Estou trabalhando com alguns dados do IBGE e me encontro com duas planilhas que preciso tirar a porcentagem delas.
A formula para isso é bem simples, ou seja:
porcentagem = (dividendo / divisor) * 100
Seguindo, tenho, a exemplo, os dois DataFrame:
data1 = {'local': ['São Paulo', 'Rio de Janeiro', 'Curitiba', 'Salvador'],
'prod_1': [576, 456, 789, 963]}
divisor = pd.DataFrame(data1)
data2 = {'local': ['São Paulo', 'Rio de Janeiro', 'Curitiba', 'Salvador'],
'prod_2': [123, '-', 231, '-']}
dividendo = pd.DataFrame(data2)
Quando aplico a formula para obter as porcentagens:
quociente = ( dividendo['prod_2'] / divisor['prod_1'] ) * 100
Eu tenho o seguinte erro, que já é esperado:
TypeError: unsupported operand type(s) for /: 'str' and 'int'
Contudo, o problema está em, como eu contorno isso para obter as porcentagens e ignorar os espaços que contem '-'
?
Usar for
e if
está fora de cogitação por ser mais ou menos 70 tabelas com 500 linhas. Além de que, dizem que não é uma boa prática de programação para o Pandas/Python.
No final de tudo, precisarei fazer um merge de todas essas planilhas e criar uma com as 70 tabelas que eu quero, porém, estou perdido em não conseguir fazer a porcentagem de forma eficiente.
'-' / 456
?'-'
ou'X'
, indica que não houve recolhimento suficiente de dados, ou que não houve produção alguma. No caso, caso tenha'-'
, o certo seria ter o mesmo'-'
, ou algum texto que indique isso.