Python para contabilistas: primeiros passos

Python é uma linguagem de programação de leitura fácil, muito usada em análise de dados. Para quem trabalha com contabilidade, serve para automatizar tarefas repetitivas em ficheiros Excel e CSV: juntar extractos, limpar descrições, comparar listas e detectar diferenças. Não é preciso ser programador para começar.

Quando compensa passar do Excel para o Python

O Excel resolve a maioria dos problemas. O Python compensa quando a tarefa é repetida todos os meses com ficheiros semelhantes, quando há muitos ficheiros a juntar, ou quando os dados são grandes. Em vez de repetir cliques, escreve-se um guião (script) que faz o trabalho em segundos e produz sempre o mesmo resultado.

Outra vantagem é a transparência: o código é um registo exacto do que foi feito aos dados, algo valioso em auditoria e em fecho de contas.

Preparar o ambiente

1. Instale o Python a partir do site oficial ou use uma distribuição científica que já inclua as bibliotecas.
2. Use um editor amigável, como um caderno Jupyter, onde cada célula mostra o resultado imediatamente.
3. Instale a biblioteca pandas, a mais usada para tabelas de dados.

Se não quiser instalar nada, existem serviços online gratuitos que correm cadernos no navegador. Confirme sempre as condições de privacidade antes de carregar dados reais de clientes.

Conceitos mínimos

• Variável: um nome que guarda um valor. iva = 0.14 guarda uma taxa ilustrativa.
• Lista: uma sequência de valores, como os totais de cada mês.
• Ciclo (for): repete uma acção para cada elemento.
• Função: um bloco de código reutilizável com um nome.
• DataFrame: a tabela do pandas, com linhas e colunas, equivalente a uma folha de cálculo.

Ler e ver uma tabela

Com pandas, abre-se um ficheiro numa linha: df = pd.read_excel('razao.xlsx'). Os comandos df.head() e df.info() mostram as primeiras linhas e os tipos de colunas. O primeiro cuidado é verificar se as datas foram lidas como datas e os valores como números, e não como texto, que é o problema mais frequente com ficheiros exportados de programas contabilísticos.

Exemplo resolvido: reconciliar banco e razão

Tem dois ficheiros: o extracto bancário e o razão da conta de depósitos à ordem. Quer saber que movimentos existem num e não no outro. Valores ilustrativos.

1. Ler os dois ficheiros em dois DataFrames.
2. Criar em cada um uma chave composta: data e valor (por exemplo, '2025-03-05_120000').
3. Fazer uma junção externa (merge com how='outer' e indicator=True).
4. Filtrar as linhas marcadas como existentes só no banco ou só no razão.
5. Exportar o resultado para Excel para análise.

Se o banco tem um débito de 120 000 em 5 de Março que o razão não tem, é provavelmente uma comissão ou transferência ainda não registada. Se o razão tem um cheque de 80 000 que o banco não tem, é um cheque em trânsito. O resultado é a lista de itens de reconciliação, obtida em segundos.

Automatizar um relatório mensal

O passo seguinte é juntar tudo num guião reutilizável. Em vez de repetir as mesmas operações em Janeiro, Fevereiro e Março, escreva uma função que recebe o nome do ficheiro e devolve a tabela limpa e agregada. Depois, um ciclo percorre a pasta e aplica a função a cada ficheiro.

Exemplo: uma loja exporta todos os meses um ficheiro de vendas com colunas de data, produto, quantidade e valor. O guião lê o ficheiro, converte a data, calcula o total por produto e escreve uma folha de Excel com o resumo. O que levava uma hora de cópias e fórmulas leva segundos, e o resultado é sempre calculado da mesma maneira, o que reduz erros de cópia e esquecimentos.

Um cuidado essencial: sempre que o formato do ficheiro mudar (nova coluna, nome diferente), o guião pode falhar. É preferível que falhe com uma mensagem clara do que produza números errados em silêncio. Por isso, inclua verificações simples, como confirmar que as colunas esperadas existem e que o total do resumo coincide com o total do ficheiro de origem.

Limpar dados: o trabalho invisível

Boa parte do trabalho com dados é limpeza. Alguns comandos úteis: str.strip() remove espaços; str.upper() uniformiza maiúsculas; drop_duplicates() remove linhas repetidas; fillna() trata células vazias; to_datetime() converte datas. Guarde sempre o ficheiro original intacto e escreva o resultado num ficheiro novo, para poder voltar atrás.

Erros típicos de quem começa

O primeiro erro é tentar aprender tudo antes de fazer algo útil. Escolha uma tarefa real e pequena e resolva-a; a linguagem aprende-se pelo caminho. O segundo é copiar código da internet sem o ler: pode apagar colunas, alterar tipos ou somar o que não devia. O terceiro é sobrescrever o ficheiro original; grave sempre o resultado noutro ficheiro.

Em contabilidade, há ainda um erro específico: usar números decimais de vírgula flutuante para somas muito grandes ou muito precisas, o que pode gerar diferenças de cêntimos. Para valores monetários, arredonde de forma explícita e controle os totais, ou use o tipo Decimal.

Primeiros projectos para praticar

• Juntar os 12 ficheiros mensais de despesas numa só tabela.
• Calcular totais por conta e por mês (groupby).
• Detectar facturas com o mesmo número e fornecedor.
• Preparar um mapa de amortizações para uma lista de activos.
• Comparar balancetes de dois anos e destacar variações superiores a 10%.

Cuidados de quem trabalha com dados de terceiros

• Confidencialidade: não carregue dados reais em serviços externos sem autorização.
• Verifique sempre os totais com o balancete.
• Comente o código para que um colega o perceba.
• Teste primeiro com poucas linhas.
• Não confie cegamente em código gerado por ferramentas de IA; leia-o e experimente.

Conteúdo educativo, de carácter geral. Regras contabilísticas e fiscais variam de país para país e mudam com o tempo: confirme sempre na norma ou na lei em vigor.

Também pode interessar: Todos os artigos Contabilidade SQL básico Power BI Mais sobre: Tecnologia, dados e casos práticos Blockchain e contabilidade: mito e realidade Facturação electrónica e SAF-T: conceitos básicos Automatização de processos (RPA) em contabilidade

Perguntas frequentes

Quanto tempo leva a aprender o suficiente?

Com prática regular, algumas semanas dão para automatizar tarefas simples. A fluência vem com projectos reais.

Python é melhor do que Excel?

Não é melhor, é diferente. Para tarefas pontuais, o Excel basta; para repetição e volume, o Python poupa muito tempo.

É preciso matemática avançada?

Não. A matemática de contabilidade (somas, percentagens, médias) basta. O essencial é lógica e persistência.