25 lines
2.0 KiB
Python
25 lines
2.0 KiB
Python
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}'
|
||
|
||
df = df[['Ваш SKU', 'Количество, шт.', 'Сумма транзакции, ₽']].copy().dropna() #выбираем нужные колонки, делаем копию, чтобы можно было удалить None inline модом
|
||
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) #
|
||
|
||
validated_rows, errors = [], []
|
||
for i, row in df.iterrows(): #проходит построчно по df, где i - индекс строки, row - данные строки
|
||
try:
|
||
validated_rows.append(ExcelInfo(**row.to_dict())) #добавляем в список проверенные данные полученные от pydantic, которые туда передаются в виде dict
|
||
except ValidationError as e:
|
||
errors.append((i, e.errors())) #выводит ошибку и пишет номер строки
|
||
if errors:
|
||
raise Exception(f"There are some errors with validation in {sheet_name}, check it ", errors)
|
||
return validated_rows
|
||
def evaluating(dfs):
|
||
validated_rows_1 = process_sheet(dfs["Получено от потребителей"], sheet_name="Получено от потребителей")
|
||
validated_rows_2 = process_sheet(dfs["Возвращено потребителям"], multiply_price=-1, sheet_name="Возвращено потребителям")
|
||
return validated_rows_1, validated_rows_2 |