-2

Preciso extrair da pasta de clientes os dados, em formato de tabela. Na imagem 1, coloquei a aba de interesse do arquivo xlms, da pasta dos clientes, deixei destacado em vermelho.Imagem_1

Na imagem 2, destaquei em vermelho todas os dados de interesse, não é todos os dados disponíveis no ficheiro. Imagem_2

O formato que preciso criar é o seguinte:

  Nome do Cliente   CNPJ    VENDAS   etc...
  AAAAAAAAAAA     11.111.111/0001-11   2020 ...
  AAAAAAAAAAA     11.111.111/0001-11   2021 ...
  AAAAAAAAAAA     11.111.111/0001-11   2022 ...
  AAAAAAAAAAA     11.111.111/0001-11   2023 ...
  BBBBBBBBBBB     22.222.222/0002-22   2020 ...
  BBBBBBBBBBB     22.222.222/0002-22   2021 ...
  BBBBBBBBBBB     22.222.222/0002-22   2022 ...
  BBBBBBBBBBB     22.222.222/0002-22   2023 ...

1 Resposta 1

2

Apesar dos votos para baixo da pergunta, aqui vai uma solução em R base.
A primeira e principal função é a mais comprida mas na verdade é muito simples. Depois de dividir as linhas da entrada por espaços com strsplit extrai as colunas dos dados uma a uma. A segunda função tem como argumentos o padrão dos ficheiros e o diretório e obtém primeiro os nomes dos ficheiros com list.files, lê os dados com readLines e depois chama a função principal para processar cada um dos conjuntos de dados.

parse_form <- function(x, header) {
  # eliminar linhas em branco
  ok <- (sapply(x, nchar) > 0L)
  x <- x[ok]
  # separar o texto de cada linha pelos espaços
  lines_list <- strsplit(x, " +")
  # e eliminar as strings vazias
  lines_list <- lapply(lines_list, \(x) x[nchar(x) > 0L])
  lines_list <- lapply(lines_list, trimws)
  #
  # agora processar as linhas uma a uma
  # como o formato é fixo e conhecido de antemão
  # não vale a pena complicar o código
  #
  Nome_Cliente <- lines_list[[1L]][2L]
  CNPJ <- lines_list[[1L]][4L]
  VENDAS <- lines_list[[2L]][-1L] |> as.integer()
  PRODUTO_A_EM_KBRL <- lines_list[[3L]][-1L] |> as.integer()
  PRODUTO_B_EM_KBRL <- lines_list[[4L]][-1L] |> as.integer()
  data <- lines_list[[5L]][-1L] |> as.Date("%d/%m/%Y")
  `Fat Líquido` <- lines_list[[6L]][-(1:2)] |> as.integer()
  Resultado <- lines_list[[7L]][-1L] |> as.integer()
  # juntar tudo num df
  y <- data.frame(VENDAS, PRODUTO_A_EM_KBRL, PRODUTO_B_EM_KBRL,
                  data, `Fat Líquido`, Resultado, check.names = FALSE)
  # estes dois só têm um valor cada
  y$Nome_Cliente <- Nome_Cliente
  y$CNPJ <- CNPJ
  # e sair com a ordem requerida
  y[c(7:8, 1:6)]
}
processar_formularios <- function(pattern, path = ".") {
  fl_list <- list.files(path = path, pattern = pattern, full.names = TRUE)
  form_list <- lapply(fl_list, readLines)
  form_list <- lapply(form_list, parse_form)
  do.call(rbind, form_list)
}

processar_formularios("so_pt_589327.txt")
# Nome_Cliente               CNPJ VENDAS PRODUTO_A_EM_KBRL PRODUTO_B_EM_KBRL         data Fat Líquido Resultado
# 1  AAAAAAAAAAA 11.111.111/0001-11   2020                 0                 1 2019-12-31      606949     17401
# 2  AAAAAAAAAAA 11.111.111/0001-11   2021                 0                 2 2020-12-31      739963     25615
# 3  AAAAAAAAAAA 11.111.111/0001-11   2022                 0                 3 2021-12-31     1087192     88542
# 4  AAAAAAAAAAA 11.111.111/0001-11   2023                 0                 4 2022-12-31     1263516     65477
9
  • 3
    O pessoal da tag r anda agressivo nos downvotes ultimamente. Commented 28/11/2023 às 18:09
  • 1
    Obrigado pela ajuda Rui Barradas. Pois é Marcus Nunes, tá cada vez mais difícil de pedir uma ajuda aqui para o pessoal do tag r. Cada vez menos estou utilizando este canal, vendo que o pessoal não tem muito interesse em ajudar. Acho que o pessoal aqui nasce sabendo. Commented 28/11/2023 às 19:01
  • 1
    Tem acontecido bastante na tag python também. Commented 28/11/2023 às 23:55
  • 1
    @EvertonToledo A função parse_form parte do princípio que tens os dados tal e qual como na pergunta, só um Nome_Cliente por ficheiro. Nesse caso o vetor lines_list[[4L]] inclui tudo dessa linha. Na linha nº 4 temos o descritivo "PRODUTO_B_EM_KBRL" seguido dos dados numéricos. O índice negativo remove o primeiro elemento do vetor e ficam só os dados. O mesmo para as outras linhas. Commented 29/11/2023 às 6:37
  • 1
    @EvertonToledo Se há mais de um Nome_Cliente por ficheiro por favor edita a pergunta com um exemplo mais representativo do problema, mais representativo dos ficheiros. Commented 29/11/2023 às 6:39

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .