""" CropCd_output数据导入脚本 @description: 从Excel文件读取CropCd_output数据并导入到CropCd_output_data表 """ import os import sys import pandas as pd import logging from datetime import datetime from sqlalchemy.orm import sessionmaker # 添加项目根目录到Python路径 sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__)))) from app.database import engine, SessionLocal from app.models.CropCd_output import CropCdOutputData # 需创建对应的ORM模型 # 设置日志 logging.basicConfig( level=logging.INFO, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s' ) logger = logging.getLogger(__name__) class CropCdOutputDataImporter: """ CropCd输出数据导入器 @description: 从Excel文件读取CropCd输出数据并导入到数据库 """ def __init__(self, excel_path, sheet_name='CropCd_output'): """ 初始化导入器 @param {str} excel_path - Excel文件路径 @param {str} sheet_name - Sheet名称,默认为'CropCd_output' """ self.excel_path = excel_path self.sheet_name = sheet_name # 定义必需字段列表 self.required_columns = ['Farmland_ID', 'Sample_ID', 'LnCropCd'] def read_excel_data(self): """ 读取Excel文件数据 @returns: DataFrame 读取的数据 """ try: logger.info(f"开始读取Excel文件: {self.excel_path}") logger.info(f"Sheet名称: {self.sheet_name}") # 检查文件是否存在 if not os.path.exists(self.excel_path): raise FileNotFoundError(f"Excel文件不存在: {self.excel_path}") # 读取Excel文件 df = pd.read_excel(self.excel_path, sheet_name=self.sheet_name) logger.info(f"成功读取数据,共 {len(df)} 行") logger.info(f"数据列: {list(df.columns)}") # 显示前几行数据供确认 logger.info("前5行数据预览:") logger.info(df.head().to_string()) return df except Exception as e: logger.error(f"读取Excel文件失败: {str(e)}") raise def validate_data(self, df): """ 验证数据格式和完整性 @param {DataFrame} df - 要验证的数据 @returns: DataFrame 验证后的数据 """ try: logger.info("开始验证数据...") # 检查必需的列是否存在 missing_columns = [col for col in self.required_columns if col not in df.columns] if missing_columns: raise ValueError(f"缺少必需的列: {missing_columns}") # 检查数据类型 logger.info("检查数据类型...") # 转换数值类型 for col in self.required_columns: df[col] = pd.to_numeric(df[col], errors='coerce') # 检查是否有无效的数值 if df[self.required_columns].isnull().any().any(): logger.warning("发现无效的数值,将跳过这些行") invalid_rows = df[df[self.required_columns].isnull().any(axis=1)] logger.warning(f"无效行数: {len(invalid_rows)}") df = df.dropna(subset=self.required_columns) logger.info(f"数据验证完成,有效数据 {len(df)} 行") return df except Exception as e: logger.error(f"数据验证失败: {str(e)}") raise def import_data(self, df): """ 将数据导入到数据库 @param {DataFrame} df - 要导入的数据 """ try: logger.info("开始导入数据到数据库...") # 创建数据库会话 db = SessionLocal() try: # 检查是否有重复数据 existing_count = db.query(CropCdOutputData).count() logger.info(f"数据库中现有数据: {existing_count} 条") # 批量创建对象 batch_size = 1000 total_rows = len(df) imported_count = 0 for i in range(0, total_rows, batch_size): batch_df = df.iloc[i:i + batch_size] batch_objects = [] for _, row in batch_df.iterrows(): try: # 创建CropCdOutputData对象 cropcd_output = CropCdOutputData( farmland_id=int(row['Farmland_ID']), sample_id=int(row['Sample_ID']), ln_crop_cd=float(row['LnCropCd']) ) batch_objects.append(cropcd_output) except Exception as e: logger.warning(f"跳过行 {i + _}: {str(e)}") continue if batch_objects: # 批量插入 db.add_all(batch_objects) db.commit() imported_count += len(batch_objects) logger.info(f"已导入 {imported_count}/{total_rows} 条数据") logger.info(f"数据导入完成! 成功导入 {imported_count} 条数据") # 验证导入结果 final_count = db.query(CropCdOutputData).count() logger.info(f"导入后数据库总数据: {final_count} 条") except Exception as e: db.rollback() logger.error(f"数据导入失败,已回滚: {str(e)}") raise finally: db.close() except Exception as e: logger.error(f"数据导入过程失败: {str(e)}") raise def run_import(self): """ 执行完整的导入流程 """ try: logger.info("=" * 60) logger.info("开始CropCd输出数据导入流程") logger.info("=" * 60) # 1. 读取Excel数据 df = self.read_excel_data() # 2. 验证数据 df = self.validate_data(df) # 3. 导入数据 self.import_data(df) logger.info("=" * 60) logger.info("CropCd输出数据导入流程完成!") logger.info("=" * 60) except Exception as e: logger.error(f"导入流程失败: {str(e)}") raise def main(): """ 主函数 """ # Excel文件路径 excel_path = r"D:\destkop\数据库对应数据.xlsx" # 与原始文件相同 sheet_name = "CropCd_output" # 指定对应的sheet名称 try: # 创建导入器并执行导入 importer = CropCdOutputDataImporter(excel_path, sheet_name) importer.run_import() except Exception as e: logger.error(f"程序执行失败: {str(e)}") sys.exit(1) if __name__ == "__main__": main()