O meu projeto envolve duas fontes de dados.
Pra ser simples, vamos dizer duas planilhas. Ambas com cinco linhas, com Id e valor.
No cenário real, seria uma planilha .xlsx e uma consulta SQL.
id valor id valor
5 10 1 20
1 20 2 50
2 50 5 0
4 100 3 150
3 150 4 100
Leio elas com "read_excel
" e transformo as planilhas em dicionário com o "to_dict
" da biblioteca "pandas".
No cenário real, as planilhas não serão do mesmo tamanho, estariam tudo misturadas.
Então dentro de um loop, como posso fazer com que o python procure o id da planilha1 dentro da planilha2 e compare o valor das duas planilhas?
Ele identificaria se o id "5" está na planilha2, e se sim, compararia o valor da planilha1 e planilha2.
Se for igual, "printa" a linha comparada da planilha1.
Tenho ideias como vai ser o meu output final, tipo uma nova coluna booleana na 1ª planilha, mas eu só estou empacado na comparação mesmo.
Se tiver outra maneira de fazer isso, me avise.
import pandas as pds
file = ('planilha 1.xlsx')
df = pds.read_excel(file)
file2 = ('planilha 2.xlsx')
df2 = pds.read_excel(file2)
planilha1 = df.to_dict(orient='records')
planilha2 = df2.to_dict(orient='records')
join
peloid
e terá como resultado um dataframe com as duas colunasvalor
dos dataframes originais, com valores já alinhados onde oid
for igual. Aí você pode fazer as comparações que quiser.