Creame un codigo en python que lea un array de excels y coja una columna llamada…
- User
Creame un codigo en python que lea un array de excels y coja una columna llamada PREDICTED de cada excel y y las ponga en un tercer excel luego debe comprobar si todas esas columnas son iguales y poner en una ultima columna VERDADERO si son iguales i FALSO si no los son
- Assistant
Para completar esta tarea, puedes usar la librería
pandaspara manejar las operaciones con archivos Excel yopenpyxloxlsxwriterpara escribir el archivo Excel resultante. Aquí te proporciono una guía paso a paso con un código en Python que realiza lo que necesitas:- Leer múltiples archivos Excel.
- Extraer la columna llamada 'PREDICTED' de cada archivo.
- Guardar todas las columnas extraídas en un nuevo archivo Excel.
- Comprobar si todas las columnas son iguales.
- Agregar una columna en el nuevo Excel indicando si los valores son iguales o no.
Primero, asegúrate de tener las librerías necesarias instaladas:
pip install pandas openpyxl xlsxwriterAquí está el código completo en Python:
import pandas as pd import os from openpyxl import Workbook # Configura el directorio donde están los archivos Excel y la columna deseada directorio = 'ruta/a/tus/archivos' columna_objetivo = 'PREDICTED' # Encuentra todos los archivos Excel en el directorio archivos_excel = [archivo for archivo in os.listdir(directorio) if archivo.endswith('.xlsx')] # Lista para almacenar los datos de cada archivo columnas_prediccion = [] # Leer cada archivo y extraer la columna PREDICTED for archivo in archivos_excel: # Carga el archivo Excel df = pd.read_excel(os.path.join(directorio, archivo)) # Asegúrate de que la columna PREDICTED existe if columna_objetivo in df.columns: columnas_prediccion.append(df[columna_objetivo]) else: print(f"La columna {columna_objetivo} no se encontró en {archivo}") # Combinar todas las columnas en un nuevo DataFrame df_final = pd.concat(columnas_prediccion, axis=1, keys=[f'Archivo_{i+1}' for i in range(len(columnas_prediccion))]) # Verificar si todas las columnas son iguales df_final['Verificación'] = df_final.apply(lambda x: x.nunique() == 1, axis=1) # Escribir el DataFrame resultante a un nuevo archivo Excel nombre_archivo_salida = 'resultado_comparacion.xlsx' df_final.to_excel(nombre_archivo_salida, engine='xlsxwriter') print(f"El archivo {nombre_archivo_salida} ha sido creado con éxito.")Descripción del Código:
- Configuración inicial: Se especifica el directorio de los archivos y la columna objetivo.
- Extracción de datos: Leemos cada archivo, extraemos la columna relevante y almacenamos cada una en una lista.
- Combinación de columnas: Usamos
pd.concatpara combinar todas las columnas en un únicoDataFrame, donde cada columna corresponde a los datos de un archivo. - Verificación de igualdad: Se añade una columna de verificación que será
Truesi todos los valores en esa fila son iguales a lo largo de los archivos. - Guardado del archivo: Guardamos el
DataFrameen un nuevo archivo Excel.
Finalmente, este código te permitirá automatizar el proceso de verificación y comparación para cualquier número de archivos Excel, siempre y cuando estos estén estructurados de manera consistente y tengan la columna de interés. Si los archivos tienen múltiples hojas, puedes ajustar la función
pd.read_excel()para seleccionar la hoja adecuada usando el argumentosheet_name.