--- schema_version: "1" id: fd042898a1c15ae802366a043c40bf2c85d678b6a2dd387003df8c9bdeeb39ac title: Remover linhas em duplicado collection: tableau version: current locale: pt-br portal_url: https://docs.salesforce.com/tableau/current/pt-br/prep/prep_remove_duplicates.md canonical_url: https://help.tableau.com/current/prep/pt-br/prep_remove_duplicates.htm source_site: help.tableau.com content_type: documentation content_hash: 161dffc65e417d01b3f728c163ada8a978f78d1d1bfb861c0a3a699306090e72 description: Identify and remove duplicate rows in a Tableau Prep flow. --- [Pular para o conteúdo principal](#main-content) # Remover linhas em duplicado _Compatível com o Tableau Prep Builder versão 2024.1 e posterior, Tableau Server versão 2024.2 e posterior e na Web no Tableau Cloud._ Dados duplicados podem afetar a qualidade dos dados, distorcer os resultados da previsão e desperdiçar espaço de armazenamento. A remoção de duplicatas garante que cada valor seja único, fornecendo uma representação precisa dos seus dados. A primeira etapa para remover duplicatas é identificar as linhas duplicadas em seus dados. Depois de identificar duplicatas, você poderá removê-las do fluxo de trabalho. ## Identificar e remover duplicatas O Tableau Prep identifica uma duplicata como qualquer linha que tenha pelo menos uma outra linha com os mesmos valores. Para identificar e remover linhas duplicadas. 1. (Opcional) Para arquivos Excel e de texto, você pode clicar na etapa Entrada e adicionar um campo Número da linha de origem para classificar as linhas pela fonte de dados original. Para obter mais informações, veja [Adicionar o campo Número da linha de origem ao seu fluxo](https://help.tableau.com/current/prep/pt-br/prep_configure_dastaset.htm) e [Classificar ordem do campo calculado](#sortOrderDups). 2. Clique em qualquer etapa que não seja uma etapa de entrada ou saída. ![](/tableau/current/pt-br/prep/pt-br/Img/prep_remove_dup_select.png) 4. Identifique linhas duplicadas. - Para identificar linhas duplicadas em todos os campos, na barra de ferramentas, clique em Identificar linhas duplicadas. - Para identificar linhas duplicadas em campos específicos, selecione um ou mais campos e clique em Identificar linhas duplicadas. Opcionalmente, no painel de perfil, você pode clicar no menu Mais opções![](/tableau/current/pt-br/prep/pt-br/Img/prep_moreoptions_icon.png) do campo selecionado e escolha Identificar linhas duplicadas. Um campo calculado é criado e listado no painel Alterações. O campo calculado fornece uma descrição e os nomes dos campos que as linhas duplicadas abrangem. A grade de dados mostra quais linhas são exclusivas e quais linhas são duplicadas. A imagem a seguir mostra os resultados da seleção dos dois campos _Região_ e _Tipo de item_ para identificar linhas duplicadas apenas nos campos selecionados. ![](/tableau/current/pt-br/prep/pt-br/Img/prep_remove_dup_id.png) Se um número de linha de origem estiver disponível, ele será usado para classificar a ordem das linhas. Caso contrário, as linhas serão classificadas com base no primeiro campo do esquema da tabela. Para alterar os valores no campo calculado, você pode editar diretamente o cálculo ou escrever seu próprio cálculo. Confira [Classificar ordem do campo calculado](#sortOrderDups). 5. Para avaliar linhas duplicadas, clique em Duplicada ou Exclusiva no campo É linha duplicada? ou na grade de dados. A imagem a seguir mostra linhas duplicadas em todos os campos. ![](/tableau/current/pt-br/prep/pt-br/Img/prep_remove_dup_all_rows.png) A imagem a seguir mostra linhas duplicadas apenas nos campos _Região_ e _Tipo de item_. ![](/tableau/current/pt-br/prep/pt-br/Img/prep_remove_dup_limit_rows.png) 10. Para filtrar e manter apenas as linhas exclusivas, clique em Exclusiva na grade de dados ou no campo É linha duplicada? e selecione Manter apenas na barra de ferramentas. Como opção, você pode clicar em Exclusiva na grade de dados ou no campo É linha duplicada? e clicar com o botão direito para selecionar Mantenha apenas. Você também pode selecionar Duplicada e selecionar Excluir para filtrar dados em busca de duplicatas. Isso produz os mesmos resultados que selecionar Exclusiva e Manter somente e não afeta quais linhas são excluídas ou mantidas. Um filtro é criado no painel de alterações mostrando que apenas linhas exclusivas são mantidas e linhas duplicadas são excluídas. ![](/tableau/current/pt-br/prep/pt-br/Img/prep_remove_dup_filter.png) 11. No campo calculado É linha duplicada?, clique no menu Mais opções![](/tableau/current/pt-br/prep/pt-br/Img/prep_moreoptions_icon.png) e selecione Remover. As linhas duplicadas são removidas quando você executa o fluxo e cria uma saída. **Observação**: não remova o campo calculado É linha duplicada? se você estiver ajustando os dados de amostra. ### Duplicatas em dados de amostra Linhas duplicadas podem não aparecer nos dados amostrados e podem introduzir um viés no modelo. Para tratar dados de amostra de linhas duplicadas: 1. não remova o campo calculado É linha duplicada? se você estiver ajustando os dados de amostra. Isso lhe dá a opção de alterar o tamanho da amostra ou ajustar os dados da amostra na etapa de entrada. 2. Ajuste o tamanho da amostra para carregar o máximo de dados possível para seleção de linha. Consulte [Definir o tamanho da amostra de dados](https://help.tableau.com/current/prep/pt-br/prep_configure_dastaset.htm) 3. As duplicatas podem não aparecer nos dados de amostra, dependendo do tamanho da amostra. Usando a opção Manter apenas para linhas exclusivas permite remover linhas duplicadas, mesmo que elas não estejam visíveis nos dados de amostra. ### Classificar ordem do campo calculado Por padrão, se várias linhas contiverem o mesmo valor, elas serão classificadas pelo primeiro campo ou, se disponível, pelo número da linha de origem. Os campos são usados para identificar a primeira linha como _Exclusiva_ e as demais como _Duplicada_. Alterar a ordem de classificação dos campos permite especificar qual linha duplicada você deseja identificar como Exclusiva. Você pode fazer alterações no pedido editando o cálculo e alterando o campo `ORDERBY` . Por exemplo: `IF ({PARTITION [Field1], [Field2], [Field3]: { **ORDERBY** [**FieldName**] **ASC**: ROW_NUMBER() } } = 1) THEN 'Unique' ELSE 'Duplicate' END` Para arquivos Excel e de texto, você pode classificar pela fonte de dados original adicionando um campo Número da linha de origem. Por exemplo: `IF ({PARTITION [Source Row Number], [Field1], [Field2], [Field3]: { **ORDERBY** [**Source Row Number**] **DESC**: ROW_NUMBER() } } = 1) THEN 'Unique' ELSE 'Duplicate' END` [Para obter mais informações, consulte Adicionar o campo Número de linha de origem ao seu fluxo](https://help.tableau.com/current/prep/pt-br/prep_configure_dastaset.htm). ### Escrever o próprio cálculo de filtro para localizar e remover duplicatas Você pode escrever seu próprio cálculo de filtro em vários campos para localizar e remover duplicatas. O cálculo de filtro a seguir retornará apenas resultados que retornem True. O cálculo retorna True ou False com base nos campos usados para PARTITION `{PARTITION [Field1], [Field2], [Field3]: { ORDERBY [Field1] DESC: ROW_NUMBER() } } = 1` Usar `CASE` ou `IF` para identificar cálculos duplicados Você pode usar as funções `IF` ou `CASE` no editor de cálculo. Por exemplo: `CASE {PARTITION [Field1], [Field2], [Field3] : { ORDERBY [[Field3]]: ROW_NUMBER() } } = 1 WHEN TRUE THEN 'UNIQUE' ELSE 'DUPLICATE' END` `IF ({PARTITION [[Field1]], [[Field2]], [[Field3]]: { ORDERBY [[Field3]] DESC: ROW_NUMBER() } } = 1) THEN 'Unique' ELSE 'Duplicate' END`