72 lines
2.8 KiB
Python
72 lines
2.8 KiB
Python
import pandas as pd
|
|
import os
|
|
|
|
# Caminhos
|
|
#pasta_entrada = r"C:\Users\andressa.rocha\OneDrive - GRUPO GINSENG\2025\CONSULTA_ESTOQUE"
|
|
pasta_entrada = r"..\CONSULTA_ESTOQUE"
|
|
|
|
#pasta_saida = r"C:\Users\andressa.rocha\OneDrive - GRUPO GINSENG\2025\SUPRIMENTOS\ANALISE_ESTOQUE\ESTOQUE_UNIFCADO_MES"
|
|
pasta_saida = r"..\SUPRIMENTOS\ANALISE_ESTOQUE\ESTOQUE_UNIFCADO_MES"
|
|
os.makedirs(pasta_saida, exist_ok=True)
|
|
|
|
# Lista subpastas
|
|
subpastas = [os.path.join(pasta_entrada, d) for d in os.listdir(pasta_entrada) if os.path.isdir(os.path.join(pasta_entrada, d))]
|
|
|
|
df_list = []
|
|
|
|
for subpasta in subpastas:
|
|
arquivos = [f for f in os.listdir(subpasta) if f.endswith(".csv")]
|
|
nome_pasta = os.path.basename(subpasta)
|
|
|
|
try:
|
|
parte_final = nome_pasta.split('_')[-1]
|
|
data_estoque = pd.to_datetime(parte_final[:8], format="%Y%m%d", errors='coerce')
|
|
except Exception:
|
|
data_estoque = pd.NaT
|
|
|
|
for arquivo in arquivos:
|
|
caminho_arquivo = os.path.join(subpasta, arquivo)
|
|
try:
|
|
df = pd.read_csv(caminho_arquivo, encoding="utf-8", low_memory=False)
|
|
df["Arquivo_Origem"] = arquivo
|
|
df["Pasta_Origem"] = nome_pasta
|
|
df["data_estoque"] = data_estoque
|
|
df_list.append(df)
|
|
except Exception as e:
|
|
print(f"Erro ao ler o arquivo {arquivo}: {e}")
|
|
|
|
# Filtrar e salvar o estoque do último dia do mês anterior + máximo dia do mês atual
|
|
if df_list:
|
|
df_final = pd.concat(df_list, ignore_index=True)
|
|
df_final["data_estoque"] = pd.to_datetime(df_final["data_estoque"], errors="coerce")
|
|
df_final = df_final.dropna(subset=["data_estoque"])
|
|
|
|
# Data máxima disponível
|
|
data_max = df_final["data_estoque"].max()
|
|
|
|
# Identifica mês atual e anterior
|
|
mes_atual = data_max.to_period("M")
|
|
mes_anterior = (data_max - pd.DateOffset(months=1)).to_period("M")
|
|
|
|
# Último dia do mês anterior
|
|
ult_dia_mes_ant = df_final[df_final["data_estoque"].dt.to_period("M") == mes_anterior]["data_estoque"].max()
|
|
|
|
# Último dia disponível no mês atual
|
|
ult_dia_mes_atual = data_max
|
|
|
|
# Filtra apenas esses dois dias
|
|
df_filtrado = df_final[df_final["data_estoque"].isin([ult_dia_mes_ant, ult_dia_mes_atual])]
|
|
|
|
caminho_saida = os.path.join(pasta_saida, "ESTOQUE_UNIFICADO.parquet")
|
|
df_filtrado.to_parquet(caminho_saida, index=False)
|
|
#df_filtrado.to_csv(f'{pasta_saida}/estoque.csv', index=False)
|
|
|
|
# Impressão final das datas filtradas
|
|
print("✅ Arquivo Parquet salvo com sucesso!")
|
|
print("📅 Datas incluídas no arquivo:")
|
|
print(f" - Último dia do mês anterior: {ult_dia_mes_ant.strftime('%d/%m/%Y')}")
|
|
print(f" - Último dia disponível do mês atual: {ult_dia_mes_atual.strftime('%d/%m/%Y')}")
|
|
|
|
else:
|
|
print("⚠️ Nenhum arquivo CSV foi encontrado para processar.")
|