diff --git a/Lançamentos/Script_lançamento_boti_v2.ipynb b/Lançamentos/Script_lançamento_boti_v2.ipynb
index 49623c8..5b72a9d 100644
--- a/Lançamentos/Script_lançamento_boti_v2.ipynb
+++ b/Lançamentos/Script_lançamento_boti_v2.ipynb
@@ -2,7 +2,7 @@
  "cells": [
   {
    "cell_type": "code",
-   "execution_count": 6,
+   "execution_count": 1,
    "id": "6ad35669",
    "metadata": {},
    "outputs": [],
@@ -16,7 +16,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 7,
+   "execution_count": 2,
    "id": "fa16d50c",
    "metadata": {},
    "outputs": [],
@@ -26,7 +26,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 8,
+   "execution_count": 3,
    "id": "9fcdc77a",
    "metadata": {},
    "outputs": [],
@@ -59,7 +59,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 9,
+   "execution_count": 4,
    "id": "bbec229d",
    "metadata": {},
    "outputs": [
@@ -99,17 +99,17 @@
        "  </thead>\n",
        "  <tbody>\n",
        "    <tr>\n",
-       "      <th>2241</th>\n",
-       "      <td>C202511</td>\n",
-       "      <td>2025-07-21</td>\n",
-       "      <td>2025-08-10</td>\n",
+       "      <th>2283</th>\n",
+       "      <td>C202512</td>\n",
+       "      <td>2025-08-11</td>\n",
+       "      <td>2025-08-31</td>\n",
        "      <td>21</td>\n",
        "      <td>BOTICARIO</td>\n",
-       "      <td>2025-07-21</td>\n",
-       "      <td>11</td>\n",
+       "      <td>2025-08-11</td>\n",
+       "      <td>12</td>\n",
        "      <td>C2025</td>\n",
-       "      <td>C202514</td>\n",
-       "      <td>49</td>\n",
+       "      <td>C202515</td>\n",
+       "      <td>55</td>\n",
        "      <td>1</td>\n",
        "    </tr>\n",
        "  </tbody>\n",
@@ -118,13 +118,13 @@
       ],
       "text/plain": [
        "        Ciclo INICIO CICLO  FIM CICLO  DURAÇÃO      MARCA       Date  \\\n",
-       "2241  C202511   2025-07-21 2025-08-10       21  BOTICARIO 2025-07-21   \n",
+       "2283  C202512   2025-08-11 2025-08-31       21  BOTICARIO 2025-08-11   \n",
        "\n",
        "      NUM_CICLO ANO_CICLO CICLOMAIS2  dias_ate_inicio  match  \n",
-       "2241         11     C2025    C202514               49      1  "
+       "2283         12     C2025    C202515               55      1  "
       ]
      },
-     "execution_count": 9,
+     "execution_count": 4,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -135,12 +135,43 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 10,
+   "execution_count": 5,
+   "id": "0245ed28",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "ciclo_lanc = filtered_calendario['Ciclo'].max()"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 6,
+   "id": "7a3c1e6f",
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "'C202512'"
+      ]
+     },
+     "execution_count": 6,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "ciclo_lanc"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 7,
    "id": "61ffc777",
    "metadata": {},
    "outputs": [],
    "source": [
-    "df_similares = pd.read_excel(r\"C:\\Users\\joao.herculano\\GRUPO GINSENG\\Assistência Suprimentos - 2025\\SUPRIMENTOS\\BD_LANÇAMENTOS\\BOT\\BOT - C11\\arquivos para geração da sugestão\\SIMILARES\\PRODUTOS SIMILARES - BOT.xlsx\")\n",
+    "df_similares = pd.read_excel(r\"C:\\Users\\joao.herculano\\GRUPO GINSENG\\Assistência Suprimentos - 2025\\SUPRIMENTOS\\BD_LANÇAMENTOS\\BOT\\BOT - C12\\LANÇAMENTOS\\arquivos para geração da sugestão\\SIMILARES\\PRODUTOS SIMILARES - BOT.xlsx\")\n",
     "\n",
     "df_similares = pd.merge(left=df_similares,right=calendario[['Ciclo','INICIO CICLO','FIM CICLO','DURAÇÃO']], how= 'left', left_on = 'CICLO SIMILAR',right_on = 'Ciclo' )\n",
     "\n",
@@ -157,7 +188,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 11,
+   "execution_count": 8,
    "id": "99ea95e6",
    "metadata": {},
    "outputs": [
@@ -171,7 +202,7 @@
        "      dtype='object')"
       ]
      },
-     "execution_count": 11,
+     "execution_count": 8,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -182,12 +213,12 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 12,
+   "execution_count": 9,
    "id": "fe922f62",
    "metadata": {},
    "outputs": [],
    "source": [
-    "df_tabela = pd.read_excel(r\"C:\\Users\\joao.herculano\\GRUPO GINSENG\\Assistência Suprimentos - 2025\\SUPRIMENTOS\\BD_LANÇAMENTOS\\BOT\\BOT - C11\\arquivos para geração da sugestão\\TABELA DE PEDIDO\\Pedidos Semanais Especiais - BOT - 202511.xlsx\")\n",
+    "df_tabela = pd.read_excel(r\"C:\\Users\\joao.herculano\\GRUPO GINSENG\\Assistência Suprimentos - 2025\\SUPRIMENTOS\\BD_LANÇAMENTOS\\BOT\\BOT - C12\\LANÇAMENTOS\\arquivos para geração da sugestão\\TABELA DE PEDIDO\\Pedidos Semanais Especiais - BOT - 202512.xlsx\")\n",
     "\n",
     "df_tabela = df_tabela[df_tabela['Região'] == 'NNE'] \n",
     "\n",
@@ -200,29 +231,37 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 13,
+   "execution_count": 10,
+   "id": "e0c55962",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "df_pdv = pd.read_excel(r\"C:\\Users\\joao.herculano\\Documents\\PDV_ATT.xlsx\")\n",
+    "\n",
+    "df_pdv_origi = pd.read_excel(r\"C:\\Users\\joao.herculano\\Documents\\PDV_ATT.xlsx\")"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 11,
    "id": "a3a045d9",
    "metadata": {},
    "outputs": [],
    "source": [
-    "df_pdv = pd.read_excel(r\"C:\\Users\\joao.herculano\\GRUPO GINSENG\\Assistência Suprimentos - 2025\\SUPRIMENTOS\\BD_LANÇAMENTOS\\BASE DE DADOS LANÇAMENTO\\BOT\\PDV\\PDV_ATT.xlsx\")\n",
     "\n",
-    "df_pdv_origi = pd.read_excel(r\"C:\\Users\\joao.herculano\\GRUPO GINSENG\\Assistência Suprimentos - 2025\\SUPRIMENTOS\\BD_LANÇAMENTOS\\BASE DE DADOS LANÇAMENTO\\BOT\\PDV\\PDV_ATT.xlsx\")\n",
     "\n",
     "df_pdv = df_pdv.rename(columns={'DESCRIÇÃO':'DESCRIÇÃO PDV'})\n",
     "\n",
     "df_pdv = df_pdv.drop(columns=['REGIÃO', 'ESTADO','CIDADE','GESTÃO','MARCA'])\n",
     "\n",
-    "df_pdv['PDV'] = df_pdv['PDV DESC'].str.split(\"-\").str[0].str.strip()\n",
-    "\n",
     "df_pdv['UF'] = np.where(df_pdv['UF'] == 'VDC','BA',df_pdv['UF'])\n",
     "\n",
     "#ignorando a PDV que ainda não está online\n",
     "df_pdv = df_pdv[df_pdv['DESCRIÇÃO PDV'] != '23813-COMERCIO-HIB VALENTE']\n",
     "\n",
-    "df_pdv = df_pdv[df_pdv['status'] != \"INATIVO\"]\n",
+    "df_pdv = df_pdv[df_pdv['STATUS'] != \"INATIVO\"]\n",
     "\n",
-    "df_pdv = df_pdv[df_pdv['status'] != \"MATRIZ\"]\n",
+    "df_pdv = df_pdv[df_pdv['STATUS'] != \"MATRIZ\"]\n",
     "\n",
     "df_pdv = df_pdv[df_pdv['SUPERVISOR'] != 'Inativa']\n",
     "\n",
@@ -231,30 +270,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 14,
-   "id": "849d5297",
-   "metadata": {},
-   "outputs": [
-    {
-     "data": {
-      "text/plain": [
-       "Index(['PDV', 'CANAL', 'DESCRIÇÃO PDV', 'PDV DESC', 'UF', 'ANALISTA',\n",
-       "       'SUPERVISOR', 'status', 'MATCH'],\n",
-       "      dtype='object')"
-      ]
-     },
-     "execution_count": 14,
-     "metadata": {},
-     "output_type": "execute_result"
-    }
-   ],
-   "source": [
-    "df_pdv.columns"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 15,
+   "execution_count": 12,
    "id": "df04a501",
    "metadata": {},
    "outputs": [],
@@ -266,7 +282,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 16,
+   "execution_count": 13,
    "id": "0da911af",
    "metadata": {},
    "outputs": [
@@ -274,17 +290,17 @@
      "name": "stderr",
      "output_type": "stream",
      "text": [
-      "C:\\Users\\joao.herculano\\AppData\\Local\\Temp\\ipykernel_26024\\1835738500.py:10: DtypeWarning: Columns (7) have mixed types. Specify dtype option on import or set low_memory=False.\n",
+      "C:\\Users\\joao.herculano\\AppData\\Local\\Temp\\ipykernel_37548\\2509858446.py:10: DtypeWarning: Columns (6,7) have mixed types. Specify dtype option on import or set low_memory=False.\n",
       "  df_draft = pd.concat([pd.read_csv(file) for file in csv_files], ignore_index=True)\n"
      ]
     },
     {
      "data": {
       "text/plain": [
-       "(114430, 47)"
+       "(130656, 47)"
       ]
      },
-     "execution_count": 16,
+     "execution_count": 13,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -293,7 +309,7 @@
     "# Caminho onde estão as subpastas com os arquivos CSV\n",
     "\n",
     "# Set the path to the folder containing CSV files\n",
-    "folder_path = r\"C:\\Users\\joao.herculano\\GRUPO GINSENG\\Assistência Suprimentos - 2025\\SUPRIMENTOS\\BD_LANÇAMENTOS\\BOT\\BOT - C11\\atualização\\DRAFT_\"  # arquivo dos drafts\n",
+    "folder_path = r\"C:\\Users\\joao.herculano\\GRUPO GINSENG\\Assistência Suprimentos - 2025\\SUPRIMENTOS\\BD_LANÇAMENTOS\\BOT\\BOT - C12\\LANÇAMENTOS\\arquivos para geração da sugestão\\DRAFT\"  # arquivo dos drafts\n",
     "\n",
     "# Pattern to match all CSV files\n",
     "csv_files = glob.glob(os.path.join(folder_path, '*.csv'))\n",
@@ -308,7 +324,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 17,
+   "execution_count": 14,
    "id": "0c8c7493",
    "metadata": {},
    "outputs": [],
@@ -318,15 +334,14 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 18,
+   "execution_count": 15,
    "id": "91298cde",
    "metadata": {},
    "outputs": [
     {
      "data": {
       "text/plain": [
-       "Index(['Histórico de Vendas do Ciclo 202408',\n",
-       "       'Histórico de Vendas do Ciclo 202409',\n",
+       "Index(['Histórico de Vendas do Ciclo 202409',\n",
        "       'Histórico de Vendas do Ciclo 202410',\n",
        "       'Histórico de Vendas do Ciclo 202411',\n",
        "       'Histórico de Vendas do Ciclo 202412',\n",
@@ -342,11 +357,12 @@
        "       'Histórico de Vendas do Ciclo 202505',\n",
        "       'Histórico de Vendas do Ciclo 202506',\n",
        "       'Histórico de Vendas do Ciclo 202507',\n",
+       "       'Histórico de Vendas do Ciclo 202508',\n",
        "       'Histórico de Vendas do Ciclo Atual'],\n",
        "      dtype='object')"
       ]
      },
-     "execution_count": 18,
+     "execution_count": 15,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -357,7 +373,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 19,
+   "execution_count": 16,
    "id": "34e179cb",
    "metadata": {},
    "outputs": [
@@ -365,7 +381,7 @@
      "name": "stderr",
      "output_type": "stream",
      "text": [
-      "C:\\Users\\joao.herculano\\AppData\\Local\\Temp\\ipykernel_26024\\1463083786.py:24: DeprecationWarning: DataFrameGroupBy.apply operated on the grouping columns. This behavior is deprecated, and in a future version of pandas the grouping columns will be excluded from the operation. Either pass `include_groups=False` to exclude the groupings or explicitly select the grouping columns after groupby to silence this warning.\n",
+      "C:\\Users\\joao.herculano\\AppData\\Local\\Temp\\ipykernel_37548\\1463083786.py:24: DeprecationWarning: DataFrameGroupBy.apply operated on the grouping columns. This behavior is deprecated, and in a future version of pandas the grouping columns will be excluded from the operation. Either pass `include_groups=False` to exclude the groupings or explicitly select the grouping columns after groupby to silence this warning.\n",
       "  crescimento_por_pdv = df_draft.groupby('PDV').apply(calcular_crescimento)\n"
      ]
     }
@@ -402,7 +418,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 20,
+   "execution_count": 17,
    "id": "4bc8c2b4",
    "metadata": {},
    "outputs": [],
@@ -414,30 +430,29 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 21,
+   "execution_count": 18,
    "id": "c1451562",
    "metadata": {},
    "outputs": [
     {
      "data": {
       "text/plain": [
-       "(5459, 14)"
+       "(17025, 14)"
       ]
      },
-     "execution_count": 21,
+     "execution_count": 18,
      "metadata": {},
      "output_type": "execute_result"
     }
    ],
    "source": [
-    "df_venda_diaria = pd.read_excel(r\"C:\\Users\\joao.herculano\\GRUPO GINSENG\\Assistência Suprimentos - 2025\\SUPRIMENTOS\\BD_LANÇAMENTOS\\BOT\\BOT - C11\\arquivos para geração da sugestão\\VENDAS_DIARIAS\\FormFiltroConsultaVendaSintetica_22_05_2025_16_26_17.xls\")\n",
-    "\n",
+    "df_venda_diaria = pd.read_excel(r\"C:\\Users\\joao.herculano\\GRUPO GINSENG\\Assistência Suprimentos - 2025\\SUPRIMENTOS\\BD_LANÇAMENTOS\\BOT\\BOT - C12\\LANÇAMENTOS\\arquivos para geração da sugestão\\VENDAS_DIARIAS\\FormFiltroConsultaVendaSintetica_17_06_2025_14_04_40.xls\")\n",
     "df_venda_diaria.shape"
    ]
   },
   {
    "cell_type": "code",
-   "execution_count": 22,
+   "execution_count": 19,
    "id": "882e68aa",
    "metadata": {},
    "outputs": [
@@ -451,7 +466,7 @@
        "      dtype='object')"
       ]
      },
-     "execution_count": 22,
+     "execution_count": 19,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -462,17 +477,17 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 23,
+   "execution_count": 20,
    "id": "c7ddaf20",
    "metadata": {},
    "outputs": [
     {
      "data": {
       "text/plain": [
-       "(5459, 16)"
+       "(17025, 16)"
       ]
      },
-     "execution_count": 23,
+     "execution_count": 20,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -491,17 +506,17 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 24,
+   "execution_count": 21,
    "id": "7119556a",
    "metadata": {},
    "outputs": [
     {
      "data": {
       "text/plain": [
-       "(5459, 17)"
+       "(17025, 17)"
       ]
      },
-     "execution_count": 24,
+     "execution_count": 21,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -525,7 +540,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 25,
+   "execution_count": 22,
    "id": "c707a1b6",
    "metadata": {},
    "outputs": [
@@ -560,37 +575,37 @@
        "    <tr>\n",
        "      <th>0</th>\n",
        "      <td>12522</td>\n",
-       "      <td>48617</td>\n",
-       "      <td>C202210</td>\n",
+       "      <td>4522</td>\n",
+       "      <td>C202312</td>\n",
        "      <td>1</td>\n",
        "    </tr>\n",
        "    <tr>\n",
        "      <th>1</th>\n",
        "      <td>12522</td>\n",
-       "      <td>48617</td>\n",
-       "      <td>C202211</td>\n",
+       "      <td>4522</td>\n",
+       "      <td>C202314</td>\n",
        "      <td>2</td>\n",
        "    </tr>\n",
        "    <tr>\n",
        "      <th>2</th>\n",
        "      <td>12522</td>\n",
-       "      <td>48617</td>\n",
-       "      <td>C202212</td>\n",
-       "      <td>5</td>\n",
+       "      <td>4522</td>\n",
+       "      <td>C202406</td>\n",
+       "      <td>3</td>\n",
        "    </tr>\n",
        "    <tr>\n",
        "      <th>3</th>\n",
        "      <td>12522</td>\n",
-       "      <td>48617</td>\n",
-       "      <td>C202213</td>\n",
-       "      <td>7</td>\n",
+       "      <td>4522</td>\n",
+       "      <td>C202407</td>\n",
+       "      <td>4</td>\n",
        "    </tr>\n",
        "    <tr>\n",
        "      <th>4</th>\n",
        "      <td>12522</td>\n",
-       "      <td>48617</td>\n",
-       "      <td>C202214</td>\n",
-       "      <td>8</td>\n",
+       "      <td>4522</td>\n",
+       "      <td>C202410</td>\n",
+       "      <td>5</td>\n",
        "    </tr>\n",
        "    <tr>\n",
        "      <th>...</th>\n",
@@ -600,60 +615,170 @@
        "      <td>...</td>\n",
        "    </tr>\n",
        "    <tr>\n",
-       "      <th>1398</th>\n",
+       "      <th>5800</th>\n",
        "      <td>5699</td>\n",
-       "      <td>86825</td>\n",
-       "      <td>C202410</td>\n",
-       "      <td>1</td>\n",
+       "      <td>81054</td>\n",
+       "      <td>C202503</td>\n",
+       "      <td>167</td>\n",
        "    </tr>\n",
        "    <tr>\n",
-       "      <th>1399</th>\n",
+       "      <th>5801</th>\n",
        "      <td>5699</td>\n",
-       "      <td>86825</td>\n",
-       "      <td>C202411</td>\n",
-       "      <td>2</td>\n",
+       "      <td>81054</td>\n",
+       "      <td>C202504</td>\n",
+       "      <td>168</td>\n",
        "    </tr>\n",
        "    <tr>\n",
-       "      <th>1400</th>\n",
+       "      <th>5802</th>\n",
        "      <td>5699</td>\n",
-       "      <td>86825</td>\n",
-       "      <td>C202412</td>\n",
-       "      <td>3</td>\n",
+       "      <td>81054</td>\n",
+       "      <td>C202505</td>\n",
+       "      <td>169</td>\n",
        "    </tr>\n",
        "    <tr>\n",
-       "      <th>1401</th>\n",
+       "      <th>5803</th>\n",
        "      <td>5699</td>\n",
-       "      <td>86825</td>\n",
-       "      <td>C202415</td>\n",
-       "      <td>4</td>\n",
+       "      <td>81054</td>\n",
+       "      <td>C202506</td>\n",
+       "      <td>170</td>\n",
        "    </tr>\n",
        "    <tr>\n",
-       "      <th>1402</th>\n",
+       "      <th>5804</th>\n",
        "      <td>5699</td>\n",
-       "      <td>86825</td>\n",
-       "      <td>C202417</td>\n",
+       "      <td>85293</td>\n",
+       "      <td>C202506</td>\n",
        "      <td>5</td>\n",
        "    </tr>\n",
        "  </tbody>\n",
        "</table>\n",
-       "<p>1403 rows × 4 columns</p>\n",
+       "<p>5805 rows × 4 columns</p>\n",
        "</div>"
       ],
       "text/plain": [
        "        PDV  Código do Produto    Ciclo  Quantidade Acumulada\n",
-       "0     12522              48617  C202210                     1\n",
-       "1     12522              48617  C202211                     2\n",
-       "2     12522              48617  C202212                     5\n",
-       "3     12522              48617  C202213                     7\n",
-       "4     12522              48617  C202214                     8\n",
+       "0     12522               4522  C202312                     1\n",
+       "1     12522               4522  C202314                     2\n",
+       "2     12522               4522  C202406                     3\n",
+       "3     12522               4522  C202407                     4\n",
+       "4     12522               4522  C202410                     5\n",
        "...     ...                ...      ...                   ...\n",
-       "1398   5699              86825  C202410                     1\n",
-       "1399   5699              86825  C202411                     2\n",
-       "1400   5699              86825  C202412                     3\n",
-       "1401   5699              86825  C202415                     4\n",
-       "1402   5699              86825  C202417                     5\n",
+       "5800   5699              81054  C202503                   167\n",
+       "5801   5699              81054  C202504                   168\n",
+       "5802   5699              81054  C202505                   169\n",
+       "5803   5699              81054  C202506                   170\n",
+       "5804   5699              85293  C202506                     5\n",
        "\n",
-       "[1403 rows x 4 columns]"
+       "[5805 rows x 4 columns]"
+      ]
+     },
+     "execution_count": 22,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "df_venda_diaria = df_venda_diaria.drop_duplicates()\n",
+    "\n",
+    "df_venda_agrupado = df_venda_diaria.fillna(0).groupby(['PDV', 'Código do Produto','Ciclo'])['Quantidade Acumulada'].max().reset_index()\n",
+    "df_venda_agrupado"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 23,
+   "id": "083ff829",
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/html": [
+       "<div>\n",
+       "<style scoped>\n",
+       "    .dataframe tbody tr th:only-of-type {\n",
+       "        vertical-align: middle;\n",
+       "    }\n",
+       "\n",
+       "    .dataframe tbody tr th {\n",
+       "        vertical-align: top;\n",
+       "    }\n",
+       "\n",
+       "    .dataframe thead th {\n",
+       "        text-align: right;\n",
+       "    }\n",
+       "</style>\n",
+       "<table border=\"1\" class=\"dataframe\">\n",
+       "  <thead>\n",
+       "    <tr style=\"text-align: right;\">\n",
+       "      <th></th>\n",
+       "      <th>PDV</th>\n",
+       "      <th>Código do Produto</th>\n",
+       "      <th>Ciclo</th>\n",
+       "      <th>Quantidade Acumulada</th>\n",
+       "    </tr>\n",
+       "  </thead>\n",
+       "  <tbody>\n",
+       "    <tr>\n",
+       "      <th>2955</th>\n",
+       "      <td>20994</td>\n",
+       "      <td>81054</td>\n",
+       "      <td>C202213</td>\n",
+       "      <td>35</td>\n",
+       "    </tr>\n",
+       "  </tbody>\n",
+       "</table>\n",
+       "</div>"
+      ],
+      "text/plain": [
+       "        PDV  Código do Produto    Ciclo  Quantidade Acumulada\n",
+       "2955  20994              81054  C202213                    35"
+      ]
+     },
+     "execution_count": 23,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "df_venda_agrupado[(df_venda_agrupado['Ciclo']=='C202213')&(df_venda_agrupado['Código do Produto']==81054)&(df_venda_agrupado['PDV']=='20994')]"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 24,
+   "id": "59707396",
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "Ciclo                object\n",
+       "Código do Produto     int64\n",
+       "PDV                  object\n",
+       "dtype: object"
+      ]
+     },
+     "execution_count": 24,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "df_venda_agrupado[['Ciclo','Código do Produto','PDV']].dtypes"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 25,
+   "id": "bdf6abbb",
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "CICLO SIMILAR       object\n",
+       "PRODUTO SIMILAR    float64\n",
+       "PDV                  Int64\n",
+       "dtype: object"
       ]
      },
      "execution_count": 25,
@@ -662,10 +787,7 @@
     }
    ],
    "source": [
-    "df_venda_diaria = df_venda_diaria.drop_duplicates()\n",
-    "\n",
-    "df_venda_agrupado = df_venda_diaria.groupby(['PDV', 'Código do Produto','Ciclo'])['Quantidade Acumulada'].max().reset_index()\n",
-    "df_venda_agrupado"
+    "df_final[['CICLO SIMILAR','PRODUTO SIMILAR','PDV']].dtypes"
    ]
   },
   {
@@ -677,7 +799,7 @@
     {
      "data": {
       "text/plain": [
-       "(816, 75)"
+       "(1216, 76)"
       ]
      },
      "execution_count": 26,
@@ -731,7 +853,7 @@
    "metadata": {},
    "outputs": [],
    "source": [
-    "df_final['PRODUTO LANÇAMENTO'] = df_final['PRODUTO LANÇAMENTO'].astype('Int64')\n",
+    "df_final['PRODUTO SIMILAR'] = df_final['PRODUTO SIMILAR'].astype('Int64')\n",
     "\n",
     "df_venda_agrupado['PDV'] = df_venda_agrupado['PDV'].astype('Int64')\n",
     "\n",
@@ -743,16 +865,48 @@
   {
    "cell_type": "code",
    "execution_count": 31,
+   "id": "aea3e9a8",
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "np.float64(3757.0)"
+      ]
+     },
+     "execution_count": 31,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "df_final['Vendas Ciclo Lançamento'].sum()"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 32,
+   "id": "bde12ed6",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "df_final = df_final[df_final['PRODUTO LANÇAMENTO'].notna()]\n",
+    "df_final['Vendas Ciclo Lançamento'] = df_final['Vendas Ciclo Lançamento'].fillna(0)\n"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 33,
    "id": "69c88d20",
    "metadata": {},
    "outputs": [
     {
      "data": {
       "text/plain": [
-       "np.int64(12)"
+       "np.int64(14)"
       ]
      },
-     "execution_count": 31,
+     "execution_count": 33,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -763,15 +917,14 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 32,
+   "execution_count": 34,
    "id": "f5206f50",
    "metadata": {},
    "outputs": [
     {
      "data": {
       "text/plain": [
-       "Index(['Histórico de Vendas do Ciclo 202408',\n",
-       "       'Histórico de Vendas do Ciclo 202409',\n",
+       "Index(['Desativação', 'Histórico de Vendas do Ciclo 202409',\n",
        "       'Histórico de Vendas do Ciclo 202410',\n",
        "       'Histórico de Vendas do Ciclo 202411',\n",
        "       'Histórico de Vendas do Ciclo 202412',\n",
@@ -790,7 +943,7 @@
        "      dtype='object')"
       ]
      },
-     "execution_count": 32,
+     "execution_count": 34,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -801,17 +954,99 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 33,
+   "execution_count": 35,
+   "id": "5e33d293",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "df_jacobina = pd.read_excel(r\"C:\\Users\\joao.herculano\\GRUPO GINSENG\\Assistência Suprimentos - 2025\\REGIÃO JACOBINA\\draft unificado.xlsx\")"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 36,
+   "id": "4d23ff5a",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "df_jacobina = df_jacobina[['PDV', 'SKU','202408', '202409',\n",
+    "       '202410', '202411', '202412', '202413', '202414', '202415', '202416',\n",
+    "       '202417', '202501', '202502', '202503', '202504', '202505', '202506',\n",
+    "       '202507']]"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 37,
+   "id": "5adc5831",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "ciclos = [\n",
+    "    '202408', '202409', '202410', '202411', '202412', '202413',\n",
+    "    '202414', '202415', '202416', '202417', '202501', '202502',\n",
+    "    '202503', '202504', '202505', '202506', '202507']\n",
+    "\n",
+    "df_jacobina[ciclos] = df_jacobina[ciclos].fillna(0)"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 38,
+   "id": "1c4f5d9d",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "df_final = pd.merge(left=df_final,right=df_jacobina,left_on=['PRODUTO SIMILAR','PDV'],right_on=['SKU','PDV'],how='left')"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 39,
+   "id": "2529e624",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "# Gera pares de colunas: coluna estática ↔ coluna de histórico\n",
+    "pares_validos = [\n",
+    "    (ciclo, f'Histórico de Vendas do Ciclo {ciclo}')\n",
+    "    for ciclo in ciclos\n",
+    "    if ciclo in df_final.columns and f'Histórico de Vendas do Ciclo {ciclo}' in df_final.columns\n",
+    "]\n",
+    "\n",
+    "# Separa os nomes das colunas\n",
+    "colunas_estaticas = [c[0] for c in pares_validos]\n",
+    "colunas_historico = [c[1] for c in pares_validos]\n",
+    "\n",
+    "# Aplica a regra: se valor na coluna estática for maior, sobrescreve no histórico\n",
+    "for col_estatica, col_hist in zip(colunas_estaticas, colunas_historico):\n",
+    "    df_final[col_hist] = df_final[col_estatica].where(\n",
+    "        df_final[col_estatica] > df_final[col_hist],\n",
+    "        df_final[col_hist]\n",
+    "    )\n"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 40,
    "id": "0a1bb832",
    "metadata": {},
    "outputs": [
+    {
+     "name": "stderr",
+     "output_type": "stream",
+     "text": [
+      "C:\\Users\\joao.herculano\\AppData\\Local\\Temp\\ipykernel_37548\\1328364976.py:8: FutureWarning: Downcasting object dtype arrays on .fillna, .ffill, .bfill is deprecated and will change in a future version. Call result.infer_objects(copy=False) instead. To opt-in to the future behavior, set `pd.set_option('future.no_silent_downcasting', True)`\n",
+      "  variacao_mensal = soma_mensal.pct_change()\n"
+     ]
+    },
     {
      "data": {
       "text/plain": [
-       "np.float64(0.3797)"
+       "np.float64(0.1817)"
       ]
      },
-     "execution_count": 33,
+     "execution_count": 40,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -852,7 +1087,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 34,
+   "execution_count": 41,
    "id": "a9647c32",
    "metadata": {},
    "outputs": [],
@@ -865,7 +1100,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 35,
+   "execution_count": 42,
    "id": "b107e519",
    "metadata": {},
    "outputs": [
@@ -878,11 +1113,11 @@
        "       'Histórico de Vendas do Ciclo 202505',\n",
        "       'Histórico de Vendas do Ciclo 202506',\n",
        "       'Histórico de Vendas do Ciclo 202507',\n",
-       "       'Histórico de Vendas do Ciclo Atual'],\n",
+       "       'Histórico de Vendas do Ciclo 202508'],\n",
        "      dtype='object')"
       ]
      },
-     "execution_count": 35,
+     "execution_count": 42,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -893,7 +1128,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 36,
+   "execution_count": 43,
    "id": "8290853c",
    "metadata": {},
    "outputs": [],
@@ -902,15 +1137,48 @@
     "\n",
     "df_final['Pico Vendas Similar Ultimos 6 ciclos'] = df_final[VENDA_SIMILAR_6_MESES].max(axis=1)\n",
     "\n",
+    "df_final['Pico Vendas Similar Ultimos 6 ciclos'] = df_final['Pico Vendas Similar Ultimos 6 ciclos'].fillna(0)\n",
     "\n",
-    "df_final['MEDIANA DO HISTÓRICO'] = df_final[colunas_mensais].dropna().median(axis=1)\n",
+    "df_final['MEDIANA DO HISTÓRICO'] = df_final[colunas_mensais].median(axis=1, skipna=True)\n",
     "\n",
-    "df_final['Vendas Ciclo Lançamento'] = df_final['Vendas Ciclo Lançamento'].fillna(0)"
+    "\n"
    ]
   },
   {
    "cell_type": "code",
-   "execution_count": 37,
+   "execution_count": 44,
+   "id": "d8b30560",
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "0       1.0\n",
+       "1       3.5\n",
+       "2       0.5\n",
+       "3       0.0\n",
+       "4       1.0\n",
+       "       ... \n",
+       "1059    0.0\n",
+       "1060    0.0\n",
+       "1061    0.0\n",
+       "1062    0.0\n",
+       "1063    0.0\n",
+       "Length: 1064, dtype: object"
+      ]
+     },
+     "execution_count": 44,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "df_final[colunas_mensais].median(axis=1, skipna=True)\n"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 45,
    "id": "07f043f2",
    "metadata": {},
    "outputs": [
@@ -943,36 +1211,36 @@
        "    <tr>\n",
        "      <th>0</th>\n",
        "      <td>CD</td>\n",
-       "      <td>44.0</td>\n",
+       "      <td>20.0</td>\n",
        "    </tr>\n",
        "    <tr>\n",
        "      <th>1</th>\n",
        "      <td>HIB</td>\n",
-       "      <td>9.0</td>\n",
+       "      <td>2.0</td>\n",
        "    </tr>\n",
        "    <tr>\n",
        "      <th>2</th>\n",
        "      <td>LJ</td>\n",
-       "      <td>11.0</td>\n",
+       "      <td>3.5</td>\n",
        "    </tr>\n",
        "    <tr>\n",
        "      <th>3</th>\n",
        "      <td>VD</td>\n",
-       "      <td>28.0</td>\n",
+       "      <td>10.0</td>\n",
        "    </tr>\n",
        "  </tbody>\n",
        "</table>\n",
        "</div>"
       ],
       "text/plain": [
-       "  CANAL  med_por_canal\n",
-       "0    CD           44.0\n",
-       "1   HIB            9.0\n",
-       "2    LJ           11.0\n",
-       "3    VD           28.0"
+       "  CANAL med_por_canal\n",
+       "0    CD          20.0\n",
+       "1   HIB           2.0\n",
+       "2    LJ           3.5\n",
+       "3    VD          10.0"
       ]
      },
-     "execution_count": 37,
+     "execution_count": 45,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -985,7 +1253,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 38,
+   "execution_count": 46,
    "id": "94abddce",
    "metadata": {},
    "outputs": [],
@@ -995,7 +1263,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 39,
+   "execution_count": 47,
    "id": "09cc2f82",
    "metadata": {},
    "outputs": [],
@@ -1022,7 +1290,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 40,
+   "execution_count": 48,
    "id": "5a827c08",
    "metadata": {},
    "outputs": [
@@ -1102,7 +1370,7 @@
        "4               23701   48617   C202216                        22"
       ]
      },
-     "execution_count": 40,
+     "execution_count": 48,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -1120,7 +1388,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 41,
+   "execution_count": 49,
    "id": "8ec14143",
    "metadata": {},
    "outputs": [],
@@ -1130,7 +1398,7 @@
     "df_final['Quantidade Acumulada vdc'] = df_final['Quantidade Acumulada vdc'].fillna(0)\n",
     "\n",
     "\n",
-    "df_final['Vendas Ciclo Lançamento'] = np.where(df_final['Quantidade Acumulada vdc']>0, df_final['Quantidade Acumulada vdc'], df_final['Vendas Ciclo Lançamento'])\n",
+    "df_final['Vendas Ciclo Lançamento'] = np.where(df_final['Quantidade Acumulada vdc'] > 0, df_final['Quantidade Acumulada vdc'], df_final['Vendas Ciclo Lançamento'])\n",
     "\n",
     "df_final = df_final.drop(columns='Quantidade Acumulada vdc')\n",
     "\n",
@@ -1141,186 +1409,140 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 43,
+   "execution_count": 50,
    "id": "1a625e69",
    "metadata": {},
    "outputs": [
+    {
+     "name": "stderr",
+     "output_type": "stream",
+     "text": [
+      "C:\\Users\\joao.herculano\\AppData\\Local\\Temp\\ipykernel_37548\\2817892533.py:10: FutureWarning: Downcasting object dtype arrays on .fillna, .ffill, .bfill is deprecated and will change in a future version. Call result.infer_objects(copy=False) instead. To opt-in to the future behavior, set `pd.set_option('future.no_silent_downcasting', True)`\n",
+      "  df_final['MEDIANA DO HISTÓRICO'] = df_final['MEDIANA DO HISTÓRICO'].fillna(0)\n",
+      "C:\\Users\\joao.herculano\\AppData\\Local\\Temp\\ipykernel_37548\\2817892533.py:19: FutureWarning: Downcasting object dtype arrays on .fillna, .ffill, .bfill is deprecated and will change in a future version. Call result.infer_objects(copy=False) instead. To opt-in to the future behavior, set `pd.set_option('future.no_silent_downcasting', True)`\n",
+      "  df_final['MEDIANA DO HISTÓRICO'] = df_final['MEDIANA DO HISTÓRICO'].fillna(0)\n"
+     ]
+    },
     {
      "data": {
       "text/plain": [
-       "(816, 89)"
+       "(1022, 108)"
       ]
      },
-     "execution_count": 43,
+     "execution_count": 50,
      "metadata": {},
      "output_type": "execute_result"
     }
    ],
    "source": [
-    "df_final['CRESCIMENTO_FINAL'] = df_final['CRESCIMENTO_GERAL'] + df_final['CRESCIMENTO'] #crescimento do pdv\n",
     "\n",
-    "df_final['CRESCIMENTO_FINAL'] = np.where(df_final['CRESCIMENTO_GERAL'] + df_final['CRESCIMENTO']>0.8,0.8,df_final['CRESCIMENTO_GERAL'] + df_final['CRESCIMENTO'])\n",
+    "# Cálculo do crescimento\n",
+    "crescimento_final = df_final['CRESCIMENTO_GERAL'] + df_final['CRESCIMENTO']\n",
+    "crescimento_final = crescimento_final.clip(lower=0.2, upper=0.8)  # limita entre 0 e 0.8\n",
+    "df_final['CRESCIMENTO_FINAL'] = crescimento_final\n",
     "\n",
-    "df_final['CRESCIMENTO_FINAL'] = np.where(df_final['CRESCIMENTO_GERAL'] + df_final['CRESCIMENTO']<0,0,df_final['CRESCIMENTO_GERAL'] + df_final['CRESCIMENTO'])\n",
+    "df_final['CRESCIMENTO_FINAL'] = np.where(df_final['CRESCIMENTO_FINAL'].isna(),df_final['CRESCIMENTO_GERAL'],df_final['CRESCIMENTO_FINAL'])\n",
     "\n",
-    "df_final['MEDIANA DO HISTÓRICO'] = np.where(df_final['MEDIANA DO HISTÓRICO']==0, df_final['med_por_canal'],df_final['MEDIANA DO HISTÓRICO'])\n",
+    "df_final['CRESCIMENTO_FINAL'] = df_final['CRESCIMENTO_FINAL'].fillna(0)\n",
     "\n",
-    "# Primeiro cálculo intermediário\n",
-    "df_final['PV GINSENG'] = np.where(df_final['CRESCIMENTO_FINAL'] * df_final['Vendas Ciclo Lançamento'] + df_final['Vendas Ciclo Lançamento'] < df_final['MEDIANA DO HISTÓRICO'],\n",
-    "                                    round(df_final['CRESCIMENTO_FINAL'] * df_final['MEDIANA DO HISTÓRICO']+ df_final['MEDIANA DO HISTÓRICO'],0), \n",
-    "                                    round(df_final['CRESCIMENTO_FINAL']*df_final['Vendas Ciclo Lançamento']+df_final['Vendas Ciclo Lançamento'],0))\n",
+    "df_final['MEDIANA DO HISTÓRICO'] = df_final['MEDIANA DO HISTÓRICO'].fillna(0)\n",
     "\n",
-    "df_final['PV GINSENG'] = np.where(df_final['PV GINSENG'].isna(),df_final['med_por_canal'] ,df_final['PV GINSENG'])\n",
+    "# Corrige mediana do histórico onde for zero\n",
+    "df_final['MEDIANA DO HISTÓRICO'] = np.where(\n",
+    "    df_final['MEDIANA DO HISTÓRICO'] == 0,\n",
+    "    df_final['med_por_canal'],\n",
+    "    df_final['MEDIANA DO HISTÓRICO']\n",
+    ")\n",
     "\n",
-    "df_final.shape"
+    "df_final['MEDIANA DO HISTÓRICO'] = df_final['MEDIANA DO HISTÓRICO'].fillna(0)\n",
+    "\n",
+    "\n",
+    "\n",
+    "# Cálculo do PV GINSENG\n",
+    "pv_crescimento = (df_final['CRESCIMENTO_FINAL']+1) * df_final['Vendas Ciclo Lançamento']\n",
+    "pv_mediana = (df_final['CRESCIMENTO_FINAL'] + 1) * df_final['MEDIANA DO HISTÓRICO']\n",
+    "\n",
+    "df_final['PV GINSENG'] = np.where(\n",
+    "    pv_crescimento < df_final['MEDIANA DO HISTÓRICO'],\n",
+    "    pv_mediana.round(0),\n",
+    "    pv_crescimento.round(0)\n",
+    ")\n",
+    "\n",
+    "# Se PV GINSENG for NA, substitui pela média por canal\n",
+    "df_final['PV GINSENG'] = df_final['PV GINSENG'].fillna(df_final['med_por_canal'].round(0))\n",
+    "\n",
+    "df_final['PV GINSENG'] = df_final['PV GINSENG'].round(0).astype(int)\n",
+    "\n",
+    "df_final.shape\n"
    ]
   },
   {
    "cell_type": "code",
-   "execution_count": 44,
+   "execution_count": 51,
+   "id": "cfdae71d",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "df_final.to_excel(r\"C:\\Users\\joao.herculano\\GRUPO GINSENG\\Assistência Suprimentos - 2025\\SUPRIMENTOS\\BD_LANÇAMENTOS\\BOT\\BOT - C12\\LANÇAMENTOS\\validação.xlsx\",index=False)"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 52,
+   "id": "7b058db6",
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "Index(['Histórico de Vendas do Ciclo 202409',\n",
+       "       'Histórico de Vendas do Ciclo 202410',\n",
+       "       'Histórico de Vendas do Ciclo 202411',\n",
+       "       'Histórico de Vendas do Ciclo 202412',\n",
+       "       'Histórico de Vendas do Ciclo 202413',\n",
+       "       'Histórico de Vendas do Ciclo 202414',\n",
+       "       'Histórico de Vendas do Ciclo 202415',\n",
+       "       'Histórico de Vendas do Ciclo 202416',\n",
+       "       'Histórico de Vendas do Ciclo 202417',\n",
+       "       'Histórico de Vendas do Ciclo 202501',\n",
+       "       'Histórico de Vendas do Ciclo 202502',\n",
+       "       'Histórico de Vendas do Ciclo 202503',\n",
+       "       'Histórico de Vendas do Ciclo 202504'],\n",
+       "      dtype='object')"
+      ]
+     },
+     "execution_count": 52,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "df_final.columns[30:43]"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 53,
    "id": "ad10c069",
    "metadata": {},
    "outputs": [],
    "source": [
-    "df_final.drop(columns=df_final.columns[29:42],inplace=True)"
+    "df_final.drop(columns=df_final.columns[30:43],inplace=True)"
    ]
   },
   {
    "cell_type": "code",
-   "execution_count": 45,
-   "id": "f9bddbb1",
-   "metadata": {},
-   "outputs": [
-    {
-     "data": {
-      "text/plain": [
-       "Index(['PRODUTO LANÇAMENTO', 'DESCRIÇÃO DO LANÇAMENTO', 'PRODUTO SIMILAR',\n",
-       "       'DESCRIÇÃO SIMILAR', 'CICLO SIMILAR', 'FOCO', 'IAF', 'CATEGORIA',\n",
-       "       'MARCA', '% CONSUMIDOR', 'MECANICA CONSUMIDOR', '% REVENDEDOR',\n",
-       "       'MECANICA REVENDEDOR', 'TIPO DE PRODUTO', 'MATCH', 'PDV', 'CANAL',\n",
-       "       'DESCRIÇÃO PDV', 'PDV DESC', 'UF', 'ANALISTA', 'SUPERVISOR', 'status',\n",
-       "       'Classe', 'SKU', 'Descrição', 'Subcategoria', 'Lançamento',\n",
-       "       'Desativação', 'Histórico de Vendas do Ciclo 202504',\n",
-       "       'Histórico de Vendas do Ciclo 202505',\n",
-       "       'Histórico de Vendas do Ciclo 202506',\n",
-       "       'Histórico de Vendas do Ciclo 202507',\n",
-       "       'Histórico de Vendas do Ciclo Atual', 'Dias sem venda',\n",
-       "       'Projeção Próximo Ciclo', 'Projeção Próximo Ciclo + 1',\n",
-       "       'Promoção Próximo Ciclo', 'Promoção Próximo Ciclo + 1', 'Estoque Atual',\n",
-       "       'Estoque em Transito', 'Pedido Pendente',\n",
-       "       'Compra inteligente semanal/Sugestão de compra',\n",
-       "       'Compra inteligente Próximo Ciclo',\n",
-       "       'Compra inteligente Próximo Ciclo + 1', 'Item Desativado',\n",
-       "       'Data Prevista Regularização', 'Carteira Bloqueada Para Novos Pedidos',\n",
-       "       'Planograma', 'Quantidade por caixa', 'Preço Sell In', 'Quantidade',\n",
-       "       'Item analisado', 'Histórico de Vendas do Ciclo 202407', 'match_x',\n",
-       "       'CRESCIMENTO', 'Ciclo', 'INICIO CICLO', 'FIM CICLO', 'DURAÇÃO',\n",
-       "       'match_y', 'dias_ate_inicio', 'INICIO CICLO SIMILAR',\n",
-       "       'FIM CICLO SIMILAR', 'DURAÇÃO CICLO SIMILAR', 'Código do Produto',\n",
-       "       'Ciclo', 'Vendas Ciclo Lançamento', 'CRESCIMENTO_GERAL',\n",
-       "       'Pico Vendas Similar Ultimos 6 ciclos', 'MEDIANA DO HISTÓRICO',\n",
-       "       'med_por_canal', 'PDVDEPARA.Practico', 'Código', 'CRESCIMENTO_FINAL',\n",
-       "       'PV GINSENG'],\n",
-       "      dtype='object')"
-      ]
-     },
-     "execution_count": 45,
-     "metadata": {},
-     "output_type": "execute_result"
-    }
-   ],
-   "source": [
-    "df_final.columns"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 46,
-   "id": "fe73c93e",
-   "metadata": {},
-   "outputs": [
-    {
-     "data": {
-      "text/plain": [
-       "Index(['PRODUTO LANÇAMENTO', 'DESCRIÇÃO DO LANÇAMENTO', 'PRODUTO SIMILAR',\n",
-       "       'DESCRIÇÃO SIMILAR', 'CICLO SIMILAR', 'FOCO', 'IAF', 'CATEGORIA',\n",
-       "       'MARCA', '% CONSUMIDOR', 'MECANICA CONSUMIDOR', '% REVENDEDOR',\n",
-       "       'MECANICA REVENDEDOR', 'TIPO DE PRODUTO', 'MATCH', 'PDV', 'CANAL',\n",
-       "       'DESCRIÇÃO PDV', 'PDV DESC', 'UF', 'ANALISTA', 'SUPERVISOR',\n",
-       "       'Descrição', 'Histórico de Vendas do Ciclo 202504',\n",
-       "       'Histórico de Vendas do Ciclo 202505',\n",
-       "       'Histórico de Vendas do Ciclo 202506',\n",
-       "       'Histórico de Vendas do Ciclo 202507',\n",
-       "       'Histórico de Vendas do Ciclo Atual',\n",
-       "       'Histórico de Vendas do Ciclo 202407', 'Vendas Ciclo Lançamento',\n",
-       "       'Pico Vendas Similar Ultimos 6 ciclos', 'MEDIANA DO HISTÓRICO',\n",
-       "       'PDVDEPARA.Practico', 'Código', 'PV GINSENG'],\n",
-       "      dtype='object')"
-      ]
-     },
-     "execution_count": 46,
-     "metadata": {},
-     "output_type": "execute_result"
-    }
-   ],
-   "source": [
-    "\n",
-    "df_final.drop(columns=['status', 'Classe', 'SKU', 'Subcategoria', 'Lançamento',\n",
-    "       'Desativação','Dias sem venda',\n",
-    "       'Projeção Próximo Ciclo', 'Projeção Próximo Ciclo + 1',\n",
-    "       'Promoção Próximo Ciclo', 'Promoção Próximo Ciclo + 1', 'Estoque Atual',\n",
-    "       'Estoque em Transito', 'Pedido Pendente',\n",
-    "       'Compra inteligente semanal/Sugestão de compra',\n",
-    "       'Compra inteligente Próximo Ciclo',\n",
-    "       'Compra inteligente Próximo Ciclo + 1', 'Item Desativado',\n",
-    "       'Data Prevista Regularização', 'Carteira Bloqueada Para Novos Pedidos',\n",
-    "       'Planograma', 'Quantidade por caixa', 'Preço Sell In', 'Quantidade',\n",
-    "       'Item analisado', 'match_x',\n",
-    "       'CRESCIMENTO', 'Ciclo', 'INICIO CICLO', 'FIM CICLO', 'DURAÇÃO',\n",
-    "       'match_y', 'dias_ate_inicio', 'INICIO CICLO SIMILAR','med_por_canal', 'CRESCIMENTO_FINAL',\n",
-    "       'FIM CICLO SIMILAR', 'DURAÇÃO CICLO SIMILAR', 'Código do Produto','CRESCIMENTO_GERAL'],inplace=True)\n",
-    "df_final.columns"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 47,
-   "id": "66772a9a",
-   "metadata": {},
-   "outputs": [
-    {
-     "data": {
-      "text/plain": [
-       "Index(['Histórico de Vendas do Ciclo 202504',\n",
-       "       'Histórico de Vendas do Ciclo 202505',\n",
-       "       'Histórico de Vendas do Ciclo 202506',\n",
-       "       'Histórico de Vendas do Ciclo 202507',\n",
-       "       'Histórico de Vendas do Ciclo Atual'],\n",
-       "      dtype='object')"
-      ]
-     },
-     "execution_count": 47,
-     "metadata": {},
-     "output_type": "execute_result"
-    }
-   ],
-   "source": [
-    "df_final.columns[23:28]"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 48,
+   "execution_count": 54,
    "id": "15b7149f",
    "metadata": {},
    "outputs": [],
    "source": [
-    "df_final = df_final.rename(columns={df_final.columns[23]: \"C-4\", df_final.columns[24]: \"C-3\",df_final.columns[25]: \"C-2\",df_final.columns[26]: \"C-1\",df_final.columns[27]:'VENDAS CICLO ATUAL'})\n"
+    "df_final = df_final.rename(columns={df_final.columns[30]: \"C-4\", df_final.columns[31]: \"C-3\",df_final.columns[32]: \"C-2\",df_final.columns[33]: \"C-1\",df_final.columns[34]:'VENDAS CICLO ATUAL'})\n"
    ]
   },
   {
    "cell_type": "code",
-   "execution_count": 49,
+   "execution_count": 55,
    "id": "9333bc77",
    "metadata": {},
    "outputs": [
@@ -1330,15 +1552,32 @@
        "Index(['PRODUTO LANÇAMENTO', 'DESCRIÇÃO DO LANÇAMENTO', 'PRODUTO SIMILAR',\n",
        "       'DESCRIÇÃO SIMILAR', 'CICLO SIMILAR', 'FOCO', 'IAF', 'CATEGORIA',\n",
        "       'MARCA', '% CONSUMIDOR', 'MECANICA CONSUMIDOR', '% REVENDEDOR',\n",
-       "       'MECANICA REVENDEDOR', 'TIPO DE PRODUTO', 'MATCH', 'PDV', 'CANAL',\n",
-       "       'DESCRIÇÃO PDV', 'PDV DESC', 'UF', 'ANALISTA', 'SUPERVISOR',\n",
-       "       'DESCRIÇÃO', 'C-4', 'C-3', 'C-2', 'C-1', 'VENDAS CICLO ATUAL',\n",
-       "       'VENDAS CICLO LANÇAMENTO', 'PICO VENDAS SIMILAR ULTIMOS 6 CICLOS',\n",
-       "       'MEDIANA DO HISTÓRICO', 'PDVDEPARA.PRACTICO', 'CÓDIGO', 'PV GINSENG'],\n",
+       "       'MECANICA REVENDEDOR', 'TIPO DE PRODUTO', 'MATCH', 'PDV',\n",
+       "       'PDV COMO TEXTO', 'CANAL', 'DESCRIÇÃO PDV', 'PDV DESC', 'UF',\n",
+       "       'ANALISTA', 'SUPERVISOR', 'STATUS', 'CLASSE', 'SKU_X', 'DESCRIÇÃO',\n",
+       "       'SUBCATEGORIA', 'LANÇAMENTO', 'DESATIVAÇÃO', 'C-4', 'C-3', 'C-2', 'C-1',\n",
+       "       'VENDAS CICLO ATUAL', 'DIAS SEM VENDA', 'PROJEÇÃO PRÓXIMO CICLO',\n",
+       "       'PROJEÇÃO PRÓXIMO CICLO + 1', 'PROMOÇÃO PRÓXIMO CICLO',\n",
+       "       'PROMOÇÃO PRÓXIMO CICLO + 1', 'ESTOQUE ATUAL', 'ESTOQUE EM TRANSITO',\n",
+       "       'PEDIDO PENDENTE', 'COMPRA INTELIGENTE SEMANAL/SUGESTÃO DE COMPRA',\n",
+       "       'COMPRA INTELIGENTE PRÓXIMO CICLO',\n",
+       "       'COMPRA INTELIGENTE PRÓXIMO CICLO + 1', 'ITEM DESATIVADO',\n",
+       "       'DATA PREVISTA REGULARIZAÇÃO', 'CARTEIRA BLOQUEADA PARA NOVOS PEDIDOS',\n",
+       "       'PLANOGRAMA', 'QUANTIDADE POR CAIXA', 'PREÇO SELL IN', 'QUANTIDADE',\n",
+       "       'ITEM ANALISADO', 'MATCH_X', 'CRESCIMENTO', 'CICLO', 'INICIO CICLO',\n",
+       "       'FIM CICLO', 'DURAÇÃO', 'MATCH_Y', 'DIAS_ATE_INICIO',\n",
+       "       'INICIO CICLO SIMILAR', 'FIM CICLO SIMILAR', 'DURAÇÃO CICLO SIMILAR',\n",
+       "       'CÓDIGO DO PRODUTO', 'CICLO', 'VENDAS CICLO LANÇAMENTO', 'SKU_Y',\n",
+       "       '202408', '202409', '202410', '202411', '202412', '202413', '202414',\n",
+       "       '202415', '202416', '202417', '202501', '202502', '202503', '202504',\n",
+       "       '202505', '202506', '202507', 'CRESCIMENTO_GERAL',\n",
+       "       'PICO VENDAS SIMILAR ULTIMOS 6 CICLOS', 'MEDIANA DO HISTÓRICO',\n",
+       "       'MED_POR_CANAL', 'PDVDEPARA.PRACTICO', 'CÓDIGO', 'CRESCIMENTO_FINAL',\n",
+       "       'PV GINSENG'],\n",
        "      dtype='object')"
       ]
      },
-     "execution_count": 49,
+     "execution_count": 55,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -1353,27 +1592,17 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 50,
-   "id": "5abd4bae",
-   "metadata": {},
-   "outputs": [],
-   "source": [
-    "df_final = df_final.drop(columns=['DESCRIÇÃO','MEDIANA DO HISTÓRICO'])"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 51,
+   "execution_count": 56,
    "id": "62ce5c62",
    "metadata": {},
    "outputs": [
     {
      "data": {
       "text/plain": [
-       "(816, 32)"
+       "(1022, 94)"
       ]
      },
-     "execution_count": 51,
+     "execution_count": 56,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -1384,18 +1613,106 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 52,
-   "id": "25cbff26",
+   "execution_count": 57,
+   "id": "cecca116",
    "metadata": {},
    "outputs": [],
    "source": [
-    "df_final = df_final.reindex(columns=[\n",
+    "df_final[['C-4', 'C-3', 'C-2', 'C-1', 'VENDAS CICLO ATUAL']] = df_final[['C-4', 'C-3', 'C-2', 'C-1', 'VENDAS CICLO ATUAL']].fillna(0)"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 58,
+   "id": "733e6e45",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "df_final = df_final[[\n",
     "    'SUPERVISOR',\n",
-    "    'ANALISTA',\n",
+    "    'ANALISTA', \n",
     "    'CANAL',\n",
     "    'UF',\n",
     "    'PDV',\n",
-    "    'PDV DESC',\n",
+    "    'DESCRIÇÃO PDV',\n",
+    "    'PRODUTO LANÇAMENTO',\n",
+    "    'DESCRIÇÃO DO LANÇAMENTO',\n",
+    "    'MARCA',\n",
+    "    'CATEGORIA',\n",
+    "    'MECANICA CONSUMIDOR',\n",
+    "    '% CONSUMIDOR',\n",
+    "    'MECANICA REVENDEDOR',\n",
+    "    '% REVENDEDOR',\n",
+    "    'TIPO DE PRODUTO',\n",
+    "    'IAF',\n",
+    "    'FOCO',\n",
+    "    'PRODUTO SIMILAR',\n",
+    "    'DESCRIÇÃO SIMILAR',\n",
+    "    'CICLO SIMILAR',\n",
+    "    'VENDAS CICLO LANÇAMENTO',\n",
+    "    'C-4',\n",
+    "    'C-3',\n",
+    "    'C-2',\n",
+    "    'C-1',\n",
+    "    'VENDAS CICLO ATUAL',\n",
+    "    'PICO VENDAS SIMILAR ULTIMOS 6 CICLOS',\n",
+    "    'PV GINSENG'\n",
+    "]]"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 59,
+   "id": "2e3a04cd",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "df_final = df_final[[\n",
+    "    'SUPERVISOR',\n",
+    "    'ANALISTA', \n",
+    "    'CANAL',\n",
+    "    'UF',\n",
+    "    'PDV',\n",
+    "    'DESCRIÇÃO PDV',\n",
+    "    'PRODUTO LANÇAMENTO',\n",
+    "    'DESCRIÇÃO DO LANÇAMENTO',\n",
+    "    'MARCA',\n",
+    "    'CATEGORIA',\n",
+    "    'MECANICA CONSUMIDOR',\n",
+    "    '% CONSUMIDOR',\n",
+    "    'MECANICA REVENDEDOR',\n",
+    "    '% REVENDEDOR',\n",
+    "    'TIPO DE PRODUTO',\n",
+    "    'IAF',\n",
+    "    'FOCO',\n",
+    "    'PRODUTO SIMILAR',\n",
+    "    'DESCRIÇÃO SIMILAR',\n",
+    "    'CICLO SIMILAR',\n",
+    "    'VENDAS CICLO LANÇAMENTO',\n",
+    "    'C-4',\n",
+    "    'C-3',\n",
+    "    'C-2',\n",
+    "    'C-1',\n",
+    "    'VENDAS CICLO ATUAL',\n",
+    "    'PICO VENDAS SIMILAR ULTIMOS 6 CICLOS',\n",
+    "    'PV GINSENG'\n",
+    "]]"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 60,
+   "id": "25cbff26",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "df_final = df_final.reindex(columns=[\n",
+    "    'SUPERVISOR',\n",
+    "    'ANALISTA',\n",
+    "    'CANAL',\n",
+    "    'UF',\n",
+    "    'PDV',\n",
+    "    'DESCRIÇÃO PDV',\n",
     "    'PRODUTO LANÇAMENTO',\n",
     "    'DESCRIÇÃO DO LANÇAMENTO',\n",
     "    'MARCA',\n",
@@ -1407,7 +1724,6 @@
     "    'TIPO DE PRODUTO',\n",
     "    'IAF',\n",
     "    'FOCO',\n",
-    "    'SKU',\n",
     "    'PRODUTO SIMILAR',\n",
     "    'DESCRIÇÃO SIMILAR',\n",
     "    'CICLO SIMILAR',\n",
@@ -1423,7 +1739,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 53,
+   "execution_count": 61,
    "id": "a3e80cb4",
    "metadata": {},
    "outputs": [],
@@ -1435,12 +1751,12 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 54,
+   "execution_count": 62,
    "id": "2df3e2e9",
    "metadata": {},
    "outputs": [],
    "source": [
-    "df_final.to_excel(f'C:/Users/joao.herculano/Documents/sugest{hoje}.xlsx',index=False)"
+    "df_final.to_excel(f'C:/Users/joao.herculano/Documents/Lançamento{hoje}{ciclo_lanc}.xlsx',index=False)"
    ]
   }
  ],