Comparar dois CSVs e verificar nomes que se repetem

Análise de dados
#1

Gostaria de comparar dois CSVs e criar uma nova tabela apenas com os nomes que se repetem. Como posso fazer isso?

Eu tentei:
dfRibeiraoNomes['Recebeu Auxilio'] = np.where(dfRibeiraoNomes['Unnamed: 1'] == ['NOME BENEFICIÁRIO'], 'True', 'False')

Porém retorna:
ValueError: Lengths must match to compare

Eu separei somente as colunas que desejo comparar em ambos os CSVs. Como posso proceder a partir daí?

2 Curtidas
#2

Oi, Gustavo. Tudo bem?

Eu acho que você quer cruzar os dois CSVs considerando uma coluna de cada arquivo, certo?
Se for isso, eu acredito que, no Python, você pode usar o join, da biblioteca Pandas.

No R, eu uso bastante a função left_join, com exemplos aqui.
Se for algo simples, talvez este site de cruzamento de arquivos ajude.

2 Curtidas
#3

Você acredita que o R fica melhor para operações como essa? Como ele trabalha com grandes arquivos?

E amanhã vou dar um olhada nas cosias que você me respondeu! Obrigado!

#4

Olá @gustavomadmax

Uma coisa legal para ajudar os colegas é sempre que possível publicar qual a ferramenta ou linguagem de programação da sua duvida e também um resumo dos seus dados, assim eles podem compreender melhor e responder mais rápido

Você está usando numpy (pacote de funções matemáticas do Python), correto? No Python o comando merge do pandas acho que poderia até ser mais simples

import pandas as pd

# No lugar dos seus CSVs vou representar aqui dois dataframes
# Os dois têm uma chave de string em comum - a coluna "nome"

# Dataframe1 
dicionario = {"idade": [89, 12, 40, 31],
             "time": ["Portuguesa", "São Paulo", "Flamengo", "Corinthians"],
             "nome": ["Joaquim Oliveira", "Carlos da Silva", "Chico dos Santos", "Claudia Schultz"],
                    }
df_1 = pd.DataFrame(dicionario)

# Dataframe2
dicionario = {"sexo": ["feminino", "masculino", "masculino", "feminino"],
             "veiculo": ["bicicleta", "patinete", "carro", "carro"],
             "nome": ["Maria Souza", "Carlos da Silva", "Chico dos Santos", "Claudia Schultz"],
                    }
df_2 = pd.DataFrame(dicionario)

# Agora eu uno os dois dataframes, apenas nos casos que possuem nomes iguais
novo_df = pd.merge(df_1, df_2, left_on='nome', right_on='nome')
novo_df.info()
<class 'pandas.core.frame.DataFrame'>                                         
Int64Index: 3 entries, 0 to 2                                                 
Data columns (total 5 columns):                                               
 #   Column   Non-Null Count  Dtype                                           
---  ------   --------------  -----                                           
 0   idade    3 non-null      int64                                           
 1   time     3 non-null      object                                          
 2   nome     3 non-null      object                                          
 3   sexo     3 non-null      object                                          
 4   veiculo  3 non-null      object                                          
dtypes: int64(1), object(4)                                                   
memory usage: 96.0+ bytes

Aqui mais sobre a documentação do merge

2 Curtidas
#5

Oi Gustavo, talvez se for um csv que você consiga abrir no Excel ou Google Sheets a fórmula VLOOKUP pode ser útil, esse tutorial explica como usar:

https://www.dadosfinos.info/2014/05/cruzar-dados-com-excel-como-usar.html

2 Curtidas
#6

Amigos, consegui fazer o queria. Obrigado a todos pela ajuda. Quem quiser ver o que fiz: https://github.com/manogusp/FiltroAuxilioEmergencial

2 Curtidas