Lọc 1.000 dòng còn 760: báo tỷ lệ giữ lại và loại bỏ thế nào?
Ban biên tập Làm Gọn · Đăng 05/11/2026 · Cập nhật 05/11/2026
Một tệp có 1.000 dòng dữ liệu, sau xử lý còn 760 dòng thì giữ lại 76% và loại 24% so với đầu vào. Muốn báo đúng nguyên nhân, cần biết 240 dòng bị bỏ là trùng, trống hay không đạt điều kiện khác.
Một tệp có 1.000 dòng dữ liệu, sau xử lý còn 760 dòng thì giữ lại 76% và loại 24% so với đầu vào. Muốn báo đúng nguyên nhân, cần biết 240 dòng bị bỏ là trùng, trống hay không đạt điều kiện khác.
Đếm từng bước riêng
Giả sử bỏ 40 dòng trống trước, còn 960. Sau đó bỏ 200 dòng trùng, còn 760. Tỷ lệ bỏ do trùng trên dữ liệu không trống là 200/960, khoảng 20,83%; trên toàn bộ đầu vào là 20%. Cả hai đúng khi ghi rõ mẫu số.
Không cộng tỷ lệ khác mốc
4% dòng trống cộng 20,83% dòng trùng không cho tỷ lệ loại chung chính xác vì bước thứ hai dùng 960 làm mốc. Cách chắc chắn là dùng số đếm: (40+200)/1.000 = 24%. Hoặc nhân các hệ số giữ lại theo từng bước.
Phân biệt dòng trùng và bản ghi hợp lệ
Hai dòng giống nhau có thể đại diện hai lần giao dịch khác nhau. Chỉ bỏ trùng khi quy tắc dữ liệu cho phép. Công cụ lọc dòng trùng không tự xác minh các lần phát sinh hoặc danh tính người dùng.
Giữ file gốc, ghi quy tắc chuẩn hóa và kiểm một vài dòng bị loại. Khi chia sẻ báo cáo, nêu số đầu vào, số sau mỗi bước và tổng còn lại. Nếu tệp rỗng, không tính tỷ lệ bằng phép chia cho 0. Đừng chỉ đưa một phần trăm làm sạch để khẳng định dữ liệu đã chính xác hoàn toàn.
Công cụ liên quan: loc dong trung.