Limpiar datos repetidos en una base de datos de correos en Google Sheets usando UNIQUE(), FILTER() y QUERY()

por | May 6, 2020 | Blog, Google Spreadsheets

Limpiar datos repetidos

Cuando recogemos nombres y correos en encuestas y formas de contacto, es muy probable que algunos de estos datos se repitan o queden en blanco y a la hora de querer usarlos, tengamos que pasar tiempo limpiando esa base de datos, lo que consume bastante tiempo. Vamos a usar algunas fórmulas de manejo de datos de Google Sheets (Hojas de Cálculo de Google) para arreglar esta situación fácilmente.

Filtrando repetidos con la fórmula UNIQUE()

Vamos a poner este ejemplo en donde vemos una lista de nombres y correos, y como puedes ver, hay algunos registros repetidos y peor aún, algunos nombres que no tienen asociado un correo. Lo primero que haremos es deshacernos de los repetidos, y asumir que si un nombre no tiene asociado un correo, no nos sirve.

Si aplicamos la fórmula UNIQUE() en una celda diferente introducimos como rango los correos, podemos aislar la lista sin repetidos:

=UNIQUE(B2:B)

Fíjate cómo solo necesitas hacerlo en una celda, en este caso será D2, porque la fórmula regresa un arreglo de datos y los despliega hacia abajo

Filtrando filas en blanco con FILTER()

Ya no tenemos repetidos, pero todavía tendremos por lo menos un espacio en blanco. Vamos a usar una fórmula muy poderosa, en una forma muy básica, pero es perfecto para conocerla, me refiero a FILTER().

=FILTER( rango , condición )

Para la condición, requerimos indicarle que NO queremos un espacio en blanco, entonces usamos la fórmula NOT() en combinación con ISBLANK(), de esta manera:

=FILTER( D2:D , NOT(ISBLANK(D2:D) )

Si quieres combinarlo todo en una sola fórmula que obtenga los datos desde la columna original, sería así:

=UNIQUE(FILTER(B2:B,NOT(ISBLANK(B2:B))))

Obtener los nombres a partir de la nueva lista con QUERY()

Ahora usaremos una fórmula todavía más poderosa, que puede consumirte mucho tiempo leyendo su documentación, pero aquí la usaremos de una forma introductoria y básica solo para resolvernos un detalle: ahora queremos los nombres asociados a cada correo. Esa fórmula es QUERY, por su flexibilidad para usar una implementación del conocido lenguaje SQL para consultar datos.

=QUERY( rango , consulta, encabezados )

Si te preguntas, ¿por qué no simplemente usar VLOOKUP? La respuesta es que en nuestros datos, la columna que usaríamos como índice (el correo) está después de lo que queremos buscar, y eso no es posible en VLOOKUP. Podríamos cambiar de orden las columnas, pero esto puede que no sea posible siempre, y pues, también… simplemente quiero ilustrar el punto y usar QUERY para que aprendas a usarla 😉

Entonces, usaremos la fórmula de esta manera, eligiendo el rango de datos de ambas columnas A y B, y construyendo nuestra consulta así:

=QUERY( rango , consulta )

=QUERY( $A$2:$B,"select A where (B = '"& I2 &"') limit 1",0 )

  • select A significa que queremos obtener la primera columna del rango (ojo: no siempre A coincidirá con la primera columna)
  • where (B = '"& I2 &"') es la condición, es decir, queremos empatar el correo de la consulta con el correo de la celda I2
  • 0 se refiere a que no queremos que incluya títulos o encabezados

¡Y listo! Ya tenemos una base de datos lista para usar con confianza de que no repetiremos datos o estaremos topándonos con datos en blanco. Puedes combinar el uso de estas tres fórmulas para obtener los resultados que buscas.

¡Espero que te haya sido útil esta guía! No olvides seguirnos en Twitter y Facebook para más tips, trucos y guías de productividad.

Si tienes dudas, deja un comentario y con gusto te ayudaremos a resolverlas.

¿Quieres mejorar la productividad y el trabajo terminado en tu empresa? Nosotros te capacitamos. ¡Contáctanos!

Aprende Sheets: Curso práctico de Hojas de cálculo de Google
Aprende Sheets: Curso práctico de Hojas de cálculo de Google

Deja un comentario