Skip to content
TheChatArchiveThe Chat Archive
o1-mini-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 Excel-файл на основе существующих полей в DataFrame, можно воспользоваться возможностями библиотеки Pandas для создания новых колонок через маппинг и конкатенацию значений. Ниже представлен модифицированный код функции returnExcel, в котором добавлен новый столбец согласно вашим требованиям.

    Шаги:

    1. Определение соответствий (маппингов) для типов магазинов и регионов.
    2. Создание нового столбца путем применения этих маппингов к соответствующим столбцам и объединения результатов с полем payment_type_of_work.
    3. Обновление заголовков столбцов, чтобы включить новый столбец в итоговый Excel-файл.

    Модифицированный код:

    import pandas as pd
    from django.http import HttpResponse, JsonResponse
    from django.db.models import F
    from django.db.models.functions import Concat
    
    def returnExcel(data):  # data -- Django QuerySet с данными
        ENGINE = 'xlsxwriter'
    
        # Получаем заголовки таблицы из настроек
        table_head = [userizeField(user, field) for field in HEADS['exPAY']['FIELDS'][:]]
        
        # Аннотируем QuerySet и получаем данные
        data = data.annotate(
            payment_type_of_work=Concat(
                F('shop_code__shop_region__payment_prefix'),
                F('work_type__type_of_work'),
                output_field=F('shop_code__shop_region__payment_prefix').output_field
            )
        ).values_list(*table_head)
        
        if len(data) < 1:
            return JsonResponse({'message': 'OK'})
        
        # Создаем DataFrame из полученных данных
        df = pd.DataFrame(data)
        
        # Преобразуем тип данных для определенных столбцов
        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')
        
        # Определяем маппинги для типа магазина и региона
        type_map = {
            'Фрешмаркет': 'Ф',
            'Дискаунтер': 'Д',
            'Суперстор': 'С'
        }
    
        region_map = {
            'Кемерово': 'К) ',
            'Хакассия': 'Х) ',
            'Иркутск': 'И) '
        }
        
        # Создаем новый столбец на основе существующих данных
        # Предполагая, что:
        # df[2] — 'shop_code__shop_type'
        # df[3] — 'shop_code__shop_region'
        # df[5] — 'payment_type_of_work'
        df['Тип_Регион_Работа'] = (
            df[2].map(type_map).fillna('') +
            df[3].map(region_map).fillna('') +
            df[5].fillna('')
        )
        
        # Опционально: Переместите новый столбец в нужное место, например, в конец
        # Если требуется другое место, можно использовать reindex или другие методы
        
        # Обновляем заголовки столбцов
        # Предполагая, что HEADS['exPAY']['HEAD'] содержит список имен для существующих столбцов
        renamed_columns = {idx: col_name for idx, col_name in enumerate(HEADS['exPAY']['HEAD'])}
        renamed_columns['Тип_Регион_Работа'] = 'Финальный Столбец'  # Укажите желаемое имя заголовка
        
        # Переименовываем существующие столбцы
        df = df.rename(columns=renamed_columns)
        
        # Если требуется, добавляем новый заголовок в список HEADS (опционально)
        # Например:
        # HEADS['exPAY']['HEAD'].append('Финальный Столбец')
        
        # Формируем HTTP-ответ с Excel-файлом
        response = HttpResponse(content_type='application/vnd.openxmlformats-officedocument.spreadsheetml.sheet')
        response['Content-Disposition'] = 'attachment; filename="file.xlsx"'
        
        # Экспортируем DataFrame в Excel
        # Используем engine='openpyxl' для современных Excel-файлов, но 'xlsxwriter' тоже подходит
        df.to_excel(response, index=False, engine=ENGINE, float_format="%.1f")
        
        return response
    

    Пояснения:

    1. Маппинги для типов магазинов и регионов:

      • Созданы словари type_map и region_map, которые соответствуют значениям из полей shop_code__shop_type и shop_code__shop_region соответствующим приставкам.
    2. Создание нового столбца:

      • Используется метод map для применения маппингов к соответствующим столбцам.
      • fillna('') гарантирует, что если значение не найдено в маппинге или отсутствует, будет использована пустая строка, чтобы избежать появления NaN в итоговом столбце.
      • Результаты объединяются с помощью оператора + для формирования итоговой строки, например, 'ФК) Кассир'.
    3. Переименование столбцов:

      • Существующие столбцы переименовываются на основе HEADS['exPAY']['HEAD'].
      • Новый столбец Тип_Регион_Работа получает собственный заголовок 'Финальный Столбец' (замените на желаемое имя).
    4. Экспорт в Excel:

      • Используется HttpResponse с соответствующим Content-Type для Excel-файла.
      • Метод to_excel сохраняет DataFrame в ответ, который будет загружен пользователем.

    Пример результата:

    date_for_workshop_code__shop_codeshop_code__shop_typeshop_code__shop_regiontimesheets__worker_id__worker_idpayment_type_of_worktimesheets__start_worktimesheets__end_worktimesheets__amount_of_work_timetimesheets__worker_id__date_Of_Dismissaltimesheets__grade__grade_numworkplace_notetimesheets__is_worker_skip_workФинальный Столбец
    2023-08-01001ФрешмаркетХакассия1001Кассир08:0016:008.03ФХ) Кассир
    2023-08-02002СуперсторИркутск1002Выкладка09:0017:008.02СИ) Выкладка
    2023-08-03003ДискаунтерКемерово1003Грузчик07:0015:008.01ДК) Грузчик

    Примечания:

    • Названия столбцов: Убедитесь, что в HEADS['exPAY']['HEAD'] добавлено название для нового столбца ('Финальный Столбец' в примере). Если этого не сделать, заголовок может не отображаться корректно.
    • Обработка отсутствующих значений: В маппингах используются fillna(''), чтобы избежать наличия NaN в итоговом столбце. При необходимости можно изменить поведение для других случаев.
    • Порядок столбцов: В примере новый столбец добавляется в конец таблицы. Если требуется другое расположение, можно использовать методы Pandas, такие как insert, чтобы задать конкретное место для нового столбца.

    Этот подход позволяет динамически добавлять новые столбцы на основе существующих данных, сохраняя при этом структуру и форматирование Excel-файла.

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