Python Script for Excel Data Extraction
Budget: $30 – $250 USD
Descripción del Proyecto
Se requiere el desarrollo de un script en Python mediante Jupyter Notebook para procesar archivos de Excel con múltiples hojas y tablas no delimitadas. El script debe ser capaz de identificar, extraer y estructurar la información de cada tabla presente en el archivo.
Requisitos Técnicos
Funcionalidades Principales
Lectura y procesamiento de archivos Excel (.xlsx)
Identificación automática de tablas en cada hoja, considerando que:
Las tablas no están delimitadas
Pueden crecer horizontal o verticalmente
Pueden existir múltiples tablas por hoja
Las tablas pueden tener diferentes estructuras y tamaños
Manejo de celdas combinadas dentro de las tablas
Para cada tabla identificada, el script debe:
Detectar el nombre/título de la tabla
Identificar la hoja donde se encuentra
Convertir los datos a un DataFrame de Pandas
Mostrar la información estructurada
Consideraciones Importantes
No se requieren visualizaciones de datos para este proyecto
Los datos extraídos deben estructurarse en DataFrames según las especificaciones del cliente
Se proporcionarán archivos de Excel de muestra para garantizar la correcta identificación y extracción de tablas
El script debe manejar eficientemente las celdas combinadas dentro de las tablas
Los datos extraídos deben estructurarse en múltiples DataFrames, uno por cada tabla
Se requiere el desarrollo de un script en Python mediante Jupyter Notebook para procesar archivos de Excel con múltiples hojas y tablas no delimitadas. El script debe ser capaz de identificar, extraer y estructurar la información de cada tabla presente en el archivo.
Requisitos Técnicos
Funcionalidades Principales
Lectura y procesamiento de archivos Excel (.xlsx)
Identificación automática de tablas en cada hoja, considerando que:
Las tablas no están delimitadas
Pueden crecer horizontal o verticalmente
Pueden existir múltiples tablas por hoja
Las tablas pueden tener diferentes estructuras y tamaños
Manejo de celdas combinadas dentro de las tablas
Para cada tabla identificada, el script debe:
Detectar el nombre/título de la tabla
Identificar la hoja donde se encuentra
Convertir los datos a un DataFrame de Pandas
Mostrar la información estructurada
Consideraciones Importantes
No se requieren visualizaciones de datos para este proyecto
Los datos extraídos deben estructurarse en DataFrames según las especificaciones del cliente
Se proporcionarán archivos de Excel de muestra para garantizar la correcta identificación y extracción de tablas
El script debe manejar eficientemente las celdas combinadas dentro de las tablas
Los datos extraídos deben estructurarse en múltiples DataFrames, uno por cada tabla