https://github.com/jtrecenti/app_streamlit_clinicas

https://github.com/jtrecenti/app_streamlit_clinicas

Last synced: 20 days ago
JSON representation

• Host: GitHub
• URL: https://github.com/jtrecenti/app_streamlit_clinicas
• Owner: jtrecenti
• Created: 2024-05-31T00:17:12.000Z (7 months ago)
• Default Branch: main
• Last Pushed: 2024-05-31T00:17:14.000Z (7 months ago)
• Last Synced: 2024-12-13T17:13:08.595Z (21 days ago)
• Language: JavaScript
• Size: 319 KB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# Analisa Dados TCU

Este aplicativo foi criado para demonstrar como realizar a análise e junção de um arquivo PDF e um arquivo XLSX utilizando o Streamlit. O aplicativo permite que o usuário carregue um arquivo PDF e um arquivo XLSX, e então realiza a junção das bases de dados, gerando um arquivo XLSX com o resultado.

## Como o aplicativo foi construído

1. **Configuração do ambiente**:

   - Instale as bibliotecas necessárias: Streamlit, Pandas, PyPDF2, openpyxl e XlsxWriter.

     ```bash

     pip install streamlit pandas PyPDF2 openpyxl xlsxwriter

     ```

2. **Estrutura do aplicativo**:

   - O aplicativo utiliza o Streamlit para criar a interface de usuário.

   - O arquivo PDF é lido usando a biblioteca PyPDF2 e seu conteúdo é convertido em um DataFrame do Pandas.

   - O arquivo XLSX é lido diretamente em um DataFrame do Pandas.

   - A junção das bases é realizada pela coluna "nome".

   - O resultado é salvo em um novo arquivo XLSX que pode ser baixado pelo usuário.

3. **Código principal do aplicativo**:

   - O aplicativo foi implementado em um arquivo Python (`app.py`). A parte que vocês devem modificar é a função `analisa_dados`, que lê os arquivos PDF e XLSX e faz a junção das bases:

```python

def analisa_dados (pdf_file, xlsx_file):

    ## passo 1: lê o arquivo pdf

    # por exemplo:

    # pdf_reader = PyPDF2.PdfReader(pdf_file)

    # text = []

    # for page in pdf_reader.pages:

    #     text.append(page.extract_text())

    # text = "\n".join(text)

    # lines = text.split("\n")

    # df = pd.DataFrame(lines, columns=["content"])

    # return df

    ## passo 2: lê o arquivo xlsx (talvez precise fazer algum ajuste)

    xlsx_df = pd.read_excel(xlsx_file)

    ## passo 3: faz o merge dos dois arquivos

    # por exemplo:

    # joined_df = pd.merge(pdf_df, xlsx_df, on="nome", how="left")

    # o código abaixo é temporário. Substituir

    # pelo resultado do merge

    joined_df = xlsx_df

    return joined_df

```

## Como executar o aplicativo

1. Certifique-se de ter todas as dependências instaladas:

```bash

pip install streamlit pandas PyPDF2 openpyxl xlsxwriter

```

2. Na linha de comando, execute o aplicativo com o Streamlit:

```bash

streamlit run app.py

```

(não se esqueça de estar no diretório onde o arquivo `app.py` está localizado)

O resultado será uma página assim:

![](image/README/image.png)

## Lista de Tarefas

1. **Passo 1: Ler o arquivo PDF**:

   - Implementar a leitura do arquivo PDF e a conversão do conteúdo em um DataFrame do Pandas, como vocês já fizeram antes.

2. **Passo 2: Ler o arquivo XLSX**:

   - Implementar a leitura do arquivo XLSX em um DataFrame do Pandas.

3. **Passo 3: Fazer a junção das bases**:

    - Implementar a junção das bases de dados utilizando a coluna que contém os nomes como chave.

4. **Extra: Documentação**:

   - Melhorar a documentação do código, adicionando comentários detalhados e explicações sobre cada parte do processo.