名簿の重複を目で探すのをやめた日

kamitool 運営者・個人開発の記録

同窓会の名簿と、町内会の名簿。別々に管理していた2つのリストを1つにまとめる仕事が回ってきたときの話と、そこから作ったツールの話を書く。

2枚のExcelを並べて、蛍光ペンで消していく

名簿は2つとも、それぞれ数十年かけて更新されてきたものだった。同窓会の幹事から届いたExcelが180件、町内会の回覧板の名簿が140件。どちらも「同じ地域に住む同級生」がそれなりに含まれているはずで、単純に足すと重複が出ることは分かっていた。

最初にやったのは、2つを並べて印刷し、蛍光ペンで消していくやり方だった。「田中太郎」を見つけたら、もう一方のリストから同じ名前を探して線を引く。180件を140件と照合するだけで、休日が半分潰れた。

COUNTIFを覚えたが、半分しか見つからなかった

次の年、ExcelのCOUNTIF関数を覚えた。片方のリストにもう片方の名前があるかどうかを、数式1本で判定できる。理屈のうえでは、これで蛍光ペンの作業は要らなくなるはずだった。

実際に流し込んでみると、結果はあてにならなかった。

• 「山田 太郎」と「山田　太郎」——半角スペースと全角スペースの違いだけで、別人として判定される。
• 「山田太郎」とスペースなし——同一人物のはずが、これも別人扱いになる。
• 「田中　健一」と「田中　健一 」——末尾にスペースが1つ多いだけで一致しない。目では気づけない。

COUNTIFは文字列を一字一句そのまま比べる。人間なら「同じ人だ」と一瞬で分かる表記の違いを、関数はまったく別の名前として扱う。結局、COUNTIFで「重複なし」と出た後にも、目で見直す作業が残った。関数を覚えた意味が半分なくなった。

気づいたのは「比べる前に、そろえればいい」ということだった

ある晩、また目視で見直しをしているときに、当たり前のことに気づいた。

比べる前に、全角スペースと半角スペースをどちらかにそろえ、スペースの有無も無視して比べれば、表記の違いは消える。COUNTIFが悪いのではなく、比べる前の下ごしらえをしていなかっただけだった。

この「そろえてから比べる」処理を、名簿を貼り付けるだけでやってくれるページを作った。

実際にどう動くか

1つの名簿を貼り付けると、その中で2回以上出てくる名前を見つける。全角・半角・スペースの有無が違っても、同じ名前として拾う。

2つの名簿を照合したいときは、もう1つの入力欄に片方を貼る。両方に載っている人と、片方にしかいない人を分けて出す。同窓会の名簿にはいるが町内会の名簿にはいない、という差分も一目で分かる。

「同じ人」と決めつけない工夫

表記の違いを吸収する一方で、機械的にそろえすぎると、本当に別人の「田中太郎」さんを1人にまとめてしまう危険もある。だからこのツールは、重複の候補を消さずに一覧で出すだけにしている。同じ名前として出た行が、本当に同一人物かどうかは、最後に自分の目で確認する前提で作った。

名前だけで完全に同一人物と判定する方法は、今のところ持っていない。住所や生年月日まで含めて照合したい場合は、別々の欄に入れて、名前が一致した行だけを見比べる使い方をしている。

作ってみて変わったこと

今年の合併作業は、2つの名簿を貼り付けてから10分もかからなかった。蛍光ペンも老眼鏡も出さずに終わった。

それより大きかったのは、「重複なし」という結果を、以前より信じられるようになったことだ。COUNTIFの結果を鵜呑みにできなかったころは、結局最後まで目視の不安が残っていた。今は、表記の違いを先に吸収したうえでの「重複なし」なので、見直す手間がなくなった。

よくある質問

関連する読みもの・ツール