Floke/Brancheneinstufung2
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

sync_manager.py aktualisiert

Browse Source
This commit is contained in:
Floke
2025-08-28 05:37:40 +00:00
parent fabe27b41f
commit 388e88adcd
1 changed files with 20 additions and 14 deletions
Download Patch File Download Diff File Expand all files Collapse all files

34
sync_manager.py
View File

@@ -60,14 +60,11 @@ class SyncManager:
"CRM Umsatz", "CRM Anzahl Mitarbeiter"]
self.smart_merge_cols = ["CRM Website"]
def _load_data(self):
def _load_data(self):
"""Lädt Daten aus der D365-Exportdatei und dem Google Sheet."""
self.logger.info(f"Lade Daten aus D365-Export: '{self.d365_export_path}'...")
try:
# Lade alle Daten als String, um Formatierungsfehler (besonders bei GUIDs) zu vermeiden
self.d365_df = pd.read_excel(self.d365_export_path, dtype=str).fillna('')
# Finde den Spaltennamen für die GUID in der Export-Datei basierend auf unserem Mapping
d365_guid_col = next((k for k, v in self.d365_to_gsheet_map.items() if v == "CRM ID"), None)
if d365_guid_col and d365_guid_col in self.d365_df.columns:
@@ -76,7 +73,6 @@ class SyncManager:
self.logger.critical(f"FEHLER: Die erwartete GUID-Spalte '{d365_guid_col}' wurde in der D365-Exportdatei nicht gefunden.")
raise ValueError(f"GUID-Spalte ('{d365_guid_col}') nicht in der D365-Exportdatei gefunden.")
# Bereinige CRM IDs und entferne Zeilen ohne gültige ID
self.d365_df['CRM ID'] = self.d365_df['CRM ID'].str.strip()
self.d365_df.dropna(subset=['CRM ID'], inplace=True)
self.d365_df = self.d365_df[self.d365_df['CRM ID'] != '']
@@ -89,22 +85,32 @@ class SyncManager:
return False
self.logger.info("Lade bestehende Daten aus dem Google Sheet...")
# --- KORREKTURBLOCK START ---
try:
# 1. Rufe die korrekte, existierende Methode auf. Annahme: sie gibt [header, zeile1, zeile2, ...] zurück
all_data_with_headers = self.sheet_handler.get_all_data_with_headers()
if not all_data_with_headers or len(all_data_with_headers) < 2:
self.logger.warning("Google Sheet scheint leer zu sein oder enthält nur Header. Erstelle leeres DataFrame.")
self.gsheet_df = pd.DataFrame(columns=COLUMN_ORDER)
if not all_data_with_headers or len(all_data_with_headers) < self.sheet_handler._header_rows:
self.logger.warning("Google Sheet scheint leer zu sein oder enthält keinen Header. Erstelle leeres DataFrame.")
self.gsheet_df = pd.DataFrame(columns=COLUMN_ORDER).fillna('')
else:
# 2. Wandle die Liste von Listen in ein DataFrame um.
# Wir nutzen COLUMN_ORDER aus der config, um die Spaltennamen zu garantieren.
self.gsheet_df = pd.DataFrame(all_data_with_headers[1:], columns=COLUMN_ORDER)
# --- ROBUSTE DATENFRAME-ERSTELLUNG START ---
# 1. Nimm die korrekte Header-Zeile aus dem Sheet als Spaltennamen
actual_header = all_data_with_headers[self.sheet_handler._header_rows - 1]
data_rows = all_data_with_headers[self.sheet_handler._header_rows:]
temp_df = pd.DataFrame(data_rows, columns=actual_header).fillna('')
# 2. Füge fehlende Spalten hinzu, die in unserer Config definiert sind
for col_name in COLUMN_ORDER:
if col_name not in temp_df.columns:
self.logger.warning(f"Spalte '{col_name}' fehlt im Google Sheet und wird hinzugefügt.")
temp_df[col_name] = ''
# 3. Stelle sicher, dass die Spaltenreihenfolge exakt unserer Config entspricht
self.gsheet_df = temp_df[COLUMN_ORDER]
# --- ROBUSTE DATENFRAME-ERSTELLUNG ENDE ---
except Exception as e:
self.logger.critical(f"Fehler beim Laden oder Umwandeln der Google Sheet Daten: {e}", exc_info=True)
return False
# --- KORREKTURBLOCK ENDE ---
self.gsheet_df['CRM ID'] = self.gsheet_df['CRM ID'].str.strip()