mdbq 0.2.5__tar.gz → 0.2.6__tar.gz

{mdbq-0.2.5 → mdbq-0.2.6}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: mdbq
-Version: 0.2.5
+Version: 0.2.6
 Home-page: https://pypi.org/project/mdbsql
 Author: xigua, 
 Author-email: 2587125111@qq.com

{mdbq-0.2.5 → mdbq-0.2.6}/mdbq/aggregation/query_data.py

@@ -369,6 +369,9 @@ class GroupBy:
         df = pd.merge(df, syj, how='left', left_on=['日期', '商品id'], right_on=['日期', '宝贝id'])
         df.drop(labels='宝贝id', axis=1, inplace=True)
         df.drop_duplicates(subset=['日期', '商品id', '花费', '销售额'], keep='last', inplace=True, ignore_index=True)
+        df['商品成本'] = df.apply(lambda x: x['成本价'] + x['销售额']/x['销售量'] * 0.11 + 6 if x['销售量'] > 0 else 0, axis=1)
+        df['商品毛利'] = df.apply(lambda x: x['销售额'] - x['商品成本'] * x['销售量'], axis=1)
+        df['商品盈亏'] = df.apply(lambda x: x['商品毛利'] - x['花费'], axis=1)
         return df
 
     def as_csv(self, df, filename, path=None, encoding='utf-8_sig',
@@ -505,8 +508,8 @@ def data_aggregation(service_databases=[{}]):
                 df = g.groupby(df=df, tabel_name=tabel_name, is_maximize=True)  # 2. 聚合数据
                 # g.as_csv(df=df, filename=tabel_name + '.csv')
                 m.df_to_mysql(df=df, db_name=db_name, tabel_name=tabel_name)  # 3. 回传数据库
-            res = g.performance()
-            m.df_to_mysql(df=res, db_name='聚合数据', tabel_name='销售盈亏')  # 3. 回传数据库
+            res = g.performance()   # 盈亏表，依赖其他表，单独做
+            m.df_to_mysql(df=res, db_name='聚合数据', tabel_name='销售盈亏')
 
 
 if __name__ == '__main__':

mdbq-0.2.6/mdbq/config/products.py

@@ -0,0 +1,123 @@
+# -*- coding: UTF-8 –*-
+import json
+import os
+import platform
+import getpass
+import pandas as pd
+from mdbq.mysql import mysql
+from mdbq.config import get_myconf
+""" 
+天猫货品年份基准对照
+"""
+
+
+class Products:
+    def __init__(self):
+        self.datas = []
+
+    def update_my_datas(self):
+        my_datas = [
+            {
+                '平台': '天猫', '商品id': '822020840000', '上市年份': '2024年8月'
+            },
+            {
+                '平台': '天猫', '商品id': '811000000000', '上市年份': '2024年7月'
+            },
+            {
+                '平台': '天猫', '商品id': '800000000000', '上市年份': '2024年6月'
+            },
+            {
+                '平台': '天猫', '商品id': '791359643000', '上市年份': '2024年5月'
+            },
+            {
+                '平台': '天猫', '商品id': '778971448000', '上市年份': '2024年4月'
+            },
+            {
+                '平台': '天猫', '商品id': '770576016820', '上市年份': '2024年3月'
+            },
+            {
+                '平台': '天猫', '商品id': '766115058400', '上市年份': '2024年2月'
+            },
+            {
+                '平台': '天猫', '商品id': '759478591187', '上市年份': '2024年1月'
+            },
+            {
+                '平台': '天猫', '商品id': '752770183000', '上市年份': '2023年12月'
+            },
+            {
+                '平台': '天猫', '商品id': '745123890000', '上市年份': '2023年11月'
+            },
+            {
+                '平台': '天猫', '商品id': '741000000000', '上市年份': '2023年10月'
+            },
+            {
+                '平台': '天猫', '商品id': '736841920000', '上市年份': '2023年9月'
+            },
+            {
+                '平台': '天猫', '商品id': '730800000000', '上市年份': '2023年8月'
+            },
+            {
+                '平台': '天猫', '商品id': '726939636835', '上市年份': '2023年7月'
+            },
+            {
+                '平台': '天猫', '商品id': '721366048631', '上市年份': '2023年6月'
+            },
+            {
+                '平台': '天猫', '商品id': '716130443004', '上市年份': '2023年5月'
+            },
+            {
+                '平台': '天猫', '商品id': '709824308589', '上市年份': '2023年4月'
+            },
+            {
+                '平台': '天猫', '商品id': '705440027804', '上市年份': '2023年3月'
+            },
+            {
+                '平台': '天猫', '商品id': '701096067973', '上市年份': '2023年2月'
+            },
+            {
+                '平台': '天猫', '商品id': '696017000000', '上市年份': '2023年1月'
+            },
+            {
+                '平台': '天猫', '商品id': '666510000000', '上市年份': '2022年货品'
+            },
+            {
+                '平台': '天猫', '商品id': '636010000000', '上市年份': '2021年货品'
+            },
+            {
+                '平台': '天猫', '商品id': '610485872286', '上市年份': '2020年货品'
+            },
+            {
+                '平台': '天猫', '商品id': '585066000000', '上市年份': '2019年货品'
+            },
+            {
+                '平台': '天猫', '商品id': '563237000000', '上市年份': '2018年货品'
+            },
+            {
+                '平台': '天猫', '商品id': '100', '上市年份': '历史悠久'
+            },
+        ]
+        self.datas += my_datas
+
+    def to_mysql(self,):
+        self.update_my_datas()
+        df = pd.DataFrame(self.datas)
+        username, password, host, port = get_myconf.select_config_values(
+            target_service='home_lx',
+            database='mysql',
+        )
+        m = mysql.MysqlUpload(
+            username=username,
+            password=password,
+            host=host,
+            port=port,
+        )
+        m.df_to_mysql(df=df, db_name='属性设置2', tabel_name='货品年份基准')
+
+
+def main():
+    pass
+
+
+if __name__ == '__main__':
+    p = Products()
+    p.to_mysql()

{mdbq-0.2.5 → mdbq-0.2.6}/mdbq.egg-info/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: mdbq
-Version: 0.2.5
+Version: 0.2.6
 Home-page: https://pypi.org/project/mdbsql
 Author: xigua, 
 Author-email: 2587125111@qq.com

{mdbq-0.2.5 → mdbq-0.2.6}/mdbq.egg-info/SOURCES.txt

@@ -17,6 +17,7 @@ mdbq/company/__init__.py
 mdbq/company/copysh.py
 mdbq/config/__init__.py
 mdbq/config/get_myconf.py
+mdbq/config/products.py
 mdbq/config/update_conf.py
 mdbq/dataframe/__init__.py
 mdbq/dataframe/converter.py

{mdbq-0.2.5 → mdbq-0.2.6}/setup.py

@@ -3,7 +3,7 @@
 from setuptools import setup, find_packages
 
 setup(name='mdbq',
-      version='0.2.5',
+      version='0.2.6',
       author='xigua, ',
       author_email="2587125111@qq.com",
       url='https://pypi.org/project/mdbsql',