules › Duplicate Values.

Flag साठी E2 मध्ये =IF(COUNTIF($A$2:A2,A2)>1,"Duplicate","First"). Expanding range मुळे दुसरी, तिसरी अशी पुढची repetition flag होते. Filter करून review करा.

Data मध्ये click करा › Data › Data Tools › Remove Duplicates. Duplicate कशावर ठरतो ते columns tick करा. पूर्णपणे सारख्या rows साठी सर्व relevant columns. या example मध्ये 2 duplicates remove होतात आणि 3 unique rows राहतात.

Microsoft 365 / Excel 2021+ मध्ये =UNIQUE(A1:D6) वेगळ्या rows नवीन जागी देतो. =UNIQUE(B2:B6) unique cities देतो.

Order-line data मध्ये एक Order ID अनेक products साठी योग्यरीत्या repeat होऊ शकतो. म्हणून फक्त ID पाहून row delete करू नका. Business key किंवा Order ID + Product सारखी योग्य combination ठरवा.

Practice

20 rows च्या controlled sample मध्ये चार खऱ्या duplicate entries घाला. Flag करा, review करा, copy वर Remove Duplicates वापरा. =ROWS(UNIQUE(A2:A21)) ने unique IDs मोजा; हा unique rows चा count असेलच असं नाही.

रवींद्र बागले यांची tip

Raw copy जपून ठेवा. एका customer च्या दोन वेगळ्या orders duplicates नसतात. Remove Duplicates आधी key ठरवा आणि counts लिहून ठेवा. Action झाल्यावर Undo शक्य असेल, पण नंतर original data मिळेल यावर विसंबू नका.