script.py

import pandas as pd
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows
from api.reniec import consultar_persona_por_dni
# Leer el archivo original


df = pd.read_excel('./uploads/data69.xlsx')


# ***Realizar las transformaciones necesarias *** #
# ------------------------------------------------------#

# Crear una columna con 'BV' o 'FT' según el tipo de documento inicio con B0 o F0 se pondra BV o FT respectivamente
df['Tipo_Doc'] = df['DOCUMENTO'].apply(
    lambda x: 'BV' if x.startswith('B0') or x.startswith('EB0')
    else 'FT')


# ------------------------------------------------------#
# ------------------------------------------------------#
# ------------------------------------------------------#

# si hay numero de documento de identidad en la columna 'NRO.DOC' ponerlo en la columna 'DOCUMENTO' como texto sino poner '00000002'
df['NRO_DOCUMENTO'] = df['NRO.DOC'].apply(lambda x: x if x == '0001' else (
    x if pd.notna(x) and x != '-' else '00000000002'))

# ------------------------------------------------------#

df['FECHA'] = pd.to_datetime(df['FECHA'], format='%d/%m/%Y')

df['Col1'] = ''
df['Col2'] = ''

# variables de seguimiento
current_col1 = 5
current_month = None
current_counter = 1

for index, row in df.iterrows():
    # Obtener el mes actual de la fecha
    month = row['FECHA'].month

    # Si cambiamos de mes o superamos el límite de 9999, reseteamos el contador y aumentamos Col1
    # Obtener el mes actual de la fecha
    month = row['FECHA'].month

    # Si cambiamos de mes, reseteamos el contador y actualizamos el mes actual
    if month != current_month:
        current_month = month
        current_counter = 1

    # Si superamos el límite de 9999, reseteamos el contador y aumentamos Col1
    if current_counter > 9999:
        current_counter = 1
        current_col1 += 1

    # Asignar valores a las columnas
    df.at[index, 'Col1'] = f"{current_col1:02d}"
    df.at[index, 'Col2'] = f"{current_month:02d}{current_counter:04d}"
    # Incrementar el contador
    current_counter += 1


# ------------------------------------------------------#
# si el nuemero de documento tiene una longitud de 11 caracteres el tipo_documento_identidad sera 6 pero si tiene un -, esta vacio o tiene un dni se pondra 0

def determinar_tipo_documento(num_documento):
    num_documento = str(num_documento)
    if pd.isna(num_documento) or num_documento == '-' or len(num_documento) != 11:
        return '0'
    return '6'


df['Tipo_Doc_identidad'] = df['NRO_DOCUMENTO'].apply(determinar_tipo_documento)


# ------------------------------------------------------#

#!calcular todos los valores númericos para las filas
# calcular  la base disponible de la operacion gravada que es la divicion del total entre 1.23
# poner un decimal
df['Base_opreacion_gravada'] = (df['TOTAL'] / 1.23).round(2)

# Calcular IGV_IPM (10% de Base_opreacion_gravada)
df['IGV_IPM'] = (df['Base_opreacion_gravada'] * 0.10).round(2)


# Calcular Otros_tributos (13% de Base_opreacion_gravada)
df['Otros_tributos'] = (df['Base_opreacion_gravada'] * 0.13).round(2)

df['TOTAL_FINAL'] = df['Base_opreacion_gravada'] + \
    df['IGV_IPM'] + df['Otros_tributos']
df['TOTAL'] = df['TOTAL_FINAL'].round(2)

df['TOTAL'] = df['TOTAL'].apply(lambda x: f"{x:.2f}")
# Formatear las columnas a cadenas con dos decimales visibles
df['Base_opreacion_gravada'] = df['Base_opreacion_gravada'].apply(lambda x: f"{
                                                                  x:.2f}")
df['IGV_IPM'] = df['IGV_IPM'].apply(lambda x: f"{x:.2f}")
df['Otros_tributos'] = df['Otros_tributos'].apply(lambda x: f"{x:.2f}")


# ------------------------------------------------------#

df['Serie_documento'] = df['DOCUMENTO'].apply(
    lambda x: x.split('-')[0])

df['Numero_documento'] = df['DOCUMENTO'].apply(
    lambda x: x.split('-')[1])

# ------------------------------------------------------#
# que la cuenta de ingresos contables sea 701210 pero que el ultimo digito sea el ultimo digito de la serie del documento


def determinar_cuenta_ingresos_contable(numero):
    numero = str(numero)
    return f'70121{numero[-1]}'


df['Cuenta_ingresos_contable'] = df['Serie_documento'].apply(
    determinar_cuenta_ingresos_contable)


# ------------------------------------------------------#


# Crear un nuevo DataFrame con las columnas ordenadas y renombradas según la estructura deseada
df_transformed = pd.DataFrame()

# ? Rellenar las columnas según tus especificaciones (ajusta los nombres y valores según sea necesario)

# que tenga formato Texto para el excel
df_transformed['Tamaño/Formato'] = ''
df_transformed['SubDiario'] = df['Col1'].astype(str)  # 2 Caracteres

df_transformed['Comprobante'] = df['Col2']  # 6 Caracteres

df_transformed['Moneda'] = 'MN'  # 2 Caracteres (Ejemplo fijo)

df_transformed['Fecha_emision'] = df['FECHA'].dt.strftime(
    '%d/%m/%Y')  # Campo fecha (dd/mm/aaaa)

df_transformed['Fecha_vencimiento'] = ''  # Campo vacío (dd/mm/aaaa)

df_transformed['Tipo_Doc'] = df['Tipo_Doc']  # 2 Caracteres

df_transformed['Serie'] = df['Serie_documento']  # 4 Caracteres
df_transformed['Numero'] = df['Numero_documento']  # 8 Caracteres

# 1 Caracter (Ejemplo fijo)
df_transformed['Tipo_documento_identidad'] = df['Tipo_Doc_identidad']
# 20 Caracteres
df_transformed['Numero_documento_identidad'] = df['NRO_DOCUMENTO']

# Si el numero_documento_identidad es 0001 poner 'FACTURAS ANULADAS' sino porner VENTA DE MERCADERIA
df_transformed['Descripcion'] = df['NRO_DOCUMENTO'].apply(
    lambda x: 'FACTURAS ANULADAS' if x == '0001' else 'VENTA DE MERCADERIA')
df_transformed['Valor_factura_exportacion'] = ''  # 2 decimales
df_transformed['Base_inponible'] = df['Base_opreacion_gravada'].round(
    2)  # 2 decimales
df_transformed['Impuesto1'] = ''  # 2 decimales
df_transformed['Impuesto2'] = ''  # 2 decimales
df_transformed['Impuesto3'] = ''    # 2 decimales

df_transformed['IGV Y/O IPM'] = df['IGV_IPM']  # 2 decimales
df_transformed['Impuesto5'] = ''  # 2 decimales
df_transformed['Otros tributos'] = df['Otros_tributos']  # 2 decimales
# si tiene un 0 como decimal ponerlo
df_transformed['Importe_total'] = df['TOTAL']  # 2 decimales

df_transformed['Tipo_de_conversion'] = 'V'  # 1 Caracter (Ejemplo fijo)
df_transformed['Tipo_de_cambio'] = ''  # 3 decimales
df_transformed['Referencia_comprobante_fecha'] = ''  # dd/mm/aaaa
# 2 caracteres (Ejemplo fijo)
df_transformed['Referencia_comprobante_tipo'] = ''
# 10 caracteres (Ejemplo fijo)
df_transformed['Referencia_comprobante_serie'] = ''
df_transformed['Referencia_comprobante_numero'] = ''  # 20 caracteres
df_transformed['Cuenta_contable'] = '121201'  # 12 caracteres
# 12 caracteres
df_transformed['Cuentra_ingresos_contable'] = df['Cuenta_ingresos_contable'].astype(
    str)
df_transformed['Area'] = ''  # 3 caracteres
df_transformed['Centro_costos'] = ''  # 6 caracteres
df_transformed['Anexo_referencia'] = ''  # 20 caracteres

# ** ------------------- ** #


# ** ------------------- ** #
# ** ------------------- ** #
# ** ------------------- ** #
# ** ------------------- ** #
# ? TRANSFORMACIONES DE LA SEGUNDA HOJA ** #
# copiar la columna NRO.DOC en la columna DOCUMENTO
df_nro_doc = df[['NRO.DOC']].copy()


# poner la C al tipo a la columna de tipo de anexo
df_nro_doc['Tipo_Anexo'] = 'C'

# Reordenar las columnas
df_nro_doc = df_nro_doc[['Tipo_Anexo', 'NRO.DOC']]

# filtar las columnas que tengan - y eliminarlas
df_nro_doc = df_nro_doc[df_nro_doc['NRO.DOC'] != '-']

# usar la funcion para consultar el dni del cliente y ponerlo en cliente

# poner el tipo de persona N cuando tenga el NRO.DOC una longitudad de 8 caracteres o tenga un RUC que inicie con 10 sino poner J


def determinar_tipo_persona(num_documento):
    num_documento = str(num_documento)
    if len(num_documento) == 8 or num_documento.startswith('10'):
        return 'N'
    return 'J'


df_nro_doc['Tipo_persona'] = df['NRO_DOCUMENTO'].apply(determinar_tipo_persona)


def consulta(dni):
    try:
        if len(str(dni)) == 8:
            return consultar_persona_por_dni(dni)
        else:
            return None
    except Exception as e:
        print(f"Error al consultar persona: {e}")
        return None


# obtener el dni de los ruc que empiezen con 10 osea 10763469498 eliminar el ultimo numero y el 10 y ponerlo en la columna NRO.DOC
def remove_ruc_from_documento(num_documento):
    num_documento = str(num_documento)
    if num_documento.startswith('10') and len(num_documento) == 11:
        return num_documento[:-1][2:]
    return num_documento


df_nro_doc['consulta_result'] = df_nro_doc['NRO.DOC'].apply(
    remove_ruc_from_documento).apply(consulta)

df_nro_doc['CLIENTE'] = df['CLIENTE']


# funcion para actualizar al cliente segun se haya llamado a la api


def actualizar_cliente(row):
    if row['consulta_result']:
        return row['consulta_result']['nombre_completo']
    return row['CLIENTE']


df_nro_doc['CLIENTE'] = df_nro_doc.apply(actualizar_cliente, axis=1)


# Filtra los registros que tienen el tipo de persona 'N'
df_n = df_nro_doc[df_nro_doc['Tipo_persona'] == 'N'].copy()
# Apellidos_paterno, Apellidos_materno y Nombres serán vacíos
# Separar los nombres completos
df_n['Apellido_paterno'] = df_n['consulta_result'].apply(
    lambda x: x['apellido_paterno'] if x else '')
df_n['Apellido_materno'] = df_n['consulta_result'].apply(
    lambda x: x['apellido_materno'] if x else '')
df_n['Nombres'] = df_n['consulta_result'].apply(
    lambda x: x['nombres'] if x else '')

df_nro_doc = df_nro_doc[df_nro_doc['Tipo_persona']
                        != 'N']._append(df_n, ignore_index=True)


# Añadir los clientes que no tengan un guion en su numero de documento
df_nro_doc['Razon_social_o_descripcion'] = df_nro_doc['CLIENTE']

df_nro_doc['Direccion_de_referencia'] = '--'


# RUC mismo que el NRO.DOC
df_nro_doc['RUC'] = df_nro_doc['NRO.DOC']


def determinar_tipo_documento_segunda_hoja(num_documento):
    num_documento = str(num_documento)
    if pd.isna(num_documento) or num_documento == '-' or len(num_documento) != 11:
        return '1'
    return '6'


# Tipo de documento de identidad, es 1 cuando en NRO.DOC tiene longitud de 8 si tiene mas se pone 6
df_nro_doc['Tipo_documento_identidad'] = df_nro_doc['NRO.DOC'].apply(
    determinar_tipo_documento_segunda_hoja)

# Columna para el número de documento de identidad del cliente
df_nro_doc['Numero_documento_identidad'] = df_nro_doc['NRO.DOC']

# Columna para el tipo siempre es N
df_nro_doc['Tipo'] = 'N'

# Columna Moneda siempre es MN
df_nro_doc['Moneda'] = 'MN'

# Columna nacionalidad sera vacia
df_nro_doc['Nacionalidad'] = ''

# Columna ¿Domiciliado? sera SI
df_nro_doc['Domiciliado'] = 'SI'

# Si es necesario, reordena las columnas para mantener el orden deseado
df_nro_doc = df_nro_doc[['Tipo_Anexo', 'NRO.DOC', 'Razon_social_o_descripcion', 'Direccion_de_referencia',
                         'Tipo_persona', 'Apellido_paterno', 'Apellido_materno', 'Nombres', 'RUC',
                         'Tipo_documento_identidad', 'Numero_documento_identidad', 'Tipo', 'Moneda',
                         'Nacionalidad', 'Domiciliado']]


# CREACION DE LA HOJA DE EXCEL
excel_file = 'Data_transformada.xlsx'
wb = Workbook()
ws = wb.active
ws.title = 'Ventas'


header = [
    'VENTAS', 'SubDiario', 'Comprobante', 'Moneda', 'Fecha de emisión de comprobante de pago',
    'Fecha de vencimiento o fecha de pago', 'Tipo de documento', 'Serie o Nro Maq Regist de documento',
    'Número de documento', 'Tipo de documento de identidad', 'Número de documento de identidad',
    'Apellidos y Nombres, denominación o razón social del proveedor', 'Valor facturado de la exportación',
    'Base imponible de la operación gravada', 'Importe total de la operación Exonerada',
    'Importe total de la operación Inafecta', 'ISC', 'IGV Y/O IPM', 'ICBPER', 'Otros tributos',
    'Importe total', 'Tipo de Conversión', 'Tipo de cambio',
    'Referencia del comprobante de pago que se modifica Fecha', 'Referencia del comprobante de pago que se modifica Tipo',
    'Referencia del comprobante de pago que se modifica Serie', 'Referencia del comprobante de pago que se modifica Numero',
    'Cuenta contable por cobrar', 'Cuenta contable de ingresos', 'Area', 'Centro de Costo', 'Anexo de Referencia'
]


restricciones = [
    'Restricciones', 'Ver T.G. 02', 'Los dos primeros dígitos son el mes y los otros 4 siguientes un correlativo (MM0001)', 'Ver T.G. 03',
    'Solo Fecha', 'Solo Fecha', 'Ver T.G.56 Clave "DOC"', '', '', 'Sólo 0, 1, 4, 6, 7 y A', 'Ingresar solo anexos.', 'Glosa',
    'Sólo números', 'Sólo números', 'Sólo números', 'Sólo números', 'Sólo números', 'Sólo números', 'Sólo números',
    'Sólo números', 'Sólo números', 'Solo: "C"= Especial, "M"=Compra, "V"=Venta', 'Sólo números. Llenar solo si el tipo de cambio es "C"',
    'Fecha documento', 'Tipo de documento', 'Serie de documento', 'Número de documento',
    'T.G. 56 Mantenimiento en parámetros de ventas.', 'T.G. 56 Mantenimiento en parámetros de ventas.',
    'Si Cuenta Contable tiene habilitado la área, ver T.G. 26', 'Si Cuenta Contable tiene habilitado C. Costo, Ver T.G. 05', 'Ingresar solo anexos.'
]

# Escribir el encabezado
# ws.append(header)
# ws.append(restricciones)


# Escribir el encabezado
ws.append(df_transformed.columns.tolist())

# Escribir los datos del DataFrame
for r in dataframe_to_rows(df_transformed, index=False, header=True):
    ws.append(r)

# Crear la segunda hoja
ws2 = wb.create_sheet('Clientes')

# Escribir los datos en la segunda hoja
for r in dataframe_to_rows(df_nro_doc, index=False, header=True):
    ws2.append(r)

# Aplicar formato de texto a todas las celdas
# for row in ws.iter_rows():
 #   for cell in row:
  #      cell.number_format = '@'

# Aplicar formato de texto a todas las celdas
for row in ws2.iter_rows():
    for cell in row:
        cell.number_format = '@'


# Guardar el archivo Excel
wb.save(excel_file)