Skip to content
TheChatArchiveThe Chat Archive
o1-preview-2024-09-12· OpenAIAi2 WildChat-4.8M (AI2)

У меня есть код, который сохраняет в excel данные из Django QuerySet: [code] Модифицируй…

  1. User

    У меня есть код, который сохраняет в excel данные из Django QuerySet:

    def returnExcel(data): # data -- Django QuerySet с данными
        ENGINE = 'xlsxwriter'
    
        table_head = [userizeField(user, field) for field in HEADS['exPAY']['FIELDS'][:]]
        data = data.annotate(payment_type_of_work=Concat(F('shop_code__shop_region__payment_prefix'), F('work_type__type_of_work'))).values_list(*table_head) # Value('+'), 
        if len(data) < 1:
            return JsonResponse({'message': 'OK'})
        df = pd.DataFrame(data)
        df[6]  = df[6].astype('float')
        df[7]  = df[7].map( lambda x: '' if str(x) in ['None', '', 'NaT', False, 'False'] else 'УВОЛЕН')
        df[10] = df[10].map(lambda x: '' if str(x) in ['None', '', 'NaT', False, 'False'] else 'Прогул')
    
        df = df.rename(columns={idx: col_name for idx, col_name in enumerate(HEADS[head]['HEAD'])})
        response = HttpResponse(content_type='application/ms-excel')
        response['Content-Disposition'] = 'attachment; filename="file.xlsx"'
        df.to_excel(response, index=False, float_format="%.1f")
        return response
    

    Модифицируй его так, чтоб в конце добавился новый столбец. Шапка с данными в data выглядит так:

    ['date_for_work', 'shop_code__shop_code', 'shop_code__shop_type', 'shop_code__shop_region', 'timesheets__worker_id__worker_id',    'payment_type_of_work', 'timesheets__start_work',        'timesheets__end_work',            'timesheets__amount_of_work_time', 'timesheets__worker_id__date_Of_Dismissal', 'timesheets__grade__grade_num', 'workplace_note',         'timesheets__is_worker_skip_work',        ]
    

    Новый столбец должен состоять из: ПРИСТАВКА_ВИДА_МАГАЗИНА, ПРИСТАВКА_РЕГИОНА, ВИД_РАБОТЫ ПРИСТАКА_ВИДА_МАГАЗИНА: 'Ф', если 'shop_code__shop_type' = 'Фрешмаркет' 'Д', если 'shop_code__shop_type' = 'Дискаунтер' 'С', если 'shop_code__shop_type' = 'Суперстор' ПРИСТАВКА_РЕГИОНА: 'К) ', если 'shop_code__shop_region' = 'Кемерово' 'Х) ', если 'shop_code__shop_region' = 'Хакассия' 'И) ', если 'shop_code__shop_region' = 'Иркутск' ВИД_РАБОТЫ: 'payment_type_of_work'

    Например: 'shop_code__shop_type' | 'shop_code__shop_region' | 'payment_type_of_work' | Результат

    Фрешмаркет | Хакассия | Кассир | ФК) Кассир Суперстор | Иркутск | Выкладка | СИ) Выкладка Дискаунтер | Кемерово | Грузчик | ДК) Выкладка

  2. Assistant

    Чтобы добавить новый столбец в ваш DataFrame согласно заданным правилам, вы можете использовать функции map и объединение строк. Вот как можно модифицировать ваш код:

    def returnExcel(data):  # data -- Django QuerySet с данными
        ENGINE = 'xlsxwriter'
    
        table_head = [userizeField(user, field) for field in HEADS['exPAY']['FIELDS'][:]]
        data = data.annotate(payment_type_of_work=Concat(F('shop_code__shop_region__payment_prefix'), F('work_type__type_of_work'))).values_list(*table_head)
    
        if len(data) < 1:
            return JsonResponse({'message': 'OK'})
    
        # Создаем DataFrame с указанием названий столбцов
        df = pd.DataFrame(data, columns=table_head)
    
        # Приведение типов и существующие преобразования
        df['timesheets__start_work'] = df['timesheets__start_work'].astype('float')
        df['timesheets__end_work'] = df['timesheets__end_work'].map(lambda x: '' if str(x) in ['None', '', 'NaT', False, 'False'] else 'УВОЛЕН')
        df['timesheets__is_worker_skip_work'] = df['timesheets__is_worker_skip_work'].map(lambda x: '' if str(x) in ['None', '', 'NaT', False, 'False'] else 'Прогул')
    
        # Определяем словари для маппинга
        shop_type_prefix = {
            'Фрешмаркет': 'Ф',
            'Дискаунтер': 'Д',
            'Суперстор': 'С'
        }
    
        shop_region_prefix = {
            'Кемерово': 'К) ',
            'Хакассия': 'Х) ',
            'Иркутск': 'И) '
        }
    
        # Создаем новый столбец с результатом
        df['Результат'] = (
            df['shop_code__shop_type'].map(shop_type_prefix).fillna('') +
            df['shop_code__shop_region'].map(shop_region_prefix).fillna('') +
            df['payment_type_of_work']
        )
    
        # Добавляем название нового столбца в шапку
        HEADS[head]['HEAD'].append('Результат')
    
        # Переименовываем столбцы
        df = df.rename(columns={idx: col_name for idx, col_name in enumerate(HEADS[head]['HEAD'])})
    
        response = HttpResponse(content_type='application/ms-excel')
        response['Content-Disposition'] = 'attachment; filename="file.xlsx"'
        df.to_excel(response, index=False, float_format="%.1f")
        return response
    

    Пояснение:

    • Создание DataFrame с названиями столбцов: При создании DataFrame мы указываем название столбцов с помощью параметра columns=table_head.

    • Добавление нового столбца:

      • Создаем словари shop_type_prefix и shop_region_prefix для маппинга значений.
      • Используем метод map для замены значений в столбцах shop_code__shop_type и shop_code__shop_region на соответствующие префиксы.
      • Объединяем полученные префиксы с payment_type_of_work для создания нового столбца Результат.
    • Обновление шапки столбцов: Добавляем название нового столбца 'Результат' в список HEADS[head]['HEAD'], чтобы при переименовании столбцов новое название было учтено.

    • Переименование столбцов: Выполняем переименование столбцов с учетом нового столбца, используя обновленный список названий.

    Теперь при выполнении функции в вашем DataFrame появится новый столбец Результат, который будет содержать значения согласно вашим правилам, и этот столбец будет добавлен в итоговый Excel-файл.

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.