def generar_archivo_perf_procesado_collahuasi(origin_perf_file_container, origin_perf_file_blob,final_container ,final_blob):
    """
    Función que permite generar un archivo final con los datos de perforación de collahuasi procesados
    NOTA: FUNCION NO TERMINADA SOLO SE CREO PARA PODER CONTAR CON ARCHIVO PROCESADO DE COLLAHUASI,FALTA AGREGAR DRILLTIME
    ANTES DE ELIMINAR DUPLICADOS
    Parámetros
    ----------
    origin_perf_file_container: str
        Nombre del contenedor donde se encuentra el archivo de perforacion.
    origin_perf_file_blob: str
        Nombre del archivo de perforación
    final_container: str
        Nombre del contenedor donde se guardará el archivo final.  
    final_blob: str
        Nombre del archivo final.

    Returns
    -------
    None
    """
    
    """ 
        Lectura de archivos
    """
    # Archivo Flanders HHD
    conn_origin_container = BlobClient.from_connection_string(conn_str=BLOB_CONNECT_STRING, container_name=origin_perf_file_container, blob_name=origin_perf_file_blob)

    try: 
        download_stream = conn_origin_container.download_blob().readall()
        data_perf = json.loads(download_stream)
        df_perf = pd.DataFrame(data_perf['values'], columns=data_perf['headers'])
    except:
        download_stream = conn_origin_container.download_blob()
        df_perf = pd.read_json(download_stream, orient='table')

    """ 
        Procesamiento de archivos 
    """
    #df_Flanders = calculate_drill_time(df_hhd_aux, df_mwd, 'DateTime', ['Drill_Number','OperatorID','HoleNumber'])

    #Eliminación de registros totalmente suplicados en la fuente
    df_perf = df_perf.drop_duplicates(keep='first')

    df_perf_final = df_perf
    df_perf_final['banco'] = df_perf_final['Malla'].astype(str).str.extract(r'-(.*?)-').astype(float) #Campo Agregado
    df_perf_final['horaDeMuestra'] = pd.to_datetime(df_perf_final['horaDeMuestra'], errors='coerce')
    df_perf_final['fechaInicioPozo'] = pd.to_datetime(df_perf_final['fechaInicioPozo'], errors='coerce')
    df_perf_final['fechaFinPozo'] = pd.to_datetime(df_perf_final['fechaFinPozo'], errors='coerce')
    df_perf_final['Profundidad'] = pd.to_numeric(df_perf_final['Profundidad'], errors='coerce')
    df_perf_final['PosicionXPlanificada'] = pd.to_numeric(df_perf_final['PosicionXPlanificada'], errors='coerce')
    df_perf_final['PosicionYPlanificada'] = pd.to_numeric(df_perf_final['PosicionYPlanificada'], errors='coerce')
    df_perf_final['DrillTime'] = (df_perf_final['fechaFinPozo']-df_perf_final['fechaInicioPozo']).dt.total_seconds()/60
    
    #df_perf_final['DrillTime'] = (df_perf_final.groupby(subset_clave)['horaDeMuestra'].transform('max') -
    #df_perf_final.groupby(subset_clave)['horaDeMuestra'].transform('min')).dt.total_seconds()/60
    
    #Eliminación de pozos duplicados segun clave
    subset_clave = ['banco','PosicionXPlanificada','PosicionYPlanificada']  #list_key
    df_perf_final = df_perf_final.sort_values(by=['banco','PosicionXPlanificada'
                                                ,'PosicionYPlanificada','horaDeMuestra'
                                                ,'Profundidad'], ascending=[True,True,True,False,False])
    #subset_clave = ['banco','PosicionXPlanificada','PosicionYPlanificada']   
    df_perf_final = df_perf_final.drop_duplicates(subset=subset_clave, keep='first')
    
    ## Configuracion para subir al blob
    blob = BlobClient.from_connection_string(conn_str=BLOB_CONNECT_STRING, container_name=final_container, blob_name=final_blob)

    ## Subir la data 
    json_data = df_perf_final.to_json(index=False, orient='table')
    blob.upload_blob(json_data, overwrite=True)