c-matias/angola-data-cleaner

Biblioteca Python para limpeza, normalização e validação de dados nacionais angolanos — BI, NIF, telefones (Unitel/Movicel/Africell), datas e endereços. Integração com pandas e CLI incluídos. # angola-data-cleaner > Biblioteca Python open source para limpeza, normalização e validação de dados angolanos. --- ## Funcionalidades | Módulo | Funcionalidades | |---|---| | **Normalização** | Nomes · Datas (→ ISO 8601) · Telefones (+244) · Endereços | | **Validação** | BI · NIF · Prefixos de telefone | | **Deduplicação** | Fuzzy matching · Multi-campo · Clusters | | **Pipeline** | `clean_dataframe()` · `CleaningPipeline` · CLI | --- ## Instalação ```bash pip install angola-data-cleaner ``` Com suporte a pandas: ```bash pip install "angola-data-cleaner[pandas]" ``` --- ## Uso Rápido ### Normalização ```python from angola_data_cleaner import normalize_name, normalize_date, normalize_phone normalize_name(" João Manuel ") # → 'joao manuel' normalize_name("ÂNGELA CONCEIÇÃO", lowercase=False) # → 'ANGELA CONCEICAO' normalize_date("15/08/1975") # → '1975-08-15' normalize_date("01-11-2000") # → '2000-11-01' normalize_phone("923 456 789") # → '+244923456789' normalize_phone("00244992123456") # → '+244992123456' ``` ### Detecção de Operadora ```python from angola_data_cleaner.normalization import detect_operator detect_operator("+244923456789") # → 'Unitel' detect_operator("+244992000001") # → 'Movicel' detect_operator("+244991000001") # → 'Africell' ``` ### Validação ```python from angola_data_cleaner import validate_bi, validate_nif, validate_phone validate_bi("004357890LA042") # → True validate_bi("12345") # → False validate_nif("1234567890") # → True validate_nif("123456789A") # → False validate_phone("923456789") # → True validate_phone("999999999") # → False # Resultado detalhado com mensagens de erro: from angola_data_cleaner.validation import validate_bi_detailed r = validate_bi_detailed("12345") print(r.errors) # ['Comprimento inválido: esperados 14 caracteres, recebidos 5.'] ``` ### Pipeline com Pandas ```python import pandas as pd from angola_data_cleaner import clean_dataframe df = pd. …