tablas-python 0.1.5__tar.gz → 0.1.6__tar.gz

{tablas_python-0.1.5 → tablas_python-0.1.6}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: tablas-python
-Version: 0.1.5
+Version: 0.1.6
 Summary: Suite modular para extraer, transformar, conciliar y exportar tablas desde PDF, Excel y SQLite a pandas.
 Author: Reciba
 License: MIT

{tablas_python-0.1.5 → tablas_python-0.1.6}/helpers/__init__.py

@@ -7,7 +7,7 @@ from .display_helper import DisplayHelper, mostrar_tabla
 from utils.batch_processor import unir_archivos_carpeta
 from utils.excel_writer import escribir_en_excel
 from utils.validator import validar_dataframe, reporte_calidad, detectar_duplicados
-from utils.data_helpers import buscar_v, conciliar_tablas, obtener_celda, modificar_celda
+from utils.data_helpers import buscar_v, conciliar_tablas, obtener_celda, modificar_celda, formato_clp, formato_porcentaje, formato_moneda
 
 __all__ = [
     "TableManager",
@@ -23,6 +23,9 @@ __all__ = [
     "conciliar_tablas",
     "obtener_celda",
     "modificar_celda",
+    "formato_clp",
+    "formato_porcentaje",
+    "formato_moneda",
     "DisplayHelper",
     "mostrar_tabla",
 ]

{tablas_python-0.1.5 → tablas_python-0.1.6}/pyproject.toml

@@ -4,7 +4,7 @@ build-backend = "setuptools.build_meta"
 
 [project]
 name = "tablas-python"
-version = "0.1.5"
+version = "0.1.6"
 description = "Suite modular para extraer, transformar, conciliar y exportar tablas desde PDF, Excel y SQLite a pandas."
 readme = "README.md"
 authors = [

{tablas_python-0.1.5 → tablas_python-0.1.6}/tablas_python/__init__.py

@@ -18,6 +18,7 @@ from utils.data_helpers import (
     limpiar_columnas_numericas,
     normalizar_fechas,
     formato_moneda,
+    formato_clp,
     formato_porcentaje,
     formato_miles,
     formatear_dataframe,
@@ -32,7 +33,7 @@ from utils.data_helpers import (
     conciliar_tablas,
 )
 
-__version__ = "0.1.5"
+__version__ = "0.1.6"
 
 __all__ = [
     "TableManager",
@@ -54,6 +55,7 @@ __all__ = [
     "limpiar_columnas_numericas",
     "normalizar_fechas",
     "formato_moneda",
+    "formato_clp",
     "formato_porcentaje",
     "formato_miles",
     "formatear_dataframe",

{tablas_python-0.1.5 → tablas_python-0.1.6}/tablas_python.egg-info/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: tablas-python
-Version: 0.1.5
+Version: 0.1.6
 Summary: Suite modular para extraer, transformar, conciliar y exportar tablas desde PDF, Excel y SQLite a pandas.
 Author: Reciba
 License: MIT

{tablas_python-0.1.5 → tablas_python-0.1.6}/utils/__init__.py

@@ -17,6 +17,7 @@ from .data_helpers import (
     limpiar_columnas_numericas,
     normalizar_fechas,
     formato_moneda,
+    formato_clp,
     formato_porcentaje,
     formato_miles,
     formatear_dataframe,
@@ -56,6 +57,7 @@ __all__ = [
     "limpiar_columnas_numericas",
     "normalizar_fechas",
     "formato_moneda",
+    "formato_clp",
     "formato_porcentaje",
     "formato_miles",
     "formatear_dataframe",

{tablas_python-0.1.5 → tablas_python-0.1.6}/utils/data_helpers.py

@@ -146,6 +146,18 @@ def formato_moneda(val: Any, simbolo: str = "$", decimales: int = 0, separador_m
     return f"{simbolo} {texto}" if simbolo else texto
 
 
+def formato_clp(val: Any, simbolo: str = "$") -> str:
+    """
+    Formatea un número o texto a Pesos Chilenos (CLP) con separador de miles y sin decimales.
+    
+    Ejemplos:
+        formato_clp(1500000)              -> "$ 1.500.000"
+        formato_clp("1500000")            -> "$ 1.500.000"
+        formato_clp(250000, simbolo="CLP") -> "CLP 250.000"
+    """
+    return formato_moneda(val, simbolo=simbolo, decimales=0, separador_miles=".")
+
+
 def formato_porcentaje(
     val: Any,
     decimales: Optional[int] = None,
@@ -224,10 +236,14 @@ def formatear_dataframe(
     for col, tipo in reglas.items():
         if col not in df_out.columns:
             continue
-        if tipo == 'moneda':
-            df_out[col] = df_out[col].apply(lambda x: formato_moneda(x, decimales=0))
+        if tipo in ['moneda', 'clp', 'moneda_clp']:
+            df_out[col] = df_out[col].apply(lambda x: formato_clp(x))
         elif tipo == 'moneda_2dec':
             df_out[col] = df_out[col].apply(lambda x: formato_moneda(x, decimales=2))
+        elif tipo == 'usd':
+            df_out[col] = df_out[col].apply(lambda x: formato_moneda(x, simbolo="USD $", decimales=2, separador_miles=","))
+        elif tipo == 'uf':
+            df_out[col] = df_out[col].apply(lambda x: formato_moneda(x, simbolo="UF", decimales=2, separador_miles="."))
         elif tipo == 'porcentaje':
             df_out[col] = df_out[col].apply(lambda x: formato_porcentaje(x))
         elif tipo == 'porcentaje_1dec':