Considerando dois conjuntos de dados lidos de arquivos do tipo *.CSV
com o Pandas
. Cada conjunto possui apenas um campo CPF Favorecido
,em que se encontram milhões de registros. Cada conjunto de dados equivale a um mês.
Preciso descobrir quais registros (números de CPF) estão em um conjunto de dados mas não em outro.
O código está assim:
atual = pandas.read_csv(arquivo_atual, header=0, delimiter='\t', quotechar='"', usecols=['CPF Favorecido'])
seguinte = pandas.read_csv(arquivo_seguinte, header=0, delimiter='\t', quotechar='"', usecols=['CPF Favorecido'])
Preciso apenas da contagem dos CPFs que aparecem no arquivo atual
mas não estão no arquivo seguinte
e vice-versa.
Existe alguma função que conte estes registros? Ou preciso construir um loop e fazer a comparação um a um?