Um script em Python que arruma a sua própria lista de contatos: um só formato para nomes, telefones e e-mails, e nada duplicado

Exemplo de resultado

python merge_sales.py --month 2026-10

2026-11-02 09:14:03 INFO  Pasta: sales/2026-10, 9 arquivos encontrados
2026-11-02 09:14:03 INFO  shop-01.csv: 1.284 linhas
2026-11-02 09:14:04 INFO  shop-02.xlsx: 967 linhas
2026-11-02 09:14:04 WARN  shop-07.csv: 3 linhas sem preço ignoradas (linhas 88, 412, 913)
2026-11-02 09:14:05 INFO  Pronto: 10.412 linhas -> report-2026-10.xlsx (abas "Vendas" e "Totais")

[columns]
date = Data, Data da venda, Dia
product = Produto, Item, Descrição
quantity = Qtd, Quantidade, Unid
price = Preço, Preço unitário

def read_shop_file(path: Path, columns: dict[str, list[str]]) -> pd.DataFrame:
    """Lê o arquivo de uma loja e dá a ele os nomes de colunas do relatório."""
    table = pd.read_excel(path) if path.suffix == ".xlsx" else pd.read_csv(path, encoding="utf-8-sig")
    renamed = {}
    for name, variants in columns.items():
        found = next((c for c in table.columns if c.strip() in variants), None)
        if found is None:
            raise ReportError(f"{path.name}: nenhuma coluna para '{name}' (procuradas: {', '.join(variants)})")
        renamed[found] = name
    table = table.rename(columns=renamed)[list(columns)]
    table["shop"] = path.stem
    return table

Sobre este serviço

Uma lista de contatos reunida ao longo de anos a partir de uma loja, de um CRM e de planilhas acaba com a mesma pessoa três vezes, telefones escritos de cinco jeitos e e-mails com espaços ou erros de digitação. Este script em Python limpa a sua própria lista no seu computador: tira espaços, corrige maiúsculas, escreve os telefones em um só formato, sinaliza e-mails com formato inválido e encontra duplicados por e-mail ou telefone, depois salva um arquivo limpo e um arquivo separado com o que foi removido, para você conferir. Envie algumas linhas com nomes, telefones e e-mails inventados parecidos com os seus, e as suas regras. A lista nunca chega até nós, e o script nunca envia nada para lugar nenhum. Ele confere o formato de um endereço, não se a caixa de e-mail existe.

O que está incluído

• O que você recebeUm arquivo ZIP com o script em Python, um README com instruções passo a passo e, a partir do Padrão, um arquivo de configurações com as suas regras de limpeza; o código também aparece na página do pedido.
• Duplicados encontradosPor e-mail, por telefone ou pelos dois juntos
• Um só formato de telefoneCom o código do país que você definir para números sem ele
• Linhas removidas guardadasUm arquivo separado com cada linha removida ou mesclada
• Fica no seu computadorA sua lista nunca é enviada nem compartilhada
• Código legívelCom comentários, fácil de mudar uma regra depois

Como funciona

1. 1
   RegrasVocê envia linhas de exemplo inventadas e as suas regras para duplicados
2. 2
   CódigoEscrevemos o script e o guia para rodá-lo
3. 3
   TesteVocê roda em uma cópia da sua lista e confere as linhas removidas
4. 4
   AjustesVocê pede ajustes dentro do seu pacote e envia qualquer mensagem de erro

O que precisamos de você

Os nomes das colunas da sua lista e de 10 a 20 linhas com nomes, telefones e e-mails inventados, escritos do jeito que aparecem nos seus dados reais (com os mesmos tipos de bagunça). Suas regras: o que conta como duplicado, qual linha manter (a mais recente, a mais completa), o código do país para telefones locais e como os telefones devem ser escritos. CSV ou Excel, e o seu sistema: Windows, macOS ou Linux. Nunca envie a lista real.

Vamos perguntar:

• De onde vem a lista?
• O que conta como duplicado?
• Qual linha deve ficar?
• Como os telefones devem ficar?

Compare os pacotes

Perguntas e respostas

Não encontrou a resposta? Pergunte