38 lines
2.2 KiB
Python
38 lines
2.2 KiB
Python
from pydantic import ValidationError
|
||
from server.backend.schemas.pydantic import ExcelInfo,settings,Translit
|
||
from server.backend.api.nomenclature import processing
|
||
import re
|
||
import datetime
|
||
def first_day_of_prev_month(format: str):
|
||
today = datetime.datetime.now()
|
||
first_day_current_month = today.replace(day=1)
|
||
last_day_prev_month = (first_day_current_month - datetime.timedelta(days=1)).replace(day=1)
|
||
return last_day_prev_month.strftime(format)
|
||
def process_sheet(df, real_arti:str, real_quantity:str, real_sum_1:str):
|
||
df= df.iloc[2:].reset_index(drop=True)
|
||
#Выборка
|
||
df = df.iloc[:, [real_arti, real_quantity, real_sum_1]].copy().dropna()
|
||
df = df[(df != 0).all(axis=1)] #drop all 0 values
|
||
df.columns = ['arti', 'counts', 'price']
|
||
#Нормализация
|
||
df['arti'] = df['arti'].replace(Translit.TRANSLIT, regex=True)
|
||
df['arti'] = df['arti'].astype(str).str.upper().str.extract(f'({settings.PATTERN})') #arti под regex
|
||
df['price'] = df['price'].astype(float) #переделка к норм виду и преобразование в float
|
||
df['counts'] = df['counts'].astype(int) #Float to Int, if exists
|
||
|
||
#Группировка
|
||
df = df.groupby('arti', as_index=False).agg({'counts': 'sum', 'price': 'sum'}) #groupping
|
||
df = processing(df) #vlookup for ref_keys
|
||
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 Лист_1, check it ", errors)
|
||
return validated_rows
|
||
def evaluating(dfs):
|
||
validated_rows_1 = process_sheet(dfs["Лист_1"], real_arti=0,real_quantity=4, real_sum_1=8)
|
||
date = first_day_of_prev_month(settings.TIMEFORMAT)
|
||
return validated_rows_1, date |