Skip to content

turicas/genero-nomes

master
Switch branches/tags

Name already in use

A tag already exists with the provided branch name. Many Git commands accept both tag and branch names, so creating this branch may cause unexpected behavior. Are you sure you want to create this branch?
Code

Latest commit

 

Git stats

Files

Permalink
Failed to load latest commit information.
Type
Name
Latest commit message
Commit time
 
 
 
 
 
 
 
 
 
 

Gênero dos Nomes Brasileiros

Script que baixa dados de gênero do IBGE Nomes (Censo 2010) e cria um banco de dados, que pode ser utilizado para classificar nomes por gênero em bases que não possuem essa informação.

Licença

A licença do código é LGPL3 e dos dados convertidos Creative Commons Attribution ShareAlike. Caso utilize os dados, cite a fonte original e quem tratou os dados, como: Fonte: IBGE/Censo 2010, dados tratados por Álvaro Justen/Brasil.IO. Caso compartilhe os dados, utilize a mesma licença.

Dados

Caso você não queira/possa rodar o script, acesse diretamente os dados convertidos no Brasil.IO.

Se esse programa e/ou os dados resultantes foram úteis a você ou à sua empresa, considere fazer uma doação ao projeto Brasil.IO, que é mantido voluntariamente.

Rodando

Instalando as Dependências

Esse script depende de Python 3.7 e de algumas bibliotecas. Depois de instalar o Python 3.7 instale as bibliotecas executando:

pip install -r requirements.txt

Executando

Como o IBGE não divulga um índice de todos os nomes, é necessário que você possua um arquivo que tenha uma lista de nomes para que o script possa fazer a consulta. Por padrão o script utiliza como base um arquivo chamado data/input/documentos-brasil.csv.xz, que deve possuir uma coluna name com o nome e uma coluna document-type com o valor CPF (o dataset documentos-brasil do Brasil.IO possui esses dados).

Depois de conseguir esse arquivo, execute o script:

./run.sh