If you have Pandas installed (Pandas is a database library written and compatible with Python), you can do this with the following code:
import pandas as pd
Dicionario_BancoDeDados = {'123.456.789-10' : {'CEP': '11.111-000', 'Logradouro': 'Av. Paulista', 'Numero': 99},
'123.456.789-11' : {'CEP': '11.111-001', 'Logradouro': 'Av. Paulista', 'Numero': 99},
'123.456.789-12' : {'CEP': '11.111-002', 'Logradouro': 'Av. Distante', 'Numero': 99}}
BancoDeDados = pd.DataFrame.from_dict(Dicionario_BancoDeDados).T # .T é a operação de transposição
BancoDeDados
Youcanfindpeoplewholiveinthesameresidencebyrunning:
VizinhosDePredio=BancoDeDados[BancoDeDados.duplicated(['Logradouro','Numero'],keep=False)==True]VizinhosDePredio
Inordertocircumventdubitiesinstreetnames,Isuggestyoudosobeforeyousearchforneighbors.I'llshowyouonesuchimplementationbelow:
Dicionario_BancoDeDados={'123.456.789-10':{'CEP':'11.111-000','Logradouro':'Av.Paulista','Numero':99},'123.456.789-11':{'CEP':'11.111-001','Logradouro':'AvenidaPaulista','Numero':99},'123.456.789-12':{'CEP':'11.111-002','Logradouro':'Av.Distante','Numero':99}}BancoDeDados=pd.DataFrame.from_dict(Dicionario_BancoDeDados).TdefAbreviarLogradouro(Logradouro):Logradouro=Logradouro.replace('Avenida','Av.')Logradouro=Logradouro.replace('Rua','R.')returnLogradouroBancoDeDados['Logradouro']=BancoDeDados['Logradouro'].map(lambdax:AbreviarLogradouro(x))BancoDeDados