У меня есть код, который сохраняет в excel данные из Django QuerySet: [code] Модифицируй…
- 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 responseМодифицируй его так, чтоб в конце добавился новый столбец. Шапка с данными в
dataвыглядит 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
- 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 функцииreturnExcel, в котором добавлен новый столбец согласно вашим требованиям.Шаги:
- Определение соответствий (маппингов) для типов магазинов и регионов.
- Создание нового столбца путем применения этих маппингов к соответствующим столбцам и объединения результатов с полем
payment_type_of_work. - 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 responseПояснения:
-
Маппинги для типов магазинов и регионов:
- Созданы словари
type_mapиregion_map, которые соответствуют значениям из полейshop_code__shop_typeиshop_code__shop_regionсоответствующим приставкам.
- Созданы словари
-
Создание нового столбца:
- Используется метод
mapдля применения маппингов к соответствующим столбцам. fillna('')гарантирует, что если значение не найдено в маппинге или отсутствует, будет использована пустая строка, чтобы избежать появленияNaNв итоговом столбце.- Результаты объединяются с помощью оператора
+для формирования итоговой строки, например,'ФК) Кассир'.
- Используется метод
-
Переименование столбцов:
- Существующие столбцы переименовываются на основе
HEADS['exPAY']['HEAD']. - Новый столбец
Тип_Регион_Работаполучает собственный заголовок'Финальный Столбец'(замените на желаемое имя).
- Существующие столбцы переименовываются на основе
-
Экспорт в Excel:
- Используется
HttpResponseс соответствующимContent-Typeдля Excel-файла. - Метод
to_excelсохраняетDataFrameв ответ, который будет загружен пользователем.
- Используется
Пример результата:
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 Финальный Столбец 2023-08-01 001 Фрешмаркет Хакассия 1001 Кассир 08:00 16:00 8.0 3 ФХ) Кассир 2023-08-02 002 Суперстор Иркутск 1002 Выкладка 09:00 17:00 8.0 2 СИ) Выкладка 2023-08-03 003 Дискаунтер Кемерово 1003 Грузчик 07:00 15:00 8.0 1 ДК) 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 наличияNaNв 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.
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.