__copycat.py

import pandas as pd
import pickle
from fast_test import select_and_filter_bakery_data
from data_filter_inter import filter_by_id_menu, filter_by_year, filter_by_month, filter_by_day, filter_by_hour, filter_columns
from utils import export_to_excel, export_to_excel_group
import difflib
from itertools import combinations
import re

# Fő kód és print üzenet
print("Ez egy fontos üzenet, amit ki kell írni!")

# DataFrame-ek betöltése a pickle fájlból
with open('pekseg_dataframes.pkl', 'rb') as f:
    pekseg_df_dict = pickle.load(f)

# Function to calculate similarity percentage between two strings
def similarity_percentage(str1, str2):
    seq = difflib.SequenceMatcher(None, str1, str2)
    return seq.ratio() * 100

# Reguláris kifejezés a numerikus számok kereséséhez
numeric_only = re.compile(r'\d+')

# Szűrők listája
selected_filters = []

# Interaktív választás a szűrők közül
print("Válassz a következő szűrők közül:")
print("1. ID menü alapján")
print("2. Év alapján")
print("3. Hónap alapján")
print("4. Nap alapján")
print("5. Óra alapján")
print("6. Oszlopok szerinti szűrés")

while True:
    try:
        selected_filter = int(input("Válassz egy számot a kívánt szűrőhöz: "))
        if selected_filter < 1 or selected_filter > 6:
            raise ValueError
        selected_filters.append(selected_filter)
        add_more = input("Szeretnél még egy szűrőt választani? (igen/nem): ")
        if add_more.lower() != 'igen':
            break
    except ValueError:
        print("Hibás bemenet. Kérlek, válassz érvényes számot.")

# DataFrame-ek kiválasztása és szűrése
selected_bakery_data = select_and_filter_bakery_data(pekseg_df_dict)

# Szűrők alkalmazása a DataFrame-ekre
for selected_filter in selected_filters:
    if selected_filter == 1:
        selected_bakery_data = filter_by_id_menu(selected_bakery_data)
    elif selected_filter == 2:
        selected_bakery_data = filter_by_year(selected_bakery_data)
    elif selected_filter == 3:
        selected_bakery_data = filter_by_month(selected_bakery_data)
    elif selected_filter == 4:
        selected_bakery_data = filter_by_day(selected_bakery_data)
    elif selected_filter == 5:
        selected_bakery_data = filter_by_hour(selected_bakery_data)
    elif selected_filter == 6:
        selected_bakery_data = filter_columns(selected_bakery_data)

# Az új DataFrame-et elmentjük az eredeti helyére
filtered_dataframes = {}
for key, df in selected_bakery_data.items():
    # Csoportosítás 'date' és 'id_menu' alapján, majd oszlopok összegzése napi szinten
    grouped = df.groupby(['date', 'id_menu', 'product']).agg({
        'quantity': 'sum',
        'price': 'sum',
        'amount': 'sum',
        'discount': 'sum',
        'paid': 'sum'
    }).reset_index()

    # A 'product' oszlop értékeinek tisztítása és 'nett' oszlop hozzáadása
    grouped['nett'] = grouped['product'].str.replace('eg', '').replace('sz', '').replace('EL', '').replace('HF', '')
    grouped['nett'] = grouped['nett'].str.extract('(\d+)').astype(float)  # Kiszűrés csak a számokból

    # Printeljük az adott részt
    print(grouped[['product', 'nett']])  

    # DataFrame hozzáadása a feldolgozott DataFrame-ekhez
    filtered_dataframes[key] = grouped

# Iterate through each DataFrame
for key, df in filtered_dataframes.items():
    grouped = df.groupby('date')
    for date, group in grouped:
        for (idx1, row1), (idx2, row2) in combinations(group.iterrows(), 2):
            similarity = similarity_percentage(row1['product'], row2['product'])
            endsid1 = row1['product'].endswith(('eg', 'sz'))
            endsid2 = row2['product'].endswith(('sz', 'eg'))
            starid1 = row1['product'].startswith(('EL', 'HF'))
            starid2 = row2['product'].startswith(('HF', 'EL'))

            if (similarity >= 67 and endsid1 and endsid2) or (similarity >= 67 and starid1 and starid2):
                combined_id = str(df.loc[idx1, 'id_menu']) + "/" + str(row2['id_menu'])

                df.loc[idx1, 'id_menu'] = combined_id
                df.loc[idx1, 'id_menu2'] = combined_id.replace("/", "")
                df.loc[idx1, 'merged'] = 'M+'
                df.loc[idx1, 'product'] += ', ' + row2['product']
                cleared_row1 = row1['product'].replace('eg', '').replace('sz', '').replace('EL', '').replace('HF', '')
                df.loc[idx1, 'product_c'] = cleared_row1
                cleared_nett = "".join(numeric_only.findall(cleared_row1))
                df.loc[idx1, 'nett'] = cleared_nett
                df.loc[idx1, 'quantity'] += row2['quantity']
                df.loc[idx1, 'price'] += row2['price']
                df.loc[idx1, 'amount'] += row2['amount']
                df.loc[idx1, 'discount'] += row2['discount']
                df.loc[idx1, 'paid'] += row2['paid']

# 'date' oszlopok átalakítása a '%m-%d-%Y' formátumba
for key, df in filtered_dataframes.items():
    df['date'] = pd.to_datetime(df['date'], format='%m-%d-%Y')

# Kiírjuk az első néhány sort minden módosított DataFrame-nek
#for key, df in filtered_dataframes.items():
 #   print(f"Módosított DataFrame '{key}':")
  #  print(df.head())

# Excel-fájl exportálása
excel_file_name = "filtered_bakery_data.xlsx"
export_to_excel_group(filtered_dataframes, excel_file_name)