Como limpar uma base de dados com CEPs inválidos?

CEPs inválidos são um problema comum em bases de dados e podem comprometer a qualidade das análises e entregas. Com um script simples em Python, é possível automatizar a validação e limpeza desses registros, garantindo que apenas CEPs válidos permaneçam na sua base.

Pré-requisitos

• Python 3.8+ instalado
• Pacote pandas instalado (pip install pandas)
• Arquivo CSV com a base de dados (coluna 'CEP' obrigatória)

Passo 1: Criar o script de validação

Primeiro, crie um arquivo Python chamado limpar_cep.py. Este script lerá o CSV, validará os CEPs e salvará uma nova base limpa.

import pandas as pd

def validar_cep(cep):
    cep = str(cep).strip().replace('-', '')
    if len(cep) == 8 and cep.isdigit():
        return cep
    return None

def limpar_base(input_file, output_file):
    df = pd.read_csv(input_file)
    df['CEP'] = df['CEP'].apply(validar_cep)
    df.dropna(subset=['CEP'], inplace=True)
    df.to_csv(output_file, index=False)
    print(f"Base limpa salva em {output_file}")

if __name__ == "__main__":
    import sys
    if len(sys.argv) != 3:
        print("Uso: python limpar_cep.py input.csv output.csv")
    else:
        limpar_base(sys.argv[1], sys.argv[2])

Passo 2: Executar o script

Com o script criado, execute-o no terminal passando o arquivo de entrada e o desejado de saída.

python limpar_cep.py base_com_cep.csv base_limpa.csv

Passo 3: Verificar o resultado

Abra o arquivo base_limpa.csv para confirmar que apenas CEPs válidos foram mantidos. Registros com CEPs inválidos ou vazios foram removidos automaticamente.

Exemplo Prático

Conclusão

Com este script, você automatiza a limpeza de CEPs inválidos em segundos, garantindo a integridade da sua base de dados e evitando erros em processos futuros.