Summary
This chapter covers using an AI assistant to define custom duplicate criteria, identify and remove duplicate rows in a table based on a specific column while preserving the first instance and exporting the removed entries to a separate sheet.

General domain of usage
data cleanup

データセットのクリーニングが完了したら、最後のステップは重複の削除。

多くの場合、重複行は完全に一致しているとは限りません。同じ人物が異なる値で複数回登場することがあるため、何を重複と見なすかを定義する必要があります。




行全体を比較するのではなく、キーとなる列に注目します。この場合、重複を特定するためにメールアドレスを使用します。

これにより、各人物がデータセット内に一度だけ現れることが保証されます。

重複の正しい定義


重複をすぐに削除しないでください。これらの行には有用な情報が含まれている場合があります。

まず、すべての重複エントリを別のワークシートにコピーします。その後、メインテーブルから削除します。

これによりデータが安全に保たれ、削除したエントリを後で確認できます。

削除前のデータ保存


複数ステップの作業を行う場合、プロンプトは明確な順序で記述します。

新しいワークシートを作成し、メールアドレスを基準に重複を特定し、それらを新しいシートにコピーし、元のテーブルから削除します。

明確な指示はエラーを減らし、Copilotの動作を予測しやすくします。

明確なステップバイステッププロンプトの活用


タスク実行後、両方のシートを確認します。

メインテーブルに一意のエントリのみが残り、削除されたすべての行が新しいワークシートに保存されていることを確認します。

結果の確認

Copilotを使って乱雑なデータを整理・構造化しました。データセットは一貫性があり、完全で、次のセクションでの分析に備えています。

まとめ

Copilotを活用してExcelで実際のビジネス課題を解決する方法を学びます。煩雑なデータを構造化された信頼性の高いシステムへ変換する実践的なワークフローを探求します。モデルの構築、計算の自動化、数式を暗記せずにインサイトを生成する方法を習得します。Copilotの指示方法、その出力の検証、ロジックの完全なコントロール方法を理解します。

ExcelでCopilotを使用するための基本的な設定と習慣について学びます。環境の構成方法、明確なプロンプトの作成方法、安全なワークフローの適用方法を習得し、実際のデータでCopilotを使用する前に準備を整えます。テストや結果の検証、ファイルの保護に重点を置きます。これらのスキルにより、ミスを回避し、自信を持ってCopilotを活用できるようになります。

乱雑で一貫性のないデータセットを、クリーンで利用可能なデータに変換することに焦点を当てます。Copilot を使用して、ヘッダーの標準化、結合されたフィールドの分割、混在フォーマットの修正、重複データの削除を行います。実際のシナリオを考慮し、構造化されたワークフローを適用して安全にデータをクリーンアップします。

Copilotを使用してクリーンなデータを活用し、インサイトへと変換する方法を学びます。値の抽出、複数データセットの連携、エラー処理、動的なサマリーの作成を行います。タスクを平易な言葉で説明し、Copilotが数式を生成・適用する流れを習得します。

データを明確かつインタラクティブに提示する方法を学びます。ピボットテーブルの作成、スライサーの追加、グラフの作成、条件付き書式の適用による重要なインサイトの強調を行います。すべての要素を構造化されたダッシュボードにまとめ、Copilotを活用して分析、書式設定、プレゼンテーションをサポートします。

前提条件、価格シナリオ、12か月の予測を用いた予測モデルの構築。さまざまな結果の検証、Copilot を活用した複雑なロジックの誘導、分析結果を明確で意思決定に適した提案へ変換。

作業内容を再利用可能な製品のようなスプレッドシートに変換します。生データのクリーンアップ、複数ソースの統合による単一システムの構築、自動化レポートの作成、誰でも使える手順付きの洗練されたテンプレートへのパッケージ化を行います。

Copilot を使用して重複を削除する