# -*- coding: utf-8 -*-

'''

脚本说明：

根据行政区划数据就待转化数据集进行转化

备注：

行政区划数据集来源于 https://lbsyun.baidu.com/faq/api?title=webapi/download

'''

import re

import json

import numpy

import pandas

import time

import os

import sys

sys.path.append(os.path.dirname(os.path.dirname(os.path.dirname(__file__))))

from utils.pandas_extension import SaveAsExcel

print('1、读取Excel并创建数据集...', end = '')

try:

	#待转化数据集
	dataset = pandas.read_excel(io = 'dataset.xlsx', sheet_name = 'Sheet1')

	#行政区划数据集
	dataset_regions = pandas.read_excel(io = 'dataset.xlsx', sheet_name = 'Sheet2')

except:

	print('读取Excel或创建数据集发生异常，脚本终止')
	print()

	exit()

print('已完成')
print()

print('2、转化数据')
print()

print('2.1 基于行政区划数据集生成省级、地级和县级行政区字典', end = '')

#县级名称和县级编码
regions = dataset_regions[['省级名称', '省级编码', '地级名称', '地级编码', '县级名称', '县级编码']].drop_duplicates()

print('已完成')
print()

print('2.2 遍历并转化数据...', end = '')

dataset.replace(to_replace = {numpy.nan: pandas.NA, None: pandas.NA, '': pandas.NA}, inplace = True)

for index, row in dataset.iterrows():

	province_name = row['省名称']

	if province_name is not pandas.NA:

		try:

			#根据省名称匹配省级行政区字典并填充省区划编码
			row['省区划编码'] = str(dataset_regions.loc[dataset_regions['省级名称'] == province_name, '省级编码'].iat[0])

		except:

			row['省区划编码'] = '未查询到省区划编码'

			row['与区划编码对比结果'] = '待确定'

		#省编码数据类型转为字符
		row['省编码'] = str(int(row['省编码']))

	else:

		row['省区划编码'] = '省名称为空'

		row['省编码'] = '省名称为空'

		row['省名称'] = '省名称为空'

		row['与区划编码对比结果'] = '待确定'

	city_name = row['市名称']

	if row['区划类型'] != '省':

		if city_name is not pandas.NA:

			try:

				#根据市名称匹配地级行政区字典并填充市区划编码
				row['市区划编码'] = str(dataset_regions.loc[dataset_regions['地级名称'] == city_name, '地级编码'].iat[0])

			except:

				row['市区划编码'] = '未查询到市区划编码'

				row['与区划编码对比结果'] = '待确定'

			#市编码数据类型转为字符
			row['市编码'] = str(int(row['市编码']))

		else:

			row['市区划编码'] = '市名称为空'

			row['市编码'] = '市名称为空'

			row['市名称'] = '市名称为空'

			row['与区划编码对比结果'] = '待确定'

	else:

		row['市区划编码'] = ''

		row['市编码'] = ''

		row['市名称'] = ''		

	region_name = row['区县名称']

	if row['区划类型'] == '区县':

		if region_name is not pandas.NA:

			try:

				#根据区县名称匹配县级行政区字典并填充区县区划编码
				row['区县区划编码'] = str(regions.loc[regions['县级名称'] == region_name, '县级编码'].iat[0])

				if row['省名称'] == '省名称为空' or row['市名称'] == '市名称为空':

					#若省名称或市名称为空则补充说明
					row['与区划编码对比说明'] = '该区县所属{}/{}'.format(str(regions.loc[regions['县级名称'] == region_name, '省级名称'].iat[0]), str(regions.loc[regions['县级名称'] == region_name, '地级名称'].iat[0]))

			except:

				row['区县区划编码'] = '未查询到区县区划编码'

				row['与区划编码对比结果'] = '待确定'

			#县编码数据类型转为字符
			row['区县编码'] = str(int(row['区县编码']))

		else:

			row['区县区划编码'] = '区县名称为空'

			row['区县编码'] = '区县名称为空'

			row['区县名称'] = '区县名称为空'

			row['与区划编码对比结果'] = '待确定'

	else:

		row['区县区划编码'] = ''

		row['区县编码'] = ''

		row['区县名称'] = ''

	dataset.iloc[index] = row

dataset.fillna(value = '', inplace = True)

print('已完成')
print()

print('正在保存为EXCEL...', end = '')

SaveAsExcel(worksheets = [('Sheet1', dataset)], save_path = 'results.xlsx')

print('已完成')
print()

'''

修改记录

'''