Como funciona o método completo os numeros na prática
Você já tentou organizar uma série de dados numéricos e percebeu que a contagem tradicional simplesmente não entregava o resultado que você esperava. Isso acontece frequentemente em processos de conciliação financeira, auditoria de planilhas ou até mesmo na leitura de relatórios com campos numéricos inconsistentes. O chamado complete os numeros é uma abordagem que tenta preencher lacunas e completar sequências de forma sistemática, mas a realidade é muito mais sujeira do que o nome sugere. Eu cheguei a usar isso em um projeto de migração de dados de uma base legada que tinha campos numéricos com zeros à esquerda apagados, números faltando em intervalos pré-definidos e alguns registros onde o valor simplesmente não existia. O problema real não era preencher os buracos — era decidir como preencher sem distorcer os dados originais.
Complete os numeros: o que é de verdade
No sentido prático, complete os numeros se refere ao processo de identificar lacunas em sequências numéricas e preenchê-las com valores que mantenham a coerência do conjunto. Pode ser uma sequência contígua de 1 a 100 que falta os números 23, 47 e 89. Pode ser uma série temporal onde algumas datas não têm registro associado. Pode ser um código de produto numérico que pula determinados intervalos por decisões de negócio legadas. A parte que ninguém conta é que existe uma diferença enorme entre completar numericamente e completar semanticamente. Preencher o número 50 numa sequência de 1 a 100 é trivial. Preencher o número 50 quando ele representa um produto que nunca existiu na operação é completamente diferente e potencialmente problemático.
Como aplicar na prática
O fluxo básico que eu uso hoje envolve três etapas. Primeiro, você mapeia a sequência esperada. Segundo, você compara com o que realmente existe no sistema. Terceiro, você decide o tratamento para cada gap identificado. Etapa 1 — Mapear a sequência completa. Isso significa definir qual é o range esperado. Se é uma numeração de nota fiscal, o range é conhecido. Se é uma série de atendimento, depende do volume histórico. Eu costumo construir uma tabela temporária com todos os números do intervalo esperado usando generate_series no PostgreSQL ou uma loop for em Python. Isso elimina a suposição e te dá uma lista concreta contra a qual comparar.
Etapa 2 — Diferenciar o que existe do que falta. O JOIN EXCEPT ou o LEFT JOIN com IS NULL vai te mostrar exatamente quais números não apareceram. Nos meus últimos dois anos trabalhando com isso, essa foi a etapa que mais causava problemas porque os dados reais raramente estão limpos. Números duplicados, formatação inconsistente, campos nulos disfarçados de zero — tudo isso precisa ser tratado antes da comparação. Etapa 3 — Decidir o preenchimento. Aqui é onde a coisa fica séria. Cada gap pode receber um tratamento diferente dependendo do contexto. Valores ausentes podem ser tratados como zero, como média móvel, como próximo valor conhecido, ou simplesmente marcados como não disponivel. A escolha errada aqui destrói qualquer análise posterior.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Eu lembro de um caso específico onde complete os numeros era aplicado em uma base de vendas mensais por vendedor. O sistema simplesmente não registrava meses com zero vendas, então quando você fazia a sequência completa, parecia que o vendedor tinha faltado em vários meses. A solução não foi preencher com zero — foi manter a ausência como marcação explícita e criar uma coluna separada chamando isso de "periodo sem atividade" em vez de "periodo inexistente". A diferença é puramente conceitual, mas fez toda a diferença na interpretação dos dados.
Erros comuns que destroem o resultado
O erro mais frequente é assumir que a sequência deve ser uniformemente preenchida. Sequências numéricas em sistemas reais raramente são lineares. Folgas, feriados, cancelamentos, atrasos de sincronia — tudo isso cria buracos legítimos que não devem ser preenchidos. Outro erro grave é usar o método de preenchimento por interpolação linear sem verificar se os dados surrounding fazem sentido. Interpolar um valor entre 100 e 200 quando o dado real é discreto e não contínuo gera números que parecem plausíveis mas não correspondem a nada que aconteceu de verdade.
O terceiro erro, e esse eu cometi nos primeiros meses, é não documentar o que foi preenchido. Se algum número foi inserido pelo processo de complete os numeros, precisa haver uma flag ou coluna que indique isso. Caso contrário, você mistura dados reais com dados inventados e nenhuma análise posterior será confiável.
Limitações que voce precisa saber
O método completo os numeros funciona bem para sequências curtas e com regras claras de preenchimento. Ele falha completamente quando a sequência é extremamente longa e esparsa — tipo números de identificação de milhões de registros onde apenas uma fração pequena existe. Nesse caso, o custo computacional de gerar a sequência completa e fazer o JOIN simplesmente não compensa. Também não serve para dados onde o gap em si é a informação. Se você está analisando churn ou evasão e o numero que falta representa um cliente que saiu, preencher esse numero seria esconder o problema que voce esta tentando entender.
Uma alternativa que eu prefiro quando o cenário é complexo é abandonar a ideia de completar tudo e adotar uma abordagem de marcação. Em vez de preencher os numeros faltantes, voce cria uma visão que separa explicitamente o que existe do que não existe. Isso exige um pouco mais de trabalho na hora de consultar, mas elimina o risco de contaminar os dados com valores inventados. O que vale a pena reter é que complete os numeros é uma ferramenta de conveniencia, não de precisão. Use quando fizer sentido. Ignore quando o gap carregar informacao. E nunca, jamais, misture dados preenchidos automaticamente com dados originais sem uma marcação clara de qual é qual.
