https://pastein.ru/t/WLf
Загрузка данных
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Скрипт для автоматической сборки «Формы сбора данных для анкетирования»
из выгрузки расписания по кафедрам (включая выгрузку ФВ 78).
Формирует итоговый файл Excel с 3 листами:
1. «Общая (кроме ФВ, ЦПД)» — все дисциплины по группам и преподавателям (включая ФВ с факультетом ППС = ФВ)
2. «Список групп и ППС ФВ» — две параллельные таблицы: полный список групп по всем факультетам с физкультурой и полный список ППС каф. ФВ
3. «ЦПД » — таблица учебных групп, названий проектов и руководителей проектов ЦПД
Запуск:
py main.py --input-dir . --output "итог\z.xlsx"
"""
from __future__ import annotations
from collections import Counter, defaultdict
import argparse
import logging
import os
import re
import sys
from pathlib import Path
from typing import Dict, List, Optional, Set, Tuple
import openpyxl
from openpyxl.styles import Alignment, Border, Font, PatternFill, Side
import pandas as pd
# ==============================================================================
# 1. НАСТРОЙКИ ПО УМОЛЧАНИЮ
# ==============================================================================
CURRENT_ACADEMIC_YEAR_SHORT = 26
ONLY_OCHNAYA = True
EXCLUDE_GRADUATING_BACHELORS_AND_MASTERS = False
DEDUPLICATE_MULTI_DEPT_TEACHERS = True
# Удалять повторы одного и того же предмета внутри ОДНОЙ учебной группы (по подгруппам).
# В разных учебных группах предмет сохраняется!
DEDUPLICATE_SAME_SUBJECT_IN_GROUP = True
# Включать ли выгрузку кафедры ФВ (физ воспитание 78) в Лист 1 по общим правилам (с Кафедра = ФВ, Факультет ППС = ФВ)
INCLUDE_FV_IN_MAIN_SHEET = True
FV_DISCIPLINE_KEYWORDS = (
"физической культуре",
"физическая культура",
"физкультура",
"прикладная физическая культура",
)
EXCLUDED_DISCIPLINE_EXACT = {
"проектная деятельность",
}
EXCLUDED_DISCIPLINE_KEYWORDS = (
"учебная практика",
"производственная практика",
"преддипломная практика",
"научно-исследовательская работа",
"государственная итоговая аттестация",
"подготовка к процедуре защиты",
)
# Полный базовый список преподавателей кафедры «Физическое воспитание» (Лист 2, правая таблица)
DEFAULT_FV_TEACHERS: Tuple[str, ...] = (
"Александрова Гузель Абдуллаевна",
"Алькова Кристина Игоревна",
"Белоглазов Максим Валерьевич",
"Бодакин Александр Владимирович",
"Воробей Олеся Владимировна",
"Гвоздева Кристина Игоревна",
"Данилова Дина Александровна",
"Дерипаско Татьяна Николаевна",
"Дзекоев Владимир Русланович",
"Егоров Дмитрий Евгеньевич",
"Егорычева Элина Викторовна",
"Ермолаев Борис Валерьевич",
"Жеребкин Алексей Николаевич",
"Жеребкин Николай Николаевич",
"Комлев Никита Алексеевич",
"Корнеев Евгений Владимирович",
"Кулешова Татьяна Владимировна",
"Макарова Элина Владимировна",
"Максимов Николай Евгеньевич",
"Маликов Александр Юрьевич",
"Маслова Елена Александровна",
"Плешаков Александр Александрович",
"Посохова Татьяна Васильевна",
"Прийменко Даля Игоревна",
"Путилина Вера Юрьевна",
"Румянцев Сергей Викторович",
"Румянцева Светлана Владимировна",
"Сальников Алексей Александрович",
"Семенова Марина Александровна",
"Страбыкин Сергей Иванович",
"Тренкунов Дмитрий Валерьевич",
"Фабрика Александр Игоревич",
"Файзуллин Дмитрий Эдуардович",
"Федоров Александр Владимирович",
"Харин Сергей Владимирович",
"Цаголова Нина Георгиевна",
"Черепанова Ирина Олеговна",
"Черкасова Екатерина Владимировна",
"Чернов Юрий Игоревич",
"Шилова Марина Викторовна",
"Щербакова Елена Евгеньевна",
"Щербин Дмитрий Владимирович",
"Яхненко Дмитрий Валерьевич",
)
# ==============================================================================
# 2. СПРАВОЧНИКИ ФАКУЛЬТЕТОВ, КАФЕДР И НАПРАВЛЕНИЙ МОСКОВСКОГО ПОЛИТЕХА
# ==============================================================================
GROUP_SUFFIX_TO_FACULTY: Dict[str, str] = {
"10": "ТФ",
"0": "ФИДИЖ",
"1": "ТФ",
"2": "ФМ",
"3": "ФИТ",
"4": "ФУиГХ",
"5": "ФХТиБ",
"6": "ФЭиУ",
"7": "ПФ",
"8": "ИГРИК",
"9": "ПИШ ТЛ",
}
GROUP_PREFIX2_TO_KAFEDRA: Dict[str, str] = {
"01": "ИДиК",
"02": "ЖиМК",
"11": "НТС",
"12": "НТС",
"13": "ДПМиСМ",
"14": "Дизайн",
"15": "ЭдТиМЭ",
"16": "ДПМиСМ",
"17": "ДПМиСМ",
"18": "НТС",
"20": "АиУ",
"21": "СМиС",
"22": "ОМДиАТ",
"23": "СМиС",
"24": "МиТЛП",
"25": "АиУ",
"26": "АиУ",
"27": "ОМДиАТ",
"28": "Материаловедение",
"29": "АиУ",
"32": "ИКТ",
"33": "ИиИТ",
"35": "ИБ",
"36": "ПИ",
"37": "ИБ",
"41": "ПГПС",
"42": "ЭиПЭ",
"43": "ПТ",
"44": "ПГПС",
"45": "ПГПС",
"51": "ЭБТС",
"52": "АОиАТП",
"53": "ХБТ",
"54": "ТНТ",
"55": "АОиАТП",
"56": "ПАХТ",
"57": "АОиАТП",
"61": "Менеджмент",
"62": "ЭиО",
"63": "РиС",
"64": "УП",
"65": "УП",
"66": "УП",
"67": "Менеджмент",
"71": "ИМП",
"72": "ТиУКвПиУП",
"73": "ПС",
"74": "ТиУКвПиУП",
"75": "ТиУКвПиУП",
"81": "ХТОПП",
"82": "ХТОПП",
"91": "ПИШ ТЛ",
"92": "ПИШ ТЛ",
"93": "ПИШ ТЛ",
"94": "ПИШ ТЛ",
}
SPECIALIST_SUFFIX_PREFIXES: Tuple[str, ...] = (
"11", "37", "41", "45", "55", "81",
)
SPECIALIST_EXACT_GROUPS: Set[str] = {
"211-231", "211-331", "211-451", "211-521",
"211-811", "211-812", "221-331", "221-451",
}
DEPARTMENT_RULES: List[Tuple[Tuple[str, ...], str, str]] = [
# ПИШ ТЛ
(("передов", "пиш", "fdr", "инженерная школа", "инженерной школы"), "ПИШ ТЛ", "ПИШ ТЛ"),
# ТФ (идут раньше общих правил)
(("динамик", "прочност", "сопротивлен", "дпмисм"), "ДПМиСМ", "ТФ"),
(("наземн", "транспортных средств", "транспортные средства", "нтс"), "НТС", "ТФ"),
(("энергоустанов", "малой энергет", "эдтимэ"), "ЭдТиМЭ", "ТФ"),
(("дизайн",), "Дизайн", "ТФ"),
# ФВ (Физическое воспитание 78 -> Кафедра: ФВ, Факультет/институт ППС: ФВ)
(("физкульт", "физическ", "физвоспит", "физ воспит", "физ. воспит", "кафедра фв", "78"), "ФВ", "ФВ"),
# ЦПД
(("проектн", "цпд"), "ЦПД", "ЦПД"),
# ИГРИК
(("иллюстрац", "эстамп", "ииэ"), "ИиЭ", "ИГРИК"),
(("рисун", "живопис", "риж"), "РиЖ", "ИГРИК"),
(("художествен", "печатн", "хтопп"), "ХТОПП", "ИГРИК"),
# ПФ
(("принтмедиа", "инновацион", "имп"), "ИМП", "ПФ"),
(("полиграфических систем", "полиграфические системы", "полиграф систем", "кафедра пс"), "ПС", "ПФ"),
(("качеств", "упаковоч", "тиуквпиуп", "тиук"), "ТиУКвПиУП", "ПФ"),
# ФБК
(("гуманитарн", "кафедра гд"), "ГД", "ФБК"),
(("иностран", "кафедра ия"), "ИЯ", "ФБК"),
(("математ",), "Математика", "ФБК"),
(("механизм", "технической механик", "техническая механик", "компьютерного моделир", "тмикм"), "ТМиКМ", "ФБК"),
(("физик",), "Физика", "ФБК"),
# ФИДИЖ
(("журналист", "массовых коммуникац", "массовые коммуникац", "жимк"), "ЖиМК", "ФИДИЖ"),
(("издательск", "книговед", "идик"), "ИДиК", "ФИДИЖ"),
(("русск", "литератур", "ряил", "ряиил"), "РЯиЛ", "ФИДИЖ"),
# ФИТ
(("информационной безопасн", "информационная безопасн", "кафедра иб"), "ИБ", "ФИТ"),
(("инфокогнитив", "икт"), "ИКТ", "ФИТ"),
(("информатики и", "информатика и", "ииит"), "ИиИТ", "ФИТ"),
(("прикладной информат", "прикладная информат", "кафедра пи"), "ПИ", "ФИТ"),
(("смарт", "smart"), "СМАРТ", "ФИТ"),
# ФХТиБ
(("аппаратурн", "автоматизации технологическ", "автоматизация технологическ", "аоиатп"), "АОиАТП", "ФХТиБ"),
# ФМ
(("автоматик", "аиу"), "АиУ", "ФМ"),
(("материаловед",), "Материаловедение", "ФМ"),
(("литей", "митлп"), "МиТЛП", "ФМ"),
(("давлен", "аддитивн", "омдиат"), "ОМДиАТ", "ФМ"),
(("сварочн", "сварк", "отисп"), "ОТиСП", "ФМ"),
(("стандартизац", "метролог", "сертификац", "смис"), "СМиС", "ФМ"),
(("оборудование машиностроен", "оборудования машиностроен", "машиностроен", "тиом"), "ТиОМ", "ФМ"),
# ФУиГХ
(("гражданск", "подземн", "строительств", "пгпс"), "ПГПС", "ФУиГХ"),
(("теплоэнергет", "кафедра пт"), "ПТ", "ФУиГХ"),
(("электрооборуд", "промышленной электроник", "промышленная электроник", "эипэ"), "ЭиПЭ", "ФУиГХ"),
# ФХТиБ (остальные)
(("процессов и аппарат", "процессы и аппарат", "пахт"), "ПАХТ", "ФХТиБ"),
(("низких температур", "низкие температур", "капиц", "тнт"), "ТНТ", "ФХТиБ"),
(("биотехнолог", "биологическ", "химической и", "химическая и", "химии и", "химия и", "хбт"), "ХБТ", "ФХТиБ"),
(("экологическ", "техносферн", "эбтс"), "ЭБТС", "ФХТиБ"),
# ФЭиУ («Реклама и связи с общественностью...» -> «РиС»)
(("менеджмент",), "Менеджмент", "ФЭиУ"),
(("реклам", "связей с обществен", "связи с обществен", "рисом", "рис"), "РиС", "ФЭиУ"),
(("персонал", "кафедра уп"), "УП", "ФЭиУ"),
(("экономик", "эио"), "ЭиО", "ФЭиУ"),
]
KAFEDRA_TO_FACULTY: Dict[str, str] = {
"ИиЭ": "ИГРИК", "РиЖ": "ИГРИК", "ХТОПП": "ИГРИК",
"ПИШ ТЛ": "ПИШ ТЛ",
"ИМП": "ПФ", "ПС": "ПФ", "ТиУКвПиУП": "ПФ",
"ДПМиСМ": "ТФ", "Дизайн": "ТФ", "НТС": "ТФ", "ЭдТиМЭ": "ТФ",
"ГД": "ФБК", "ИЯ": "ФБК", "Математика": "ФБК", "ТМиКМ": "ФБК", "Физика": "ФБК",
"ФВ": "ФВ",
"ЖиМК": "ФИДИЖ", "ИДиК": "ФИДИЖ", "РЯиЛ": "ФИДИЖ",
"ИБ": "ФИТ", "ИКТ": "ФИТ", "ИиИТ": "ФИТ", "ПИ": "ФИТ", "СМАРТ": "ФИТ",
"АиУ": "ФМ", "Материаловедение": "ФМ", "МиТЛП": "ФМ", "ОМДиАТ": "ФМ",
"ОТиСП": "ФМ", "СМиС": "ФМ", "ТиОМ": "ФМ",
"ПГПС": "ФУиГХ", "ПТ": "ФУиГХ", "ЭиПЭ": "ФУиГХ",
"АОиАТП": "ФХТиБ", "ПАХТ": "ФХТиБ", "ТНТ": "ФХТиБ", "ХБТ": "ФХТиБ", "ЭБТС": "ФХТиБ",
"Менеджмент": "ФЭиУ", "РиС": "ФЭиУ", "РиСОМ": "ФЭиУ", "УП": "ФЭиУ", "ЭиО": "ФЭиУ",
"ЦПД": "ЦПД",
}
# ==============================================================================
# 3. ВСПОМОГАТЕЛЬНЫЕ ФУНКЦИИ ОЧИСТКИ И КЛАССИФИКАЦИИ
# ==============================================================================
def clean_text(val: object) -> str:
if val is None or (isinstance(val, float) and pd.isna(val)):
return ""
s = str(val).replace("\xa0", " ").replace("\t", " ").replace("\r", " ").replace("\n", " ")
return re.sub(r"\s+", " ", s).strip()
def clean_discipline_name(disc: object) -> str:
"""
Очищает название дисциплины от пометок подгрупп вида '(1 п/г)', '(подгруппа 2)',
'п/г 1' и лишних пробелов, чтобы одинаковые дисциплины по подгруппам не дублировались.
"""
s = clean_text(disc)
s = re.sub(r"\s*\(\s*\d*\s*(?:п/г|подгрупп[аы]?)\s*\d*\s*\)", "", s, flags=re.I)
s = re.sub(r"[,;\s]+\d+\s*(?:п/г|подгрупп[аы]?)\b", "", s, flags=re.I)
s = re.sub(r"\b(?:п/г|подгрупп[аы]?)\s*№?\s*\d+\b", "", s, flags=re.I)
return re.sub(r"\s+", " ", s).strip(" ,;-")
def strip_kafedra_from_teacher(teacher: str) -> str:
return re.sub(r"\s*\([^)]*\)\s*$", "", clean_text(teacher)).strip()
def make_short_abbreviation(name: str) -> str:
s = re.sub(r"\([^)]*\)", "", name).strip()
s = re.sub(r"^(кафедра|ноц|центр|департамент|институт|факультет|школа)\s+", "", s, flags=re.I).strip()
words = [w for w in re.split(r"[\s,\-]+", s) if w]
if len(words) <= 1 and len(s) <= 16:
return s.capitalize() if s.islower() else s
stop_words = {"в", "на", "по", "для", "при", "им", "им.", "имени", "с", "у"}
abbr_parts = []
for w in words:
w_low = w.lower()
if w_low == "и":
abbr_parts.append("и")
elif w_low in stop_words:
continue
elif w.isupper() and len(w) <= 6:
abbr_parts.append(w)
else:
abbr_parts.append(w[0].upper())
abbr = "".join(abbr_parts).strip("и")
return abbr if len(abbr) >= 2 else s[:12]
def infer_kafedra_from_filename(filepath: Path) -> Tuple[str, str]:
stem = clean_text(filepath.stem)
stem_no_num = re.sub(r"^\d+[\.\-\s_]+", "", stem).strip()
# Убираем также номер в конце названия (например, 'физ воспитание 78' -> 'физ воспитание')
stem_no_num = re.sub(r"[\.\-\s_]+\d+$", "", stem_no_num).strip()
stem_lower = stem_no_num.lower()
full_stem_lower = stem.lower()
for code, fac in KAFEDRA_TO_FACULTY.items():
if stem_lower == code.lower():
norm_code = "РиС" if code == "РиСОМ" else code
return norm_code, fac
for keywords, code, fac in DEPARTMENT_RULES:
for kw in keywords:
if kw in stem_lower or kw in full_stem_lower:
return code, fac
m = re.search(r"\(([^)]+)\)\s*$", stem_no_num)
if m:
abbr = m.group(1).strip()
if abbr in KAFEDRA_TO_FACULTY:
norm_code = "РиС" if abbr == "РиСОМ" else abbr
return norm_code, KAFEDRA_TO_FACULTY[abbr]
short_code = make_short_abbreviation(stem_no_num)
fac = KAFEDRA_TO_FACULTY.get(short_code, "НЕ ОПРЕДЕЛЕН")
logging.warning(
f"Файл '{filepath.name}' не найден в базовом словаре -> сокращён до '{short_code}'."
)
return short_code, fac
def parse_group_info(
group_code: str,
academic_year_short: int = CURRENT_ACADEMIC_YEAR_SHORT,
historical_group_map: Optional[Dict[str, Tuple[str, str, str]]] = None,
) -> Optional[Tuple[str, str, str, int]]:
g = clean_text(group_code)
m = re.match(r"^(\d{2})(\d)-(\d{2,4}[а-яА-Яa-zA-Z0-9]*)$", g)
if not m:
return None
adm_year = int(m.group(1))
form_digit = m.group(2)
suffix = m.group(3)
course = academic_year_short - adm_year + 1
faculty = None
for prefix_len in (2, 1):
cand = suffix[:prefix_len]
if cand in GROUP_SUFFIX_TO_FACULTY:
faculty = GROUP_SUFFIX_TO_FACULTY[cand]
break
if not faculty and historical_group_map and g in historical_group_map:
faculty = historical_group_map[g][0]
if not faculty:
faculty = "ФЭиУ"
if form_digit in ("1", "4"):
form_edu = "Очная"
elif form_digit in ("2", "5"):
form_edu = "Очно-заочная"
elif form_digit in ("3", "6"):
form_edu = "Заочная"
else:
form_edu = f"Код {form_digit}"
if form_digit in ("4", "5", "6"):
level_edu = "Магистратура"
else:
if historical_group_map and g in historical_group_map:
_, _, hist_level = historical_group_map[g]
level_edu = hist_level
elif g in SPECIALIST_EXACT_GROUPS or suffix.startswith(SPECIALIST_SUFFIX_PREFIXES) or course >= 5:
level_edu = "Специалитет"
else:
level_edu = "Бакалавриат"
return faculty, form_edu, level_edu, course
def extract_all_group_codes(groups_str: str) -> List[str]:
"""
Извлекает все коды учебных групп из ячейки (например, '251-343|243-111',
'251-343, 243-111', '211-111' и т.д.), независимо от разделителя.
"""
s = clean_text(groups_str)
if not s:
return []
found = re.findall(r"\d{2,3}\s*-\s*[0-9а-яА-Яa-zA-Z]+", s)
if found:
return [re.sub(r"\s+", "", g) for g in found]
return [g.strip() for g in re.split(r"[|,;/\s]+", s) if g.strip()]
def is_fv_discipline(discipline: str, kafedra: str) -> bool:
if kafedra == "ФВ":
return True
return any(kw in discipline.lower() for kw in FV_DISCIPLINE_KEYWORDS)
def is_excluded_discipline(discipline: str) -> bool:
d_low = discipline.lower().strip()
if d_low in EXCLUDED_DISCIPLINE_EXACT:
return True
return any(kw in d_low for kw in EXCLUDED_DISCIPLINE_KEYWORDS)
# ==============================================================================
# 4. ЧТЕНИЕ ФАЙЛОВ ВЫГРУЗКИ КАФЕДР, ЦПД И ПРОШЛОГОДНЕГО ШАБЛОНА
# ==============================================================================
def load_historical_reference(ref_path: Optional[Path]) -> Tuple[
Dict[str, Tuple[str, str, str]],
Dict[Tuple[str, str], Tuple[str, str]],
Dict[str, Set[str]],
Set[str],
]:
group_map: Dict[str, Tuple[str, str, str]] = {}
teacher_disc_map: Dict[Tuple[str, str], Tuple[str, str]] = {}
teacher_kaf_map: Dict[str, Set[str]] = {}
ref_fv_teachers: Set[str] = set()
if not ref_path or not ref_path.exists():
return group_map, teacher_disc_map, teacher_kaf_map, ref_fv_teachers
try:
df_ref = pd.read_excel(ref_path, sheet_name=0)
for _, row in df_ref.iterrows():
grp = clean_text(row.get("Группа"))
fac_grp = clean_text(row.get("Факультет/институт группы"))
form_edu = clean_text(row.get("Форма обучения"))
lvl_edu = clean_text(row.get("Уровень образования"))
disc = clean_discipline_name(row.get("Наименование дисциплины"))
fio = strip_kafedra_from_teacher(clean_text(row.get("Преподаватель")))
kaf = clean_text(row.get("Кафедра ") or row.get("Кафедра"))
if kaf == "РиСОМ":
kaf = "РиС"
fac_pps = clean_text(row.get("Факультет/институт ППС"))
if kaf == "ФВ":
fac_pps = "ФВ"
if grp and fac_grp and lvl_edu:
group_map[grp] = (fac_grp, form_edu, lvl_edu)
if fio and disc and kaf and fac_pps:
teacher_disc_map[(fio, disc)] = (kaf, fac_pps)
if fio and kaf:
teacher_kaf_map.setdefault(fio, set()).add(kaf)
try:
df_ref_s2 = pd.read_excel(ref_path, sheet_name=1)
if df_ref_s2.shape[1] >= 7:
for val in df_ref_s2.iloc[2:, 6].dropna().tolist():
t_name = clean_text(val)
if t_name and t_name.lower() != "преподаватель":
ref_fv_teachers.add(t_name)
except Exception:
pass
except Exception as e:
logging.warning(f"Не удалось прочитать '{ref_path}': {e}")
return group_map, teacher_disc_map, teacher_kaf_map, ref_fv_teachers
def _read_excel_unmerged(filepath: Path) -> pd.DataFrame:
"""
Читает первый лист Excel-файла, предварительно разъединяя все объединённые ячейки (merged cells)
и заполняя их значением верхней левой ячейки.
"""
if filepath.suffix.lower() == ".xlsx":
try:
wb = openpyxl.load_workbook(filepath, data_only=True)
ws = wb.worksheets[0]
for m_range in list(ws.merged_cells.ranges):
top_val = ws.cell(row=m_range.min_row, column=m_range.min_col).value
ws.unmerge_cells(str(m_range))
for r_idx in range(m_range.min_row, m_range.max_row + 1):
for c_idx in range(m_range.min_col, m_range.max_col + 1):
ws.cell(row=r_idx, column=c_idx, value=top_val)
rows_data = [[cell.value for cell in row] for row in ws.iter_rows()]
return pd.DataFrame(rows_data)
except Exception:
pass
return pd.read_excel(filepath, sheet_name=0, header=None)
def read_department_file(filepath: Path, is_cpd: bool = False) -> pd.DataFrame:
df = _read_excel_unmerged(filepath)
if df.empty:
return pd.DataFrame(columns=["Преподаватель", "Группы", "Дисциплина", "Тип занятий"])
header_row_idx = 0
header_keywords = (
"преподават", "групп", "дисциплин", "название проекта",
"наименование проекта", "руководит", "проект", "куратор",
)
for r_idx in range(min(15, len(df))):
row_values = [clean_text(v).lower() for v in df.iloc[r_idx].tolist()]
matches = sum(1 for cell in row_values if cell and any(kw in cell for kw in header_keywords))
if matches >= 2:
header_row_idx = r_idx
break
headers = [clean_text(v) for v in df.iloc[header_row_idx].tolist()]
unique_headers: List[str] = []
seen_counts: Dict[str, int] = {}
for idx, h in enumerate(headers):
base = h if h else f"_col_{idx}"
if base in seen_counts:
seen_counts[base] += 1
unique_headers.append(f"{base}_{seen_counts[base]}")
else:
seen_counts[base] = 0
unique_headers.append(base)
data = df.iloc[header_row_idx + 1 :].copy()
data.columns = unique_headers
col_map: Dict[str, str] = {}
for col in data.columns:
c_low = col.lower()
if any(w in c_low for w in ("преподават", "руковод", "куратор", "наставник", "фио")) and "Преподаватель" not in col_map:
col_map["Преподаватель"] = col
elif "групп" in c_low and "Группы" not in col_map:
col_map["Группы"] = col
elif any(w in c_low for w in ("проект", "назван", "тема")) and "Дисциплина" not in col_map:
col_map["Дисциплина"] = col
elif "дисциплин" in c_low and "Дисциплина" not in col_map:
col_map["Дисциплина"] = col
elif "тип занят" in c_low and "Тип занятий" not in col_map:
col_map["Тип занятий"] = col
if data.shape[1] >= 9:
if "Преподаватель" not in col_map:
col_map["Преподаватель"] = data.columns[1]
if "Группы" not in col_map:
col_map["Группы"] = data.columns[3]
if "Дисциплина" not in col_map:
col_map["Дисциплина"] = data.columns[8]
if "Тип занятий" not in col_map:
col_map["Тип занятий"] = data.columns[7]
elif data.shape[1] >= 3:
if "Группы" not in col_map:
for col in data.columns:
sample_vals = " ".join(data[col].dropna().astype(str).head(30).tolist())
if re.search(r"\b\d{3}-\d{2,4}", sample_vals):
col_map["Группы"] = col
break
remaining_cols = [c for c in data.columns if c not in col_map.values()]
if "Группы" not in col_map and remaining_cols:
col_map["Группы"] = remaining_cols.pop(0)
if "Дисциплина" not in col_map and remaining_cols:
col_map["Дисциплина"] = remaining_cols.pop(0)
if "Преподаватель" not in col_map and remaining_cols:
col_map["Преподаватель"] = remaining_cols.pop(0)
out = pd.DataFrame()
out["Преподаватель"] = data[col_map["Преподаватель"]].map(clean_text) if "Преподаватель" in col_map else ""
out["Группы"] = data[col_map["Группы"]].map(clean_text) if "Группы" in col_map else ""
out["Дисциплина"] = data[col_map["Дисциплина"]].map(clean_text) if "Дисциплина" in col_map else ""
out["Тип занятий"] = data[col_map["Тип занятий"]].map(clean_text) if "Тип занятий" in col_map else ""
if is_cpd and not out.empty:
has_any_content = (out["Группы"] != "") | (out["Дисциплина"] != "") | (out["Преподаватель"] != "")
out = out[has_any_content].copy()
out["Дисциплина"] = out["Дисциплина"].replace("", pd.NA).ffill().fillna("")
out["Преподаватель"] = out["Преподаватель"].replace("", pd.NA).ffill().fillna("")
out["Группы"] = out["Группы"].replace("", pd.NA).ffill().fillna("")
return out
# ==============================================================================
# 5. ОСНОВНАЯ ЛОГИКА СБОРКИ ДАННЫХ
# ==============================================================================
def process_all_files(
input_dir: Path,
ref_path: Optional[Path] = None,
cpd_path: Optional[Path] = None,
academic_year_short: int = CURRENT_ACADEMIC_YEAR_SHORT,
only_ochnaya: bool = ONLY_OCHNAYA,
exclude_graduating: bool = EXCLUDE_GRADUATING_BACHELORS_AND_MASTERS,
deduplicate_multi_dept: bool = DEDUPLICATE_MULTI_DEPT_TEACHERS,
deduplicate_same_subject_in_group: bool = DEDUPLICATE_SAME_SUBJECT_IN_GROUP,
) -> Tuple[pd.DataFrame, pd.DataFrame, pd.DataFrame, pd.DataFrame]:
hist_group_map, hist_teacher_disc_map, hist_teacher_kaf_map, ref_fv_teachers = load_historical_reference(ref_path)
excel_files = sorted(
[
f for f in input_dir.iterdir()
if f.is_file()
and f.suffix.lower() in (".xlsx", ".xls")
and not f.name.startswith("~$")
and "форма сбора данных" not in f.name.lower()
]
)
if not excel_files:
raise FileNotFoundError(f"В папке '{input_dir.resolve()}' не найдено файлов расписания (.xlsx / .xls).")
logging.info(f"Найдено файлов кафедр для обработки: {len(excel_files)}")
raw_main_rows: List[Dict[str, str]] = []
fv_groups_set: Set[Tuple[str, str, str]] = set()
fv_teachers_set: Set[str] = set(DEFAULT_FV_TEACHERS) | set(ref_fv_teachers)
# Словарь проектов ЦПД: (Учебная группа, Название проекта) -> set(Руководители проекта)
cpd_projects_map: Dict[Tuple[str, str], Set[str]] = defaultdict(set)
for fpath in excel_files:
kafedra, fac_pps = infer_kafedra_from_filename(fpath)
df_raw = read_department_file(fpath, is_cpd=(kafedra == "ЦПД"))
if fac_pps == "НЕ ОПРЕДЕЛЕН" and not df_raw.empty:
grp_fac_counter: Counter = Counter()
for g_str in df_raw["Группы"]:
for g_code in extract_all_group_codes(str(g_str)):
p = parse_group_info(g_code, academic_year_short, hist_group_map)
if p and p[0] != "НЕ ОПРЕДЕЛЕН":
grp_fac_counter[p[0]] += 1
if grp_fac_counter:
fac_pps = grp_fac_counter.most_common(1)[0][0]
else:
fac_pps = "ФБК"
logging.info(f"Обработка: {fpath.name} -> Кафедра: {kafedra} | Факультет: {fac_pps}")
# ----------------------------------------------------------------------
# ОБРАБОТКА ФАЙЛА ЦПД («Центр проектной деятельности») -> ЛИСТ 3
# ----------------------------------------------------------------------
if kafedra == "ЦПД":
before_cpd_count = len(cpd_projects_map)
for _, row in df_raw.iterrows():
teacher_raw = clean_text(row["Преподаватель"])
teacher_fio = strip_kafedra_from_teacher(teacher_raw)
groups_str = clean_text(row["Группы"])
discipline = clean_text(row["Дисциплина"])
if not groups_str or not discipline:
continue
disc_low = discipline.lower().strip()
if disc_low == "управление проектами":
clean_disc = clean_discipline_name(discipline)
for grp in extract_all_group_codes(groups_str):
parsed = parse_group_info(grp, academic_year_short, hist_group_map)
if not parsed:
continue
fac_group, form_edu, level_edu, _ = parsed
if only_ochnaya and form_edu != "Очная":
continue
if teacher_fio and "вакансия" not in teacher_fio.lower():
raw_main_rows.append(
{
"Факультет/институт группы": fac_group,
"Группа": grp,
"Форма обучения": form_edu,
"Уровень образования": level_edu,
"Наименование дисциплины": clean_disc,
"ФИО": teacher_fio,
"Преподаватель": f"{teacher_fio} (ЦПД)",
"Кафедра ": "ЦПД",
"Факультет/институт ППС": "ЦПД",
"Примечание": "",
}
)
continue
if disc_low == "проектная деятельность":
continue
sup_list = [
strip_kafedra_from_teacher(s)
for s in re.split(r"[;|]+", teacher_raw)
if strip_kafedra_from_teacher(s) and "вакансия" not in s.lower()
]
for grp in extract_all_group_codes(groups_str):
if sup_list:
for sup in sup_list:
cpd_projects_map[(grp, discipline)].add(sup)
else:
cpd_projects_map.setdefault((grp, discipline), set())
logging.info(
f" -> Из файла ЦПД '{fpath.name}' добавлено пар (группа + проект): "
f"{len(cpd_projects_map) - before_cpd_count}"
)
continue
# ----------------------------------------------------------------------
# ОБРАБОТКА КАФЕДР (ВКЛЮЧАЯ ФВ 78 -> И В ЛИСТ 1, И В ЛИСТ 2!)
# ----------------------------------------------------------------------
for _, row in df_raw.iterrows():
teacher_raw = clean_text(row["Преподаватель"])
teacher_fio = strip_kafedra_from_teacher(teacher_raw)
groups_str = clean_text(row["Группы"])
discipline = clean_discipline_name(row["Дисциплина"])
if not discipline and not groups_str and not teacher_fio:
continue
if (kafedra == "ФВ" or is_fv_discipline(discipline, kafedra)) and teacher_fio:
for part_t in re.split(r"[;|]+", teacher_fio):
part_t = strip_kafedra_from_teacher(part_t)
if part_t and "вакансия" not in part_t.lower():
fv_teachers_set.add(part_t)
if not groups_str or not discipline:
continue
group_list = extract_all_group_codes(groups_str)
for grp in group_list:
parsed = parse_group_info(grp, academic_year_short, hist_group_map)
if not parsed:
continue
fac_group, form_edu, level_edu, course = parsed
if fac_group == "НЕ ОПРЕДЕЛЕН":
fac_group = fac_pps
if only_ochnaya and form_edu != "Очная":
continue
if exclude_graduating:
if level_edu == "Бакалавриат" and course >= 4:
continue
if level_edu == "Магистратура" and course >= 2:
continue
if is_fv_discipline(discipline, kafedra):
if level_edu != "Магистратура":
fv_groups_set.add((fac_group, grp, "Элективные дисциплины по физической культуре и спорту"))
if teacher_fio and "вакансия" not in teacher_fio.lower():
fv_teachers_set.add(teacher_fio)
# Если INCLUDE_FV_IN_MAIN_SHEET = True, НЕ делаем continue —
# закидываем строки ФВ в Первый лист по общим правилам (Кафедра = ФВ, Факультет ППС = ФВ)!
if not INCLUDE_FV_IN_MAIN_SHEET:
continue
if is_excluded_discipline(discipline) or not teacher_fio or "вакансия" in teacher_fio.lower():
continue
row_kaf = "ФВ" if kafedra == "ФВ" or is_fv_discipline(discipline, kafedra) else kafedra
row_fac_pps = "ФВ" if row_kaf == "ФВ" else fac_pps
raw_main_rows.append(
{
"Факультет/институт группы": fac_group,
"Группа": grp,
"Форма обучения": form_edu,
"Уровень образования": level_edu,
"Наименование дисциплины": discipline,
"ФИО": teacher_fio,
"Преподаватель": f"{teacher_fio} ({row_kaf})",
"Кафедра ": row_kaf,
"Факультет/институт ППС": row_fac_pps,
"Примечание": "",
}
)
df_main = pd.DataFrame(raw_main_rows)
if not df_main.empty:
df_main["_grp_norm"] = df_main["Группа"].str.strip().str.upper()
df_main["_disc_norm"] = df_main["Наименование дисциплины"].str.strip().str.lower()
df_main["_fio_norm"] = df_main["ФИО"].str.strip().str.lower()
df_main = df_main.drop_duplicates(
subset=["_grp_norm", "_disc_norm", "_fio_norm", "Кафедра "]
).copy()
if deduplicate_multi_dept:
df_main = _resolve_multi_department_duplicates(
df_main, hist_teacher_disc_map, hist_teacher_kaf_map
)
if deduplicate_same_subject_in_group:
df_main = _deduplicate_subgroups_within_group(df_main)
df_main = df_main.sort_values(
by=["Группа", "Кафедра ", "Наименование дисциплины", "Преподаватель"],
kind="mergesort",
).reset_index(drop=True)
df_main = df_main[
[
"Факультет/институт группы",
"Группа",
"Форма обучения",
"Уровень образования",
"Наименование дисциплины",
"Преподаватель",
"Кафедра ",
"Факультет/институт ППС",
"Примечание",
]
]
else:
df_main = pd.DataFrame(
columns=[
"Факультет/институт группы", "Группа", "Форма обучения",
"Уровень образования", "Наименование дисциплины",
"Преподаватель", "Кафедра ", "Факультет/институт ППС", "Примечание",
]
)
if not df_main.empty:
for _, r in df_main[["Факультет/институт группы", "Группа", "Уровень образования"]].drop_duplicates().iterrows():
if r["Уровень образования"] != "Магистратура":
parsed = parse_group_info(r["Группа"], academic_year_short, hist_group_map)
if parsed and (parsed[3] <= 3 or r["Факультет/институт группы"] == "ИГРИК"):
fv_groups_set.add(
(r["Факультет/институт группы"], r["Группа"], "Элективные дисциплины по физической культуре и спорту")
)
df_fv_groups = pd.DataFrame(
sorted(list(fv_groups_set), key=lambda x: (x[0], x[1])),
columns=["Факультет", "Группа", "Дисциплина"],
)
df_fv_groups["Проверено"] = ""
df_fv_teachers = pd.DataFrame(
sorted(list(fv_teachers_set)),
columns=["Преподаватель"],
)
df_fv_teachers["Проверено "] = ""
df_cpd = _build_cpd_dataframe(cpd_path, cpd_projects_map)
return df_main, df_fv_groups, df_fv_teachers, df_cpd
def _deduplicate_subgroups_within_group(df: pd.DataFrame) -> pd.DataFrame:
dup_mask = df.duplicated(subset=["_grp_norm", "_disc_norm"], keep=False)
if not dup_mask.any():
return df
df_unique = df[~dup_mask].copy()
df_dups = df[dup_mask].copy()
resolved_rows = []
for (_, _), group_df in df_dups.groupby(["_grp_norm", "_disc_norm"], sort=False):
chosen_row = None
grp = str(group_df.iloc[0]["Группа"])
fac_grp = group_df.iloc[0]["Факультет/институт группы"]
m_sfx = re.match(r"^\d{3}-(\d{2})", grp)
if m_sfx:
expected_kaf = GROUP_PREFIX2_TO_KAFEDRA.get(m_sfx.group(1))
if expected_kaf:
m_kaf = group_df[group_df["Кафедра "] == expected_kaf]
if len(m_kaf) >= 1:
chosen_row = m_kaf.iloc[0].to_dict()
if chosen_row is None:
m_fac = group_df[group_df["Факультет/институт ППС"] == fac_grp]
if len(m_fac) >= 1:
chosen_row = m_fac.iloc[0].to_dict()
if chosen_row is None:
chosen_row = group_df.iloc[0].to_dict()
resolved_rows.append(chosen_row)
return pd.concat([df_unique, pd.DataFrame(resolved_rows)], ignore_index=True)
def _resolve_multi_department_duplicates(
df: pd.DataFrame,
hist_teacher_disc_map: Dict[Tuple[str, str], Tuple[str, str]],
hist_teacher_kaf_map: Dict[str, Set[str]],
) -> pd.DataFrame:
dup_mask = df.duplicated(subset=["_grp_norm", "_disc_norm", "_fio_norm"], keep=False)
if not dup_mask.any():
return df
df_unique = df[~dup_mask].copy()
df_dups = df[dup_mask].copy()
resolved_rows = []
for (_, _, _), group_df in df_dups.groupby(["_grp_norm", "_disc_norm", "_fio_norm"], sort=False):
chosen_row = None
grp = str(group_df.iloc[0]["Группа"])
disc = str(group_df.iloc[0]["Наименование дисциплины"])
fio = str(group_df.iloc[0]["ФИО"])
if (fio, disc) in hist_teacher_disc_map:
hist_kaf, _ = hist_teacher_disc_map[(fio, disc)]
m_hist = group_df[group_df["Кафедра "] == hist_kaf]
if len(m_hist) == 1:
chosen_row = m_hist.iloc[0].to_dict()
if chosen_row is None:
m_sfx = re.match(r"^\d{3}-(\d{2})", grp)
if m_sfx:
pref2 = m_sfx.group(1)
expected_kaf = GROUP_PREFIX2_TO_KAFEDRA.get(pref2)
if expected_kaf:
m_kaf = group_df[group_df["Кафедра "] == expected_kaf]
if len(m_kaf) == 1:
chosen_row = m_kaf.iloc[0].to_dict()
if chosen_row is None:
fac_grp = group_df.iloc[0]["Факультет/институт группы"]
m_fac = group_df[group_df["Факультет/институт ППС"] == fac_grp]
if len(m_fac) == 1:
chosen_row = m_fac.iloc[0].to_dict()
elif len(m_fac) > 1:
chosen_row = m_fac.iloc[0].to_dict()
elif len(m_fac) == 0 and fac_grp != "ПИШ ТЛ" and "ПИШ ТЛ" in group_df["Кафедра "].values:
non_pish = group_df[group_df["Кафедра "] != "ПИШ ТЛ"]
if len(non_pish) >= 1:
chosen_row = non_pish.iloc[0].to_dict()
if chosen_row is None:
chosen_row = group_df.iloc[0].to_dict()
resolved_rows.append(chosen_row)
return pd.concat([df_unique, pd.DataFrame(resolved_rows)], ignore_index=True)
def _build_cpd_dataframe(
cpd_path: Optional[Path],
cpd_projects_map: Dict[Tuple[str, str], Set[str]],
) -> pd.DataFrame:
if cpd_path and cpd_path.exists():
df_ext = read_department_file(cpd_path, is_cpd=True)
for _, row in df_ext.iterrows():
teacher_raw = clean_text(row["Преподаватель"])
groups_str = clean_text(row["Группы"])
discipline = clean_text(row["Дисциплина"])
if not groups_str or not discipline:
continue
disc_low = discipline.lower().strip()
if disc_low in ("управление проектами", "проектная деятельность"):
continue
sup_list = [
strip_kafedra_from_teacher(s)
for s in re.split(r"[;|]+", teacher_raw)
if strip_kafedra_from_teacher(s) and "вакансия" not in s.lower()
]
for grp in extract_all_group_codes(groups_str):
if sup_list:
for sup in sup_list:
cpd_projects_map[(grp, discipline)].add(sup)
else:
cpd_projects_map.setdefault((grp, discipline), set())
if not cpd_projects_map:
return pd.DataFrame(columns=["Учебная группа", "Название проекта", "Руководители проекта"])
rows = []
for (grp, proj_name), supervisors in cpd_projects_map.items():
sup_joined = "; ".join(sorted(supervisors))
rows.append(
{
"Учебная группа": grp,
"Название проекта": proj_name,
"Руководители проекта": sup_joined,
}
)
df_cpd = pd.DataFrame(rows)
df_cpd = df_cpd.sort_values(
by=["Учебная группа", "Название проекта"],
kind="mergesort",
).reset_index(drop=True)
return df_cpd
# ==============================================================================
# 6. ОФОРМЛЕНИЕ И СОХРАНЕНИЕ EXCEL-КНИГИ
# ==============================================================================
def export_to_excel(
output_path: Path,
df_main: pd.DataFrame,
df_fv_groups: pd.DataFrame,
df_fv_teachers: pd.DataFrame,
df_cpd: pd.DataFrame,
) -> None:
wb = openpyxl.Workbook()
font_header_12 = Font(name="Calibri", size=12, bold=True, color="1F2937")
font_body_12 = Font(name="Calibri", size=12, bold=False, color="111827")
font_header_11 = Font(name="Calibri", size=11, bold=True, color="1F2937")
font_body_11 = Font(name="Calibri", size=11, bold=False, color="111827")
font_cpd_header = Font(name="Tahoma", size=8, bold=True, color="000000")
font_cpd_body = Font(name="Calibri", size=11, bold=False, color="000000")
fill_header = PatternFill(start_color="E8EEF5", end_color="E8EEF5", fill_type="solid")
fill_sub = PatternFill(start_color="F3F6FA", end_color="F3F6FA", fill_type="solid")
fill_zebra = PatternFill(start_color="F9FAFB", end_color="F9FAFB", fill_type="solid")
thin_side = Side(style="thin", color="D1D5DB")
med_bottom = Side(style="medium", color="9CA3AF")
border_data = Border(left=thin_side, right=thin_side, top=thin_side, bottom=thin_side)
border_header = Border(left=thin_side, right=thin_side, top=thin_side, bottom=med_bottom)
align_left = Alignment(horizontal="left", vertical="center", wrap_text=False)
align_center = Alignment(horizontal="center", vertical="center", wrap_text=False)
align_cpd_header = Alignment(horizontal="center", vertical="center", wrap_text=True)
align_cpd_group = Alignment(horizontal="left", vertical="top", wrap_text=False)
align_cpd_wrap = Alignment(horizontal="left", vertical="top", wrap_text=True)
# --------------------------------------------------------------------------
# ЛИСТ 1: «Общая (кроме ФВ, ЦПД)»
# --------------------------------------------------------------------------
ws1 = wb.active
ws1.title = "Общая (кроме ФВ, ЦПД)"
ws1.views.sheetView[0].showGridLines = True
headers_s1 = [
"Факультет/институт группы", "Группа", "Форма обучения",
"Уровень образования", "Наименование дисциплины",
"Преподаватель", "Кафедра ", "Факультет/институт ППС", "Примечание",
]
ws1.append(headers_s1)
ws1.row_dimensions[1].height = 24
for col_idx in range(1, len(headers_s1) + 1):
cell = ws1.cell(row=1, column=col_idx)
cell.font = font_header_12
cell.fill = fill_header
cell.border = border_header
cell.alignment = align_center if col_idx in (1, 2, 3, 4, 7, 8) else align_left
for row_idx, r in enumerate(df_main.itertuples(index=False), start=2):
ws1.append(list(r))
is_even = row_idx % 2 == 0
for col_idx in range(1, len(headers_s1) + 1):
c = ws1.cell(row=row_idx, column=col_idx)
c.font = font_body_12
c.border = border_data
c.alignment = align_center if col_idx in (1, 2, 3, 4, 7, 8) else align_left
if is_even:
c.fill = fill_zebra
ws1.auto_filter.ref = f"A1:I{max(2, ws1.max_row)}"
ws1.freeze_panes = "A2"
col_widths_s1 = {
"A": 25.0, "B": 14.0, "C": 16.0, "D": 21.0,
"E": 55.0, "F": 42.0, "G": 20.0, "H": 24.0, "I": 26.0,
}
for col_letter, width in col_widths_s1.items():
ws1.column_dimensions[col_letter].width = width
# --------------------------------------------------------------------------
# ЛИСТ 2: «Список групп и ППС ФВ»
# --------------------------------------------------------------------------
ws2 = wb.create_sheet(title="Список групп и ППС ФВ")
ws2.views.sheetView[0].showGridLines = True
ws2.cell(row=2, column=1, value="Список групп ").font = font_header_11
ws2.cell(row=2, column=1).fill = fill_sub
ws2.cell(row=2, column=7, value="Список ППС каф. ФВ ").font = font_header_11
ws2.cell(row=2, column=7).fill = fill_sub
ws2.row_dimensions[2].height = 20
left_headers = ["Факультет", "Группа", "Дисциплина", "Проверено"]
for idx, text in enumerate(left_headers, start=1):
c = ws2.cell(row=3, column=idx, value=text)
c.font = font_header_12
c.fill = fill_header
c.border = border_header
c.alignment = align_center if idx in (1, 2, 4) else align_left
right_headers = ["Преподаватель", "Проверено "]
for idx, text in enumerate(right_headers, start=7):
c = ws2.cell(row=3, column=idx, value=text)
c.font = font_header_11
c.fill = fill_header
c.border = border_header
c.alignment = align_center if idx == 8 else align_left
ws2.row_dimensions[3].height = 22
for r_offset, r in enumerate(df_fv_groups.itertuples(index=False), start=4):
ws2.cell(row=r_offset, column=1, value=r[0])
ws2.cell(row=r_offset, column=2, value=r[1])
ws2.cell(row=r_offset, column=3, value=r[2])
ws2.cell(row=r_offset, column=4, value=r[3] if r[3] else None)
for c_idx in range(1, 5):
c = ws2.cell(row=r_offset, column=c_idx)
c.font = font_body_11 if c_idx == 3 else font_body_12
c.border = border_data
c.alignment = align_center if c_idx in (1, 2, 4) else align_left
for r_offset, r in enumerate(df_fv_teachers.itertuples(index=False), start=4):
ws2.cell(row=r_offset, column=7, value=r[0])
ws2.cell(row=r_offset, column=8, value=r[1] if r[1] else None)
for c_idx in (7, 8):
c = ws2.cell(row=r_offset, column=c_idx)
c.font = font_body_11
c.border = border_data
c.alignment = align_center if c_idx == 8 else align_left
ws2.auto_filter.ref = f"A3:D{max(3, len(df_fv_groups) + 3)}"
ws2.freeze_panes = "A4"
col_widths_s2 = {
"A": 14.0, "B": 14.0, "C": 70.0, "D": 14.0,
"E": 13.0, "F": 13.0, "G": 42.0, "H": 14.0,
}
for col_letter, width in col_widths_s2.items():
ws2.column_dimensions[col_letter].width = width
# --------------------------------------------------------------------------
# ЛИСТ 3: «ЦПД » (НЕ ТРОГАЕМ!)
# --------------------------------------------------------------------------
ws3 = wb.create_sheet(title="ЦПД ")
ws3.views.sheetView[0].showGridLines = True
headers_s3 = ["Учебная группа", "Название проекта", "Руководители проекта"]
ws3.append(headers_s3)
ws3.row_dimensions[1].height = 24
for col_idx in range(1, 4):
c = ws3.cell(row=1, column=col_idx)
c.font = font_cpd_header
c.alignment = align_cpd_header
for row_idx, r in enumerate(df_cpd.itertuples(index=False), start=2):
ws3.append(list(r))
c_grp = ws3.cell(row=row_idx, column=1)
c_proj = ws3.cell(row=row_idx, column=2)
c_sup = ws3.cell(row=row_idx, column=3)
c_grp.font = font_cpd_body
c_proj.font = font_cpd_body
c_sup.font = font_cpd_body
c_grp.alignment = align_cpd_group
c_proj.alignment = align_cpd_wrap
c_sup.alignment = align_cpd_wrap
ws3.auto_filter.ref = f"A1:C{max(1, ws3.max_row)}"
ws3.freeze_panes = "A2"
col_widths_s3 = {"A": 10.0, "B": 48.0, "C": 52.0}
for col_letter, width in col_widths_s3.items():
ws3.column_dimensions[col_letter].width = width
output_path.parent.mkdir(parents=True, exist_ok=True)
wb.save(str(output_path))
logging.info(f"Файл успешно сохранён: {output_path.resolve()}")
def main() -> None:
logging.basicConfig(
level=logging.INFO,
format="%(asctime)s | %(levelname)s | %(message)s",
datefmt="%H:%M:%S",
)
parser = argparse.ArgumentParser(
description="Сборка формы анкетирования из файлов выгрузки расписания по кафедрам."
)
parser.add_argument(
"--input-dir",
"-i",
type=Path,
default=Path("./выгрузка"),
help="Папка с файлами выгрузки по кафедрам",
)
parser.add_argument(
"--output",
"-o",
type=Path,
default=Path("Форма сбора данных для анкетирования 2026.xlsx"),
help="Путь к итоговому файлу Excel",
)
parser.add_argument(
"--ref",
"-r",
type=Path,
default=Path("Форма сбора данных для анкетирования ЗАПОЛНЕНО 2.0.xlsx"),
help="Прошлогодний файл для сверки (необязательно)",
)
parser.add_argument(
"--cpd",
type=Path,
default=None,
help="Отдельный файл выгрузки проектов ЦПД (необязательно)",
)
parser.add_argument(
"--year",
type=int,
default=CURRENT_ACADEMIC_YEAR_SHORT,
help="Две последние цифры учебного года (26 для 2026/2027)",
)
parser.add_argument(
"--all-forms",
action="store_true",
help="Включить все формы обучения (по умолчанию только Очная)",
)
parser.add_argument(
"--exclude-graduating",
action="store_true",
help="Исключить выпускные курсы",
)
args = parser.parse_args()
input_dir: Path = args.input_dir
if not input_dir.exists():
input_dir = Path(".")
ref_path = args.ref if args.ref and args.ref.exists() else None
df_main, df_fv_groups, df_fv_teachers, df_cpd = process_all_files(
input_dir=input_dir,
ref_path=ref_path,
cpd_path=args.cpd,
academic_year_short=args.year,
only_ochnaya=not args.all_forms,
exclude_graduating=args.exclude_graduating,
deduplicate_multi_dept=DEDUPLICATE_MULTI_DEPT_TEACHERS,
deduplicate_same_subject_in_group=DEDUPLICATE_SAME_SUBJECT_IN_GROUP,
)
export_to_excel(
output_path=args.output,
df_main=df_main,
df_fv_groups=df_fv_groups,
df_fv_teachers=df_fv_teachers,
df_cpd=df_cpd,
)
logging.info(
f"\nУспешно собрано:\n"
f" - Лист 1: {len(df_main)} строк ({df_main['Группа'].nunique() if not df_main.empty else 0} групп)\n"
f" - Лист 2: {len(df_fv_groups)} групп, {len(df_fv_teachers)} преподавателей ФВ\n"
f" - Лист 3: {len(df_cpd)} строк"
)
if __name__ == "__main__":
main()