Skip to content
TheChatArchiveThe Chat Archive
gpt-4-turbo-2024-04-09· OpenAIAi2 WildChat-4.8M (AI2)

Creame un codigo en python que lea un array de excels y coja una columna llamada…

  1. 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

  2. Assistant

    Para completar esta tarea, puedes usar la librería pandas para manejar las operaciones con archivos Excel y openpyxl o xlsxwriter para escribir el archivo Excel resultante. Aquí te proporciono una guía paso a paso con un código en Python que realiza lo que necesitas:

    1. Leer múltiples archivos Excel.
    2. Extraer la columna llamada 'PREDICTED' de cada archivo.
    3. Guardar todas las columnas extraídas en un nuevo archivo Excel.
    4. Comprobar si todas las columnas son iguales.
    5. 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 xlsxwriter
    

    Aquí 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:

    1. Configuración inicial: Se especifica el directorio de los archivos y la columna objetivo.
    2. Extracción de datos: Leemos cada archivo, extraemos la columna relevante y almacenamos cada una en una lista.
    3. Combinación de columnas: Usamos pd.concat para combinar todas las columnas en un único DataFrame, donde cada columna corresponde a los datos de un archivo.
    4. Verificación de igualdad: Se añade una columna de verificación que será True si todos los valores en esa fila son iguales a lo largo de los archivos.
    5. Guardado del archivo: Guardamos el DataFrame en 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 argumento sheet_name.