Typ der Spalte nach dem Einlesen in String konvertiert. Ansonsten geht der dataframe merge nicht.

.gitignore

@@ -15,7 +15,6 @@ dist/
 downloads/
 eggs/
 .eggs/
-lib/
 lib64/
 parts/
 sdist/

bin/sivasprices_setenv.bat

@@ -7,9 +7,11 @@ set SIVASPRICES_CFG=%SIVASPRICES%\cfg
 set SIVASPRICES_LIB=%SIVASPRICES%\lib
 set SIVASPRICES_DATA=%SIVASPRICES%\data
 set SIVASPRICES_WORK=%SIVASPRICES%\work
+set SIVASPRICES_OUT=%SIVASPRICES%\out
 set SIVASPRICES_LOG=%SIVASPRICES%\log
 
 if not exist %SIVASPRICES%\work mkdir %SIVASPRICES%\work
+if not exist %SIVASPRICES%\out mkdir %SIVASPRICES%\out
 if not exist %SIVASPRICES%\log mkdir %SIVASPRICES%\log
 
 set PATH=%SIVASPRICES%\bin;%PATH%

lib/requirements.txt

@@ -0,0 +1,8 @@
+numpy==1.26.1
+pandas==2.1.1
+python-dateutil==2.8.2
+pytz==2023.3.post1
+six==1.16.0
+tzdata==2023.3
+et-xmlfile==1.1.0
+openpyxl==3.1.2

lib/test.py

@@ -0,0 +1,25 @@
+import pandas as pd
+from io import StringIO
+
+#df1 = pd.DataFrame({'Teilenummer': ['709000031_A', '825304002', '825304003', '825304004', '825304006', '825304007', '825304008', '0_A3000020'], 
+                    #'Laufende Materialkosten': [43.22, 26.19, 30.49, 25.85, 32.35, 23.99, 19.25, 0] })
+#df2 = pd.DataFrame({'Teilenummer':['825304002', '709000031_A']})
+df1 = pd.read_json(
+    '''{"Teilenummer":{"0":"709000031_A","1":"825304002","2":"825304003","3":"825304004","4":"825304006","5":"825304007","6":"825304008","7":"0_A3000020"},
+        "Laufende Materialkosten":{"0":43.22,"1":26.19,"2":30.49,"3":25.8547,"4":32.3574812376,"5":23.99,"6":19.25,"7":null}}'''
+)
+df2 = pd.read_json(
+    '''{"Teilenummer":{"0":825304002,"1":"709000031_A"}}'''
+)
+print(df1.dtypes)
+print(df2.dtypes)
+df1['Teilenummer'] = df1['Teilenummer'].astype(str)
+df2['Teilenummer'] = df2['Teilenummer'].astype(str)
+print(df1.dtypes)
+print(df2.dtypes)
+#print(df1)
+#print(df2)
+#print(df1.to_json())
+#print(df2.to_json())
+newdf = df1.merge(df2, on='Teilenummer', how='inner')
+print(newdf)

lib/update_prices.py

@@ -0,0 +1,90 @@
+import argparse
+import os
+import pandas as pd
+
+"""
+Dieses Programm kann:
+- eine Excel-Datei exportieren, in der alle aktualisierten Preise der Excel Datei aus dme work Ordner enthalten sind
+"""
+
+class Fetch:
+
+    datafile = 'grid_export.xlsx'
+    lib_dir = os.environ.get('SIVASPRICES_LIB')
+    data_dir = os.environ.get('SIVASPRICES_DATA')
+    in_dir = os.environ.get('SIVASPRICES_WORK')
+    out_dir = os.environ.get('SIVASPRICES_OUT')
+    sivas_prices_xls_path = os.path.join(data_dir, datafile)
+
+    def __init__(self):
+        self.read_grid_export()
+
+    def process(self, inputfile):
+        df_to_search_ids = self.read_inputfile(inputfile)
+        self.create_excel_export(df_to_search_ids)
+
+
+    def read_grid_export(self):
+        # liest die XLS-Datei ein, in der alle Preise des kompletten Teilestamms enthalten sind
+        # mit Teilenummer, Bezeichnung 1 und Laufende Materialkosten
+        try:
+            #self._sivas_df = pd.read_excel(self.sivas_prices_xls_path, usecols=["Teilenummer", "Bezeichnung1", "Laufende Materialkosten"])
+            self._sivas_df = pd.read_excel(self.sivas_prices_xls_path)
+            self._sivas_df['Teilenummer'] = self._sivas_df['Teilenummer'].astype(str)
+
+        except FileNotFoundError:
+            # XLSX-Datei wurde noch nicht ins %SIVASPRICES_WORK% kopiert
+            print(f"FAILED: '{Fetch.datafile}' nicht gefunden. sollte im  '{Fetch.in_dir}' liegen ...")
+
+    def read_inputfile(self, inputfile):
+        # Methode liest die Sivas Ids der Eingabedatei, um festzustellen welche Preise gesucht werden.
+        try:
+            df = pd.read_excel(inputfile, sheet_name='Kaufteile', usecols=["Teilenummer"])
+            df['Teilenummer'] = df['Teilenummer'].astype(str)
+            return df
+
+        except FileNotFoundError:
+            print(f"FAILED: '{inputfile}' nicht gefunden. sollte im  '{Fetch.data_dir}' liegen ...")
+            return pd.DataFrame()
+        except ValueError:
+            print(f"FAILED: Spalte 'Teilenummer' nicht gefunden")
+            return pd.DataFrame()
+
+
+    def create_excel_export(self, df_to_search_sivas_ids:pd.DataFrame, outfile):
+        # Spalten in Excel-Datei: Teilenummer, Bezeichnung, Preis
+
+        df_merged = self._sivas_df.merge(df_to_search_sivas_ids, how='inner', on='Teilenummer')
+        df_merged.set_index('Teilenummer')
+        df_merged.to_excel(outfile,  index=False)
+        print(f"OK: Excel-Datei erfolgreich in '{Fetch.out_dir}' geschrieben...")
+
+
+
+if __name__ == '__main__':
+    parser = argparse.ArgumentParser(description='Das Programm holt die speziell gewünschten Preise aus der data/grid_export.xlsx ', prog='update_prices')
+    parser.add_argument('-a', '--all', action='store_true', help='Erzeugt Excel-Dateien für alle Teilenummern in allen .xlsx Files im Work Ordner')
+    parser.add_argument('-e', '--excel', action='store', help='Erzeugt Excel-Datei in der alle Teilenummern, die migriert werden müssen, aufgelistet sind')
+
+    args = parser.parse_args()
+
+
+if args.excel:
+    fetch = Fetch()
+    fetch.process(args.excel)
+elif args.all:
+    all_files = os.listdir(os.environ.get('SIVASPRICES_WORK'))
+    fetch = Fetch()
+    in_dir = os.environ.get('SIVASPRICES_WORK')
+    out_dir = os.environ.get('SIVASPRICES_OUT')
+    for myfile in all_files:
+        if not myfile.endswith(".xlsx"):
+            continue
+        input_xlsx = os.path.join(in_dir, myfile)
+        output_xlsx = os.path.join(out_dir, 'updated_'+myfile)
+        df_to_search_ids = fetch.read_inputfile(input_xlsx)
+        if df_to_search_ids.empty: 
+            continue
+        fetch.create_excel_export(df_to_search_ids, output_xlsx)
+else:
+    parser.print_help()