26 lines
2.0 KiB
Python
26 lines
2.0 KiB
Python
from pydantic import ValidationError
|
||
from server.backend.pydantic import ExcelInfo
|
||
import re
|
||
def process_sheet(df, real_arti = '', real_quantity='', real_sum_1=''):
|
||
pattern = r'[A-ZА-Я]{0,1}\d{4}[A-ZА-Я]{1,2}\d{1}' #regex
|
||
df = df[[real_arti, real_quantity, real_sum_1]].copy().dropna() #copy and drop all NA values
|
||
df = df[(df != 0).all(axis=1)] #drop all 0 values
|
||
df_validate = df[[real_arti, real_quantity, real_sum_1]].copy()
|
||
df_validate.rename(columns={real_arti: 'arti', real_quantity: 'counts', real_sum_1: 'price'}, inplace=True) #переименовываем для pydantic
|
||
df_validate['arti'] = df_validate['arti'].astype(str).str.extract(f'({pattern})', flags=re.IGNORECASE) #arti под regex
|
||
|
||
df_validate['price'] = df_validate['price'].str.replace(' ', '', regex=False).str.replace(',', '.', regex=False).astype(float) #переделка к норм виду и преобразование в float
|
||
df_validate['counts'] = df_validate['counts'].astype(int) #Float to Int, if exists
|
||
validated_rows, errors = [], []
|
||
for i, row in df_validate.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 Sheet1, check it ", errors)
|
||
return validated_rows
|
||
def evaluating(dfs):
|
||
validated_rows_1 = process_sheet(dfs["Sheet1"], real_arti='Артикул',real_quantity="Количество", real_sum_1='''Сумма выкупа, руб.,
|
||
(вкл. НДС)''') # номера столбцов от озона
|
||
return validated_rows_1 |