4

Eu tenho uma planilha com vários dados de importação. O problema é sempre o formato como os dados vêm. Por exemplo, eu tenho uma coluna chamada "Bens Importados" que tem valores como o abaixo:

1 X 40 CONTAINERS CONTAINING 40 BAGS OF FLUTRIAFOL TECNICO SINON FLUTRIAFOL 97% TECH

Por esta descrição, eu sei que o produto importado neste caso é o Flutriafol. No excel, eu usei a combinação abaixo para pegar os valores desta coluna e retornar somente o produto em outra:

IF(ISNUMBER(SEARCH("FLUTRIAFOL", colunaX)), "Flutriafol", "Não identificado")

Funcionou bem, mas eu queria fazer isso agora no Python, pois parece mais adequado quando são muitas as possibilidades de valores (e é também o meu único recurso disponível hoje).

Já sei como fazer o upload da minha base no Python e importar o pandas para me ajudar com o tratamento, mas não faço ideia de qual função/comando eu poderia usar para fazer esta operação de achar um valor numa coluna e retornar ele em outra.

3 Respostas 3

1

Para criar uma coluna baseada em outra siga os passos abaixo:

Criar Dataframe

>>> import pandas as pd

>>> df = pd.DataFrame({"compras": ["1 X 40 CONTAINERS CONTAINING 40 BAGS OF FLUTRIAFOL TECNICO SINON FLUTRIAFOL 97% TECH", "OUTRA COMPRA QUALQUER"]})

>>> df
                                             compras
0  1 X 40 CONTAINERS CONTAINING 40 BAGS OF FLUTRI...
1                              OUTRA COMPRA QUALQUER

Nova coluna

>>> df["nova_coluna"] = df.apply(lambda x: "FLUTRIAFOL" if "FLUTRIAFOL" in x["compras"] else "Não identificado", axis=1)

>>> df
                                             compras       nova_coluna
0  1 X 40 CONTAINERS CONTAINING 40 BAGS OF FLUTRI...        FLUTRIAFOL
1                              OUTRA COMPRA QUALQUER  Não identificado

A função lambda poderia ser substituída por uma função definida explicitamente conforme abaixo:

>>> def eh_fluriafol(row):
...     if "FLUTRIAFOL" in row["compras"]:
...         return "FLUTRIAFOL" 
...     else:
...         return "Não identificado"

>>> df["nova_coluna1"] = df.apply(eh_fluriafol, axis=1)

>>> df
                                             compras       nova_coluna      nova_coluna1
0  1 X 40 CONTAINERS CONTAINING 40 BAGS OF FLUTRI...        FLUTRIAFOL        FLUTRIAFOL
1                              OUTRA COMPRA QUALQUER  Não identificado  Não identificado

Espero que ajude

1
0

@imonferrari, este é o código que eu estou utilizando:

import pandas as pd

import numpy as np

#importar a fonte de dados

database = pd.read_csv("https://raw.githubusercontent.com/CaiqueBarrreto/agroci/main/basePY.csv?token=ALHIP5DQQC23APAHTA2VKNTADKLSK")

#isolar a coluna de interesse na planilha csv

database_goodshipped = database.iloc[:, [26]]

#database_goodshipped

#transformar a coluna isolada em lista

conteudo = [database_goodshipped]

#executar o np.where df = pd.DataFrame({"dados_de_compra": conteudo})

df['variavel_resposta'] = np.where(df['dados_de_compra'].str.contains('FLUTRIAFOL'), 'FLUTRIAFOL', 'NID')

df

No output, acabo ficando com apenas uma linha:

inserir a descrição da imagem aqui

agradeço à ajuda : )

1
  • database = pd.read_csv("https://raw.githubusercontent.com/CaiqueBarrreto/agroci/main/basePY.csv?token=ALHIP5DQQC23APAHTA2VKNTADKLSK") database['variavel_resposta'] = np.where(database['Goods Shipped'].str.contains('FLUTRIAFOL'), 'FLUTRIAFOL', 'NID') Commented 3/02/2021 às 19:51
0

Importando as libs

import pandas as pd
import numpy as np

Criando o df teste

conteudo = ['1 X 40 CONTAINERS 40 BAGS OF FLUTRIAFOL TECNICO SINON FLUTRIAFOL 97% TECH',
            '1 X 20 CONTAINERS 20 BAGS OF BLABLABLA TECNICO SINON BLABLABLA TECH',
            '1 X 10 CONTAINERS 10 BAGS OF BLABLABLA TECNICO SINON BLABLABLA TECH']


df = pd.DataFrame({"Dados_de_compra": conteudo })

Utilizando o np.where, onde existir a palavra FLUTRIAFOL ele irá retornar 'FLUTRIAFOL', caso contrario irá retornar 'Não identificado'

df['Variavel_Resposta'] = np.where(df['Dados_de_compra'].str.contains('FLUTRIAFOL'), 
                                   'FLUTRIAFOL','Não identificado')

Saída

                                     Dados_de_compra    Variavel_Resposta
0   1 X 40 CONTAINERS 40 BAGS OF FLUTRIAFOL TECNIC...   FLUTRIAFOL
1   1 X 20 CONTAINERS 20 BAGS OF BLABLABLA TECNICO...   Não identificado
2   1 X 10 CONTAINERS 10 BAGS OF BLABLABLA TECNICO...   Não identificado

Update

import pandas as pd
import numpy as np

database = pd.read_csv("https://raw.githubusercontent.com/CaiqueBarrreto/agroci/main/basePY.csv?token=ALHIP5DQQC23APAHTA2VKNTADKLSK")
database['variavel_resposta'] = np.where(database['Goods Shipped'].str.contains('FLUTRIAFOL'), 'FLUTRIAFOL', 'NID')
3
  • Imonferrari, segui a metodologia do np.where adaptada à minha situação, mas por algum motivo não está rodando como o teu. No meu caso, eu tenho um arquivo csv, coloco ele na base, extraio uma das colunas dele e a transformo em uma lista, aí sigo conforme indicado por você. No output está somente emitindo uma linha: dados_de_compra variavel_resposta 0 Good... FLUTRIAFOL Commented 2/02/2021 às 16:56
  • @CaiqueBarretoVocê transforma a coluna em uma lista? Poderia colocar aqui o código utilizado? Commented 2/02/2021 às 21:23
  • @imonferrari, se eu postar o código como uma resposta à minha pergunta você consegue visualizar? Pelo comentário o código fica ilegível hahah. Postei como respota à pergunta Commented 3/02/2021 às 12:22

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 .