Работа библ. pandas с данными с xlsx

@Baton4ik48 · Регистрация: 26.04.2016

Студворк — интернет-сервис помощи студентам

Не пойму в чём проблема, код работал на протежении пол года без проблем, теперь не удаляет строчки с датами текущей недели, проверил через print все форматы выовдятся правильно, но вот почему то не удаляет эти строки не пойму, причём само сломалось, ничего не менял, мистика.....

как работает код
открывает три файла, сличает их по критериям, переносит необходимые значения в один файл (несоотвествия)
определяет даты текущей недели от и до
читает столбец 3 файла DISCREPANCY_FILE и проверяет попадает ли дата в текущий диапазон текущей недели, если попадает то удаляет строку, если не попадает, то оставляет (это нужно для отображения несоответствий)

ну вот у меня и сломалось всё само, дата попадает, а удалять не удаляет.....

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
           # Загрузка данных из файлов с использованием Pandas
            verification_df = pd.read_excel(ALL_GTM_FILE_VERIFIC, header=None)
            archive_df = pd.read_excel(ARCHIVE_FILE_RA, header=None)
            updates_df = pd.read_excel(UPDATES_FILE_ARSHIN, header=None)
 
            # Создание списка значений из столбца F файла верификации
            verification_column_5 = verification_df.iloc[:, 5]
 
            # Создание множества значений из столбца A файла архива
            archive_column_1 = set(archive_df.iloc[:, 0])
 
            # Фильтрация несоответствий и запись их в новый DataFrame
            discrepancy_df = verification_df[~verification_column_5.isin(archive_column_1)]
 
            # Добавление проверки на заполненность ячеек в столбцах B, C файла "UPDATES_FILE_ARSHIN"
            empty_cells = updates_df.iloc[1:, [1, 2 ]].isnull().any(axis=1)
            empty_rows = updates_df.iloc[1:][empty_cells]
 
            # Выбор нужных столбцов из "UPDATES_FILE_ARSHIN" и добавление их в "DISCREPANCY_FILE"
            selected_columns = empty_rows.iloc[:, [0, 4, 5]]  # Выбираем столбцы 1, 5, 6
            selected_columns.columns = [5, 6, 7]  # Вставляем вдругие столбцы 5, 6, 7
 
            discrepancy_df = pd.concat([discrepancy_df, selected_columns], ignore_index=True)
 
            # Считываем текущую дату
            current_date = datetime.now()
 
            # Определяем первый день недели
            start_of_week = current_date - timedelta(days=current_date.weekday())
 
            # Определяем последний день недели
            end_of_week = start_of_week + timedelta(days=6)
 
            print(f"{start_of_week} - {end_of_week}")
 
            # Определяем форматы дат
            format_date = "%d.%m.%Y"
 
            # Преобразуем даты в строки
            start_of_week_str = start_of_week.strftime(format_date)
            end_of_week_str = end_of_week.strftime(format_date)
 
            print(f"{start_of_week_str} - {end_of_week_str}")
 
            # Вывод значений из столбца 3 перед фильтрацией
            print("Values in column 3 before filtering:")
            print(discrepancy_df.iloc[:, 3])
 
            # Удаление строк, в которых столбец 3 содержит дату текущей недели
            discrepancy_df = discrepancy_df.loc[~discrepancy_df.iloc[:, 3].between(start_of_week_str, end_of_week_str)]
            for value in discrepancy_df.iloc[:, 3]:
                print(f"Value: {value}, Is in range: {start_of_week_str} - {end_of_week_str}: {value >= start_of_week_str and value <= end_of_week_str}")
            print(discrepancy_df)
            
            # Получить количество несоответствий
            num_discrepancies = discrepancy_df.shape[0]
 
            # Сохранение файла несоответствий
            discrepancy_df.to_excel(DISCREPANCY_FILE, index=False, header= False)

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
Принты
2024-02-26 12:44:28.545627 - 2024-03-03 12:44:28.545627
26.02.2024 - 03.03.2024
Values in column 3 before filtering:
0     27.02.2024
1     27.02.2024
2     28.02.2024
3     28.02.2024
4     27.02.2024
         ...    
81    15.02.2024
82    15.02.2024
83    15.02.2024
84    15.02.2024
85    15.02.2024
Name: 3, Length: 86, dtype: object
Value: 27.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 27.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 28.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 28.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 27.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 27.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 27.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 27.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 27.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 27.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 27.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 27.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
..       ...         ...      ...         ...         ...                         ...  ...  ...
Value: 15.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 15.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 15.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 15.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 15.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 15.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 15.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
Value: 15.02.2024, Is in range: 26.02.2024 - 03.03.2024: False
           0           1        2           3           4                           5    6    7
0   22577-08     ФП11.2К  2005062  27.02.2024  26.02.2025  С-АЮЛ/27-02-2024/319805240  NaN  NaN
1   22577-08     ФП11.2К  1407176  27.02.2024  26.02.2025  С-АЮЛ/27-02-2024/319805239  NaN  NaN
2   17005-01     ТСМ 012        1  28.02.2024  27.02.2026  С-АЮЛ/28-02-2024/319805187  NaN  NaN
3   17005-01     ТСМ 012        2  28.02.2024  27.02.2026  С-АЮЛ/28-02-2024/319805186  NaN  NaN
4   26053-03      АМТ-03       26  27.02.2024  26.08.2024  С-АЮЛ/27-02-2024/319805114  NaN  NaN
..       ...         ...      ...         ...         ...                         ...  ...  ...
81  28514-05   НМП-52-М2  1804860  15.02.2024  14.02.2025  С-АЮЛ/15-02-2024/318859951  NaN  NaN
82  28514-05  ТНМП-52-М2  1805573  15.02.2024  14.02.2025  С-АЮЛ/15-02-2024/318859950  NaN  NaN
83  28514-05   НМП-52-М2  1804835  15.02.2024  14.02.2025  С-АЮЛ/15-02-2024/318859949  NaN  NaN
84  28514-05   НМП-52-М2  1804875  15.02.2024  14.02.2025  С-АЮЛ/15-02-2024/318859948  NaN  NaN
85  28514-05   НМП-52-М2  9568109  15.02.2024  14.02.2025  С-АЮЛ/15-02-2024/318859947  NaN  NaN
 
[86 rows x 8 columns]

Не пойму в чём проблема, как могло всё сломаться..... Есть у кого нибудь мысли в чём проблема ?

Новые блоги и статьи Все статьи Все блоги /
Валидация и контроль данных табличной части документа перед записью Maks 22.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа, разработанного в КА2. Задача: контроль и валидация данных табличной части документа перед записью с учетом регламента компании. . .	Отчёт о затраченных материалах за определенный период с макетом печатной формы Maks 21.04.2026 Отчёт из решения ниже размещён в конфигурации КА2. Задача: разработка отчёта по затраченным материалам за определённый период, с возможностью вывода печатной формы отчёта с шапкой и подвалом. В. . .	Отчёт о спецтехнике находящейся в ремонте Maks 20.04.2026 Отчёт из решения ниже размещен в конфигурации КА2. Задача: отобразить спецтехнику, которая на данный момент находится в ремонте. Есть нетиповой документ "Заявка на ремонт спецтехники" который. . .	Памятка для бота и "визитка" для читателей "Semantic Universe Layer (Слой семантической вселенной)" Hrethgir 19.04.2026 Сгенерировано для краткого описания по случаю сборки и компиляции скелета серверного приложения. И пусть после этого скажут, что статьи сгенерированные AI - туфта и не интересно. И это не реклама -. . .
Запрет удаления строк ТЧ документа при определённом условии Maks 19.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "Аккумуляторы", разработанного в конфигурации КА2. У данного документа есть ТЧ, в которой в зависимости от прав доступа. . .	Модель заражения группы наркоманов alhaos 17.04.2026 Условия задачи сформулированы тут Суть: - Группа наркоманов из 10 человек. - Только один инфицирован ВИЧ. - Колются одной иглой. - Колются раз в день. - Колются последовательно через. . .	Мысли в слух. Про "навсегда". kumehtar 16.04.2026 Подумалось тут, что наверное очень глупо использовать во всяких своих установках понятие "навсегда". Это очень сильное понятие, и я только начинаю понимать край его смысла, не смотря на то что давно. . .	My Business CRM MaGz GoLd 16.04.2026 Всем привет, недавно возникла потребность создать CRM, для личных нужд. Собственно программа предоставляет из себя базу данных клиентов, в которой можно фиксировать звонки, стадии сделки, а также. . .

Опции темы