mycodes/DelColumns(inCSVFile) at master · bmorbin/mycodes · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
#References:
#https://living-sun.com/pt/python/699315-save-output-as-a-dataframe-in-python-python-pandas.html
#https://medium.com/data-hackers/uma-introdu%C3%A7%C3%A3o-simples-ao-pandas-1e15eea37fa1

import pandas as pd

def main():
    if input("APERTE ENTER PARA ESCOLHER A TABELA") == "":
        executa()

def pop():
    '''
    Função responsável por eliminar valores nulos ou iguais a zero da tabela original
    '''

    df = pd.read_csv("C:/Users/Bruno/Desktop/cultivo.csv")
    print(df.columns)
    #Para descobrir valores nulos no dataframe:
        #Fonte:https://medium.com/@lucasoliveiras/limpeza-e-prepara%C3%A7%C3%A3o-dos-dados-com-pandas-856e844abfbb#:~:text=Por%20conta%20disso%2C%20a%20biblioteca,vamos%20importar%20a%20biblioteca%20Pandas.&text=Vamos%20criar%20um%20dicion%C3%A1rio%20em,passar%20ele%20para%20um%20DataFrame.
    print(df.isnull().sum())

    #contar quantos valores tem nas colunas
    print(df.count())

    #remover os valores nulos
    df = df.dropna()


    print(df.count())
    print(df.isnull().sum())


    #print(df.head(10))
    #print(df['Value'])


    #https://www.it-swarm.dev/pt/python/alterar-tipo-de-dados-de-colunas-em-pandas/1072113742/
    #df['Value'] = df['Value']*1000

    #https://www.it-swarm.dev/pt/python/alterar-tipo-de-dados-de-colunas-em-pandas/1072113742/
    #df['Value'] = df['Value'].astype(int)


    #https://www.alura.com.br/artigos/como-remover-linhas-e-colunas-no-pandas
    filtro=df['Value'] > 0

    #Para ver quantos valores 0.0 tinham
        #Fonte:https://www.it-swarm.dev/pt/python/contar-frequencia-dos-valores-na-coluna-pandas-dataframe/823797372/
    print(filtro.value_counts())
    df[filtro].to_csv("C:/Users/Bruno/Desktop/cult.csv",index=False)
    #print(df['Value'])
    #print(df.head(10))

    #https://www.it-swarm.dev/pt/python/importar-arquivo-csv-como-um-pandas-dataframe/1071642502/
    #index=False para não salvar com coluna de que conta as linhas
    #df.to_csv("C:/Users/Bruno/Desktop/pop_arrumada.csv",index=False)

def executa():
  #Obs.: Este script deve estar no mesmo diretório que se encontra a tabela
  dados = (input("NOME DA TABELA: ")) + ".csv"
  df = pd.read_csv(dados)

  print(df.columns)

  columns_del = input("COLUMNS A SEREM REMOVIDAS: ").split(",")
  print (columns_del)

  p = input("APERTE ENTER PARA CONTINUAR")

  if p == "":
      df = df.drop(columns=columns_del)

      print(type(df))

      '''
      se quisesse criar um dataframe a partir de um dicionário, cujas chaves seriam as colunas e
      os valores seriam listas com informações da respectiva coluna. Ex.:
           data = { "character" : [ "Pooh", "Eeore", "Rabbit", "Piglet"],  "age" : [5, 10, 7, 3], "colour" : [ "Yellow", "Grey", "Brown", "Pink"] }
      depois faria:
          df = pd.DataFrame(data)
      '''

      nome_newtab = (input("DIGITE O NOME DA TABELA: ")) + ".csv"

      #salvando arquivo dataframe
      df.to_csv(nome_newtab)
  main()

if __name__=="__main__":
    main()