Compter les valeurs uniques

Compter les valeurs uniques d’une colonne

1. Déposer le fichier. Un .xlsx à plusieurs feuilles affiche un choix de feuille ; un CSV est lu avec son séparateur et son encodage détectés.
2. Choisir la colonne. La liste donne les noms d’en-tête, ou les lettres de colonne s’il n’y a pas d’en-tête.
3. Lire le nombre de valeurs uniques. Le premier chiffre est le nombre de valeurs différentes ; les cellules vides sont comptées à part.
4. Lire le tableau de fréquences. Chaque valeur avec son nombre d’occurrences et sa part, les plus fréquentes d’abord.

Les formules françaises, et quand chacune lâche

Dans un Excel en français, les fonctions ont des noms français et les arguments se séparent par des points-virgules. Les trois réponses habituelles :

• =NBVAL(UNIQUE(A2:A1000)) est la plus simple, mais UNIQUE n’existe que dans Microsoft 365 et Excel 2021 ou plus récent. Sur Excel 2019 ou 2016, c’est #NOM?. Et si la plage contient des cellules vides, le vide compte comme une valeur.
• =SOMMEPROD(1/NB.SI(A2:A1000;A2:A1000)) marche partout, jusqu’à la première cellule vide de la plage : #DIV/0!.
• Un tableau croisé dynamique donne les fréquences, mais le « Nombre distinct » n’apparaît que si vous cochez « Ajouter ces données au modèle de données » à la création.

Toutes demandent aussi de corriger la plage quand les données grandissent. Déposer le fichier ici n’a aucun de ces écueils et donne le tableau de fréquences dans le même passage.

Ce qui compte comme la même valeur

Avant de comparer, chaque valeur est débarrassée des espaces autour, y compris l’espace insécable qui arrive avec les données copiées d’une page web, et des caractères invisibles comme l’espace de largeur nulle (U+200B). Ce sont eux qui font qu’une colonne qui semble contenir 12 valeurs en annonce 15. La casse compte, sauf si vous cochez « Ignorer majuscules et minuscules » : PARIS et Paris font alors une seule valeur.

Les accents comptent, toujours

Ecole et École sont deux valeurs, même case cochée : ignorer la casse ne retire pas les accents. Dans un fichier saisi à la main, c’est souvent la source des doublons qui résistent : Saint-Etienne, Saint-Étienne. Le tableau de fréquences les montre côte à côte, ce qui permet de les repérer.

Plus sournois : un é peut être un seul caractère ou un e suivi d’un accent combinant. Les deux s’affichent pareil et sont comptés séparément — la page ne normalise pas l’Unicode. Si le tableau montre deux lignes école apparemment identiques, c’est cela.

Les cellules vides : signalées, pas comptées

Les cellules vides sont exclues du nombre de valeurs uniques et du tableau de fréquences, et leur nombre est affiché à part. Compter le vide comme une valeur, en silence, est l’erreur qui fait que deux outils ne donnent pas le même chiffre sur la même colonne.

Le tableau de fréquences

Chaque valeur, son nombre d’occurrences et sa part du total. La part est arrondie à une décimale et écrite avec un point (33.3%). Le tableau se télécharge en .csv ou en .xlsx, ou se copie en Markdown pour un ticket. Si c’est la liste des lignes répétées qu’il vous faut, et non leur nombre, voyez supprimer les doublons ou surligner les doublons.

Ce que l’outil ne fait pas

• Compter sur une combinaison de colonnes (nom + ville) : une colonne à la fois.
• Regrouper les valeurs proches ou mal orthographiées : pour cela, voyez la correspondance approximative.
• Ignorer les accents.

Si ce comptage revient chaque mois sur le même export, il a sa place dans une tâche enregistrée. TableDI 2 est une application de bureau pour le travail sur fichiers à refaire à chaque période : vos sources, vos règles et votre livraison sont enregistrées dans une tâche, et le mois suivant vous déposez les nouveaux fichiers et vous la relancez. Tout tourne sur votre propre machine.