Como contar gêneros e espécies em uma lista taxonômica
Você tem uma lista de nomes científicos e quer saber quantos gêneros e quantas espécies diferentes aparecem. Parece simples até você tentar fazer na mão. A regra básica é que o primeiro nome é o gênero e o segundo é a espécie. Quando tem três nomes, o terceiro é subespécie, e isso já complica um pouco porque depende do que você considera como "diferente". Se subespécies contam como espécies separadas ou não, muda o resultado final.
Quantos gêneros e quantas espécies diferentes aparecem nessa lista
Para responder isso, o passo é extrair os nomes. Gêneros são as partes que vêm antes do epíteto específico, e espécies são as combinações únicas de gênero mais epíteto. Espécies com subespécies precisam ser decididas: ou você conta a espécie nominal e ignora a variação infraespecífica, ou trata cada trinôme como algo à parte. No meu caso, estava revisando uma lista de lepidópteros com cerca de seiscentos nomes, muitos deles com autor e ano entre parênteses, alguns com variações ortográficas do mesmo gênero, e alguns casos onde o gênero foi movido e o nome antigo ainda aparecia colado na planilha. O problema prático foi que "Agrias" virava "Agrias" às vezes, mas "Prepona" ia para "Actinote" em outra linha, e a contagem ingênua duplicava tudo. A solução foi padronizar primeiro com uma tabela de sinônimos atualizada, depois usar um script simples que normaliza capitalização, remove autor e ano, e agrupa por gênero e espécie.
👉 Clique no botão abaixo para saber mais sobre o assunto!
O método funciona bem quando a lista está limpa. Se vier de uma fonte ruim, com abreviações de gênero, erratas históricas, ou nomes ilegítimos colados, a contagem automática dá errado rápido. Por isso eu sempre passo por dois filtros antes de gerar os totais: primeiro normalização de formatação, depois cotejo com uma base atual como o Catálogo das Borboletas do Brasil ou o ITIS, dependendo do grupo. Em listas de anfíbios e répteis, a confusão com homônimos é frequente; em aves, a fragmentação de gêneros é constante. Se você quiser fazer manualmente, a forma mais rápida costuma ser colocar tudo em uma planilha, colar os nomes em uma coluna, separar gênero e espécie em colunas distintas pela primeira palavra, deletar autor e ano com uma expressão regular simples como \s*\(.*?\), e então usar contagem de valores únicos. Um gênero aparece uma vez por nome, e uma espécie aparece uma vez por combinação gênero-espécie. Subespécies, se forem relevantes, exigem tratamento separado; senão, elas apenas inflacionam o número final.
Existem ferramentas que fazem isso sem planilha, como scripts em Python usando pandas, ou processadores de texto com funções de contagem. Em grupos muito grandes, com mais de mil entradas, o tempo cai de horas para alguns minutos quando o fluxo está montado. Em listas pequenas, leva poucos minutos mesmo à mão. O limite mais comum é quando nomes estão incompletos ou com abreviações de gênero, como Pap. para Papilio. Aí a contagem direta subestima o número real de gêneros. Outra armadilha são os sinônimos modernos: duas linhas podem representar a mesma espécie se um dos nomes foi rebaixado ou elevado a gênero diferente. A contagem exata depende do consenso taxonômico adotado, não apenas da string digitada.
Se sua lista tiver muitos desses problemas, o mais seguro é validar contra uma referência atualizada antes de reportar os totais. Caso contrário, o número que você publica vai refletir o histórico da planilha, e não a diversidade real.
