com handler 1.0

server/backend/handlers/yandex_handler.py

@@ -1,18 +1,22 @@
 from pydantic import ValidationError
 from server.backend.pydantic import ExcelInfo
 import re
-def process_sheet(df, multiply_price=1, sheet_name=''):
-    # INLINE regex к колонке 'arti'
-    pattern = r'[A-ZА-Я]{0,1}\d{4}[A-ZА-Я]{1,2}\d{1}'
 
+from dotenv import load_dotenv                              #Работа с env
+import os
+load_dotenv()
+PATTERN = os.getenv("PATTERN")
+
+def process_sheet(df, multiply_price=1, sheet_name=''):
     df = df[['Ваш SKU', 'Количество, шт.', 'Сумма транзакции, ₽']].copy().dropna() #выбираем нужные колонки, делаем копию, чтобы можно было удалить None inline модом
     df = df[(df != 0).all(axis=1)] #drop all 0 values
     df['Сумма транзакции, ₽'] *= multiply_price #умножаем на -1 для возвратов
     df.rename(columns={'Ваш SKU': 'arti', 'Количество, шт.': 'counts', 'Сумма транзакции, ₽': 'price'}, inplace=True) #переименовываем для pydantic
-    df['arti'] = df['arti'].astype(str).str.extract(f'({pattern})', flags=re.IGNORECASE) #regex implemented
+    df['arti'] = df['arti'].astype(str).str.extract(f'({PATTERN})', flags=re.IGNORECASE) #regex implemented
     
     df['price'] = df['price'].astype(float) #To float, if exists 
     df['counts'] = df['counts'].astype(int) #To float, if exists 
+    df = df.groupby('arti', as_index=False).agg({'counts': 'sum', 'price': 'sum'}) #groupping
 
     validated_rows, errors = [], []
     for i, row in df.iterrows(): #проходит построчно по df, где i - индекс строки, row - данные строки