Skip to content

Commit ffeca11

Browse files
authored
Create README.md
1 parent 2cb06d3 commit ffeca11

File tree

1 file changed

+74
-0
lines changed

1 file changed

+74
-0
lines changed

README.md

Lines changed: 74 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,74 @@
1+
# Python_Automating_Excel_CSV
2+
3+
Pandas is an open source, BSD-licensed library providing high-performance, easy-to-use data structures and data analysis tools for the Python programming language.
4+
5+
## Pasos 🚀
6+
7+
1. Leer todos los archivos
8+
2. Concatenar archivos
9+
3. Eliminar datos nulos de archivos
10+
4. Leer xlsx y convertir a csv archivos
11+
5. cambiar nombre de columna
12+
6. Filtrar archivos
13+
7. Unir archivos
14+
8. Selecionar informacion
15+
9. Convertir a CSV y xlsx para informe
16+
17+
## Importar librerías 🔧
18+
19+
import pandas as pd
20+
import numpy as np
21+
import matplotlib.pyplot as plt
22+
import statsmodels.api as sm
23+
import glob
24+
import os
25+
import openpyxl
26+
import pdfkit
27+
28+
## 1. Leer todos los archivos 📋
29+
30+
todos=[]
31+
for f in glob.glob(os.path.join("ubicaciòn archivos")):
32+
df=pd.read_excel(f)
33+
todos.append(pd.read_excel(f))
34+
35+
## 2. Concatenar arvhivos ⌨️
36+
37+
df = pd.concat(todos,ignore_index="True")
38+
39+
## 3. Eliminar datos nulos de archivos ⚙️
40+
41+
df = df.fillna(0)
42+
43+
## 4. Leer Excel y convertir a CSV archivoss 📖
44+
45+
df.to_excel("ubicacion.xlsx", index = None, header=True)
46+
todosne = pd.read_excel(r"ubicacion.xlsx")
47+
todosne.to_csv(r"Ubicacion_final", index = None, header=True)
48+
49+
## 5. cambiar nombre de columna 🖇️
50+
51+
df1.rename(columns={'CodigoBus': 'Bus'}, inplace=True)
52+
53+
## 6. Filtrar archivos 7. Unir archivos 📦
54+
55+
filtrado = df[(df.Responsable == "Cop") & (df.Observación == "F2 inicio_fin Ruta") | (df.Observación == "Estados de Localización")]
56+
57+
output1 = pd.merge(df1, filtrado, on = ['Bus','ViajeLinea','ServicioBus','Coche'], how ='inner')
58+
59+
## 8. Selecionar informacion 🔩
60+
61+
derived_df = output1.filter(['Fecha_y', 'Operador', 'NumeroBus',
62+
'NumEventosBus', 'Linea', 'OrdenViaje', 'IDViaje', 'Tipo', 'Nodo',
63+
'Descripcion', 'HoraTeorica', 'HoraReferencia', 'HoraLlegada',
64+
'HoraSalida', 'Evento', 'TiempoRegulacion', 'Alarma',
65+
'TiempoAperturaPuertas', 'Conductor', 'NombreConductor'])
66+
67+
## 9. Convertir a CSV y xlsx para informe 🔩
68+
69+
df.to_xlsx()
70+
df.to_csv()
71+
72+
## Autor ✒️
73+
74+
⭐️ [fradurgo19](https://github.com/fradurgo19)

0 commit comments

Comments
 (0)