Montei uma base de dados climáticos com 5,5 milhões de observações, só que percebi um problema.
Há estações duplicadas, são a mesma estação, porém possuem nomes diferentes por causa da fonte de dados onde foram retiradas.
Exemplo: Coluna: Estação; linha 1: "A401"; linha 2: "Salvador zoológico A401"
Eu gostaria de uma luz para conseguir eliminar todas as linhas repetidas que contém o "A401" em comum. Por exemplo, queria que na saída, sobrasse apenas a linha com o código "A401" e todas as outras linhas com "Salvador zoológico A401" fossem excluídas.
Só que existe um porém, esse processo tem que ser automático, eu apenas quero indicar a string em comum que deve ser usada como condição para eliminação das outras linhas.