Limpar os dados
Baixar o arquivo do portal é a parte fácil. A difícil é que ele quase nunca vem em forma de tabela: vem com título e período soltos em cima, linha de total no meio, cabeçalho repetido a cada página, acento virado em caractere de erro. Cole aqui e veja o que há de errado — e o arquivo arrumado sair do outro lado. A conta roda no seu navegador.
O arquivo
O que há de errado
O que foi retirado
A tabela limpa
Os defeitos que esta ferramenta conhece
- Acento quebrado. O portal grava em windows-1252 e o programa abre como UTF-8: "Luziânia" vira "Luziânia". Não é detalhe estético — o nome deixa de casar com a tabela do IBGE e a linha some do mapa.
- Título e período acima do cabeçalho. Duas ou três linhas de texto antes da tabela de verdade. Quase todo leitor de CSV toma a primeira linha como cabeçalho e estraga tudo a partir dali.
- Linha de total. Somatório misturado com registro vira barra gigante no gráfico e conta dobrada na soma. É retirado, e fica listado.
- Cabeçalho repetido no meio. Marca registrada de relatório paginado exportado para CSV: o cabeçalho reaparece a cada página impressa.
- Coluna sem nome e coluna vazia. Restos de célula mesclada na planilha de origem. As sem nome ganham nome, para poderem ser escolhidas depois; as vazias são apontadas.
- Espaço invisível. Espaço sem quebra e espaço de largura zero, que vêm de colagem de planilha e de PDF. Invisíveis, e suficientes para o nome não casar.
- Linha com menos células. É completada com células vazias, para as colunas não se deslocarem em cascata.
O que esta ferramenta não faz
- Não adivinha o que você quis dizer. Ela não corrige nome de município, não preenche valor faltante e não decide o que é erro de digitação. Só retira o que comprovadamente não é registro, e lista o que retirou.
- Não silencia nada. Toda linha retirada aparece com número, motivo e conteúdo, e sai num arquivo separado. Limpeza silenciosa é perda de informação: quem publica precisa poder dizer o que mexeu.
- Não envia nada. Não há servidor para onde enviar — a política de segurança desta página proíbe qualquer requisição de rede, inclusive ao próprio site.