Skip to content
Open
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
12 changes: 11 additions & 1 deletion dados_cnpj_para_sqlite.py
Original file line number Diff line number Diff line change
Expand Up @@ -18,7 +18,7 @@

import pandas as pd, sqlite3, sqlalchemy
import glob, time, dask.dataframe as dd
import os, sys, zipfile
import os, sys, zipfile, gc

dataReferencia = 'xx/xx/2024' #input('Data de referência da base dd/mm/aaaa: ')
pasta_compactados = r"dados-publicos-zip" #local dos arquivos zipados da Receita
Expand Down Expand Up @@ -59,6 +59,11 @@ def carregaTabelaCodigo(extensaoArquivo, nomeTabela):
dtab = pd.read_csv(arquivo, dtype=str, sep=';', encoding='latin1', header=None, names=['codigo','descricao'])
dtab.to_sql(nomeTabela, engine, if_exists='replace', index=None)
engine.execute(f'CREATE INDEX idx_{nomeTabela} ON {nomeTabela}(codigo);')

#Coleta de lixo (liberar RAM)
del dtab
gc.collect()

if bApagaDescompactadosAposUso:
print('apagando arquivo '+arquivo)
os.remove(arquivo)
Expand Down Expand Up @@ -152,6 +157,11 @@ def carregaTipo(nome_tabela, tipo, colunas):
#dask possibilita usar curinga no nome de arquivo, por ex:
#ddf = dd.read_csv(pasta_saida+r'\*' + tipo, sep=';', header=None, names=colunas ...
ddf.to_sql(nome_tabela, engine_url, index=None, if_exists='append', dtype=sqlalchemy.sql.sqltypes.TEXT)

#Coleta de lixo (liberar RAM)
del ddf
gc.collect()

if bApagaDescompactadosAposUso:
print(f'apagando o arquivo {arq=}')
os.remove(arq)
Expand Down