Tenho uma planilha excel que estou usando como dataframe, ela contem os dados de assinaturas de clientes em colunas:
CLIENTE | NUCLIENTE | NUASSINATURA | NUASSANTERIOR | DTEMISSAO - Dia-mês | VLASSINATURA |
---|
Nessa planilha existe muitos clientes que possuem duas assinaturas em seu nome, eu preciso isolar os dados desses clientes específicos e passar para outra planilha.
Na planilha esses clientes com assinatura extras estão com uma celula em branco abaixo das colunas "CLIENTE", na qual possuem seus respectivos nomes, e "NUCLIENTE" no qual contam com seus ID
. Isso acontece pois nome e o ID
desses clientes serem os mesmos e não ter necessidade de repeti-los duas vezes. Exemplo:
CLIENTE | NUCLIENTE | NUASSINATURA |
---|---|---|
YOSSEF KABACZNIK | 112038 | 123999 |
134179 | ||
YUKUKO TSUCHIYA MASUDA | 143400 | 131745 |
YURI ANDERSON | 203486 | 123837 |
YURI ANDRE BRAGA MARQUES | 251495 | 131440 |
Na tabela acima o cliente YOSSEF está com uma assinatura extra no seu nome.
Utilizando pandas
eu consegui criar um novo dataframe
com os dados dos clientes filtrando a coluna NUCLIENTE para me trazer somente as celulas empty
, o problema é que dessa forma eu não consigo os nomes dos clientes que estão na coluna CLIENTE e nem seus ID
pois está sendo filtrado pelas celulas vazias dessa coluna.
Eu fiz isso da seguinte forma:
df = pd.read_excel("BASE ASSINATURAS EM ABERTO-novo.xlsx")
df = df.replace({"(vazio)":np.nan})
display(df)
print (df.info())
print(df.isna().sum())
nuclienteVazio = df[df['NUCLIENTE'].isnull()]
nuclienteVazio.to_excel("assinaturas_duplicadas.xlsx", sheet_name='planilha1', header = True)
Gostaria de uma ajuda para saber como consigo além das informações da assinatura dos clientes, seus nomes e ID
.