initial commit

2026-05-06 14:35:12 +02:00
commit 573ccd7c61
8 changed files with 375 additions and 0 deletions
@@ -0,0 +1,41 @@
+# Python
+__pycache__/
+*.pyc
+*.pyo
+*.pyd
+*.pyc.*
+
+# Virtual Environments
+.venv/
+venv/
+env/
+ENV/
+
+# Distribution / Packaging
+build/
+dist/
+*.egg-info/
+
+# Logs
+*.log
+
+# OS / Editor
+.DS_Store
+Thumbs.db
+*.swp
+*.swo
+
+# IDEs
+.vscode/
+.idea/
+
+# Projekt-spezifisch
+
+# Input-Dateien (Rohdaten, nicht versionieren)
+input/*
+
+# Output-Dateien (generierte Ergebnisse)
+output/*
+
+# Optional: config ignorieren, falls sensitiv
+# config/config.json
@@ -0,0 +1,3 @@
+@echo on
+python src\main.py %*
+pause
@@ -0,0 +1,5 @@
+{
+  "merge_groups": [
+    
+  ]
+}
@@ -0,0 +1,146 @@
+# Auswertung Automationskalkulation
+
+Dieses Repository enthält ein Python-Skript zur automatisierten Auswertung von Excel-Dateien. Die Verarbeitung erfolgt entweder über einen Input-Ordner oder durch Übergabe einzelner Dateien per Kommandozeile.
+
+---
+
+## Projektstruktur
+
+```text
+
+.
+├── src/
+│   └── main.py
+├── input/
+│   └── Excel-Dateien zur Verarbeitung
+├── output/
+│   └── erzeugte Ergebnisdateien
+├── config/
+│   └── config.json
+├── run.bat
+└── README.md
+
+```
+
+---
+
+## Voraussetzungen
+
+- Python 3.9 oder höher
+- Abhängigkeiten:
+  - pandas
+  - openpyxl
+
+Installation der Abhängigkeiten:
+
+```text
+
+pip install pandas openpyxl
+
+```
+
+---
+
+## Nutzung
+
+### Variante 1: Verarbeitung über Input-Ordner
+
+1. Excel-Dateien in das Verzeichnis `input/` legen
+2. `run.bat` ausführen
+
+Alle Dateien im Input-Ordner werden verarbeitet.
+
+---
+
+### Variante 2: Verarbeitung einzelner Dateien
+
+Excel-Dateien auf `run.bat` ziehen.
+
+Nur die übergebenen Dateien werden verarbeitet.
+
+---
+
+## Ausgabe
+
+Die Ergebnisdateien werden im Verzeichnis `output/` gespeichert.
+
+Der Dateiname hat folgendes Format:
+
+```text
+
+{inputname}*auswertung*{timestamp}.xlsx
+
+```
+
+Inhalt der Ausgabe:
+
+- aggregierte Stunden pro Sivas:AG
+- Detailaufstellungen je Eintrag
+- zusätzliche Werte aus der ersten Datei
+
+---
+
+## Konfiguration
+
+Die Datei `config/config.json` enthält Konfigurationsparameter.
+
+Beispiel:
+
+```json
+{
+  "merge_groups": [
+    ["25", "26"],
+    ["47/101", "50/111"]
+  ]
+}
+```
+
+Die definierten Sivas-Arbeitsgänge werden bei der Zusammenführung von Schlüsseln berücksichtigt. Dabei werden alle Zeilen mit gleichen Werten der Spalte D ("Sivas:AG") zusammengeführt.
+
+Beispiel:
+
+- ["25", "26"]: "Montage Elektrisch/Inbetriebnahmetest Hardware durch Montage" (Sivas AG 25) und "Maschinentest/Inbetriebnahmeunterstützung durch Montage" (Sivas AG 26)
+- ["47/101", "50/111"]: "SPS-Inbetriebsetzung" (Sivas AG 47/101) und "PC-Inbetriebsetzung" (Sivas AG 50/111)
+
+---
+
+## Verarbeitungslogik
+
+Das Skript verarbeitet definierte Zellbereiche aus Excel-Dateien:
+
+- Zeilen 28 bis 56
+- Spalte D: Schlüssel (Sivas:AG)
+- Spalte F: Stunden
+- Spalte A: Beschreibung
+
+Die Stundenwerte werden gerundet und pro Schlüssel aggregiert.
+
+---
+
+## Fehlerquellen
+
+Keine Ausgabe oder leere Verarbeitung kann folgende Ursachen haben:
+
+- Input-Verzeichnis ist leer
+- keine gültigen Excel-Dateien vorhanden
+- temporäre Excel-Dateien (`~$...`) werden ignoriert
+- falsches Arbeitsverzeichnis beim Start
+
+---
+
+## Ausführungsvoraussetzung im Skript
+
+Die Datei `main.py` muss folgenden Einstiegspunkt enthalten:
+
+```python
+if __name__ == "__main__":
+    main()
+```
+
+---
+
+## Hinweis
+
+Das Skript ist für die Batch-Verarbeitung von Dateien vorgesehen und verfügt über keine grafische Oberfläche.
+
+---
@@ -0,0 +1,5 @@
+# Python-Abhaengigkeiten
+# Installation: pip install -r requirements.txt
+
+pandas>=2.0.0
+openpyxl>=3.1.0
@@ -0,0 +1,175 @@
+import pandas as pd
+import os
+import sys
+import json
+import math
+from datetime import datetime
+from openpyxl.styles import Alignment
+from openpyxl.utils import get_column_letter
+
+
+def load_config():
+    with open(os.path.join("config", "config.json"), "r", encoding="utf-8") as f:
+        return json.load(f)
+
+def normalize_key(value, merge_groups):
+    value = str(value)
+    for group in merge_groups:
+        if value in group:
+            return ", ".join(merge_groups)
+    return value
+
+def safe_hours(value, key_raw):
+    try:
+        val = float(value)
+        return math.ceil(val), None
+    except:
+        return 0, f"Sivas:AG_{key_raw}"
+
+def process_files(input_paths):
+    config = load_config()
+    merge_groups = config.get("merge_groups", [])
+
+    result = {}
+
+    for input_path in input_paths:
+        df = pd.read_excel(input_path, header=None)
+        df_slice = df.iloc[28:56]
+
+        for _, row in df_slice.iterrows():
+            key_raw = row[3]   # Spalte D
+            hours_raw = row[5] # Spalte F
+            desc = row[0]      # Spalte A
+
+            # 🔹 NEU: komplett leere Zeilen ignorieren
+            if pd.isna(key_raw) and pd.isna(hours_raw):
+                continue
+
+            key_raw = str(key_raw)
+
+            hours, error_key = safe_hours(hours_raw, key_raw)
+
+            if error_key:
+                key = error_key
+            else:
+                key = normalize_key(key_raw, merge_groups)
+
+            if key not in result:
+                result[key] = {
+                    "hours": 0,
+                    "details": [],
+                    "descriptions": []
+                }
+
+            result[key]["hours"] += hours
+
+            result[key]["descriptions"].append(str(desc))
+
+            if error_key:
+                result[key]["details"].append(f"FEHLER: {hours_raw} ({desc})")
+            else:
+                result[key]["details"].append(f"{hours}h {desc}")
+
+    # Ergebnis bauen
+    output_rows = []
+    total_sum = 0
+
+    for key, data in result.items():
+        total_sum += data["hours"]
+
+        # 🔹 NEU: SUMME in Details
+        details_text = "\n".join(data["details"])
+        details_text += f"\n{data['hours']}h SUMME"
+
+        descriptions_text = "\n".join(data["descriptions"])
+
+        output_rows.append({
+            "Sivas:AG": key,
+            "Summe Stunden": data["hours"],
+            "Details": details_text,
+            "Beschreibungen": descriptions_text
+        })
+
+    output_df = pd.DataFrame(output_rows)
+
+    # Zusatzwerte nur aus erster Datei (sonst Chaos)
+    df_first = pd.read_excel(input_paths[0], header=None)
+    extra_values = df_first.iloc[23:27, 4]
+
+    extra_df = pd.DataFrame({
+        "Wert": extra_values.values
+    })
+
+    now = datetime.now().strftime("%Y%m%d_%H%M%S")
+
+    if len(input_paths) == 1:
+        base_name = os.path.splitext(os.path.basename(input_paths[0]))[0]
+    else:
+        base_name = "multi_file"
+
+    output_path = os.path.join("output", f"{base_name}_auswertung_{now}.xlsx")
+
+    with pd.ExcelWriter(output_path, engine="openpyxl") as writer:
+        output_df.to_excel(writer, sheet_name="Arbeitsgänge", index=False)
+        extra_df.to_excel(writer, sheet_name="Material", index=False)
+        
+        #workbook = writer.book
+        worksheet = writer.sheets["Arbeitsgänge"]
+
+        wrap_alignment = Alignment(wrap_text=True, vertical="top")
+
+        # Spalten C und D (0-basiert: C=2, D=3)
+        target_cols = [2, 3]
+
+        for row in worksheet.iter_rows(min_row=2):  # Header überspringen
+            for col_idx in target_cols:
+                cell = row[col_idx]
+                cell.alignment = wrap_alignment
+                
+        worksheet.column_dimensions["A"].width = 25
+        worksheet.column_dimensions["B"].width = 15
+        worksheet.column_dimensions["C"].width = 50
+        worksheet.column_dimensions["D"].width = 50
+        
+        worksheet.freeze_panes = "A2"
+        
+        worksheet.auto_filter.ref = worksheet.dimensions
+
+    print("\n=== Kontrollübersicht ===")
+    print(f"Gesamtsumme Stunden: {total_sum}")
+
+    print("\nDetails pro Sivas-AG:")
+    for key, data in result.items():
+        print(f"{key}: {data['hours']}h")
+
+    print(f"\nDatei gespeichert unter: {output_path}")
+
+def main():
+    print("CWD:", os.getcwd())
+    input_paths = sys.argv[1:]
+
+    # 🔹 Wenn keine Dateien per Drag & Drop kommen → input Ordner nutzen
+    if not input_paths:
+        input_dir = os.path.join(os.getcwd(), "input")
+        print("Working dir:", os.getcwd())
+        print("Input dir:", input_dir)
+        if not os.path.exists(input_dir):
+            print("Input-Ordner existiert nicht.")
+            return
+
+        input_paths = [
+            os.path.join(input_dir, f)
+            for f in os.listdir(input_dir)
+            if f.lower().endswith(".xlsx") or f.lower().endswith(".xls")
+        ]
+
+    valid_paths = [p for p in input_paths if os.path.exists(p)]
+
+    if not valid_paths:
+        print("Keine gültigen Dateien gefunden.")
+        return
+
+    process_files(valid_paths)
+    
+if __name__ == "__main__":
+    main()