Очистка, дедупликация и агрегация базы адресов (2 файла на выходе: полный и для сайта)
Описание задачи:
Необходимо обработать два Excel-файла с адресами клиентов (общая база и выгрузка из CRM). В исходных файлах около 9000 строк с разным форматом написания, опечатками и мусором.
Главное требование: В результате нужно получить ДВА разных Excel-файла с четким разделением данных.
ФАЙЛ 1: Для внутреннего пользования (ПОЛНЫЙ)
Цель: Чистая, единая база всех адресов для внутреннего учета.
Объединить данные из двух исходных файлов в один список.
Удалить полные дубликаты строк.
Очистить от мусора: убрать почтовые индексы, слова "г", "р-н", "поселок" (если они дублируют смысл), лишние пробелы.
Привести к единому стандарту сокращений: пр-кт, ул., д., к., кв. (например: Санкт-Петербург, пр-кт Ударников, д. 38-1, кв. 12).
ВАЖНО: Номера квартир, литеры и этажи СОХРАНЯТЬ.
Отсортировать по алфавиту: сначала все адреса Санкт-Петербурга, затем Ленинградская область.
ФАЙЛ 2: Для публикации на сайте (АГРЕГИРОВАННЫЙ)
Цель: Публичный список для сайта без персональных данных, показывающий количество объектов в каждом доме.
Взять за основу очищенные данные из Файла 1.
УДАЛИТЬ из адресов всю информацию после номера дома: номера квартир (кв.), литеры (лит. А), номера подъездов, этажи и слова "самовывоз".
Пример было: Санкт-Петербург, пр-кт Ударников, д. 38-1, кв. 12
Пример стало: Санкт-Петербург, пр-кт Ударников, д. 38-1
Сгруппировать (агрегировать) одинаковые адреса домов.
Посчитать количество объектов (квартир/заказов) для каждого уникального адреса дома.
Создать таблицу из 4-х колонок:
Колонка А: Город / Населенный пункт (СПб или город ЛО)
Колонка Б: Улица и Дом (например: пр-кт Ударников, д. 38-1)
Колонка В: Количество объектов (число, например: 14)
Колонка Г: Готовая строка для сайта (формула: Колонка А + ", " + Колонка Б + " " + Колонка В + " выполненных объектов")
Отсортировать: сначала Санкт-Петербург (по алфавиту улиц), затем Ленинградская область (по алфавиту городов/поселков, затем улиц).

Создать такое же