def __init__(self, anzahl, ligaebene, liganame):
self.anzahl = anzahl
self.ligaeben = ligaebene
self.Ligaa = []
self.Liganame = liganame
self.Spielplan = []
spieltag_nr = 1
# aus data zu Objekten
for i in range(0, sheet.nrows, 8):
spieler = []
if liganame == data[i][0]:
for j in range(0, 8, 1):
Array = [
data[i + j][3], data[i + j][4], data[i + j][5],
data[i + j][6], 0, 0, 0
]
for k in range(8, sheet.ncols, 1):
Array.append(data[i + j][k])
spieler.append(Array)
team_a = Verein(data[i][1], data[i][2], spieler, 0, 0, 0, 0, 0,
0)
self.Ligaa.append(team_a)
spielplan = self.spielplanGenerator(anzahl)
self.menu(spielplan, spieltag_nr)
# self.alterung()
# aus Objekten zu Excel
try:
wb = xw.Book("Input.xlsx")
sht = xw.sheets("Tabelle1")
print("Moment,speichern.....")
for i in range(0, len(self.Ligaa) * 8, 8):
sht.range((i + 1, 1)).value = self.Liganame
sht.range((i + 1, 2)).value = self.Ligaa[int(i / 8)].Name
for j in range(0, 8, 1):
sht.range((i + j + 1,
4)).value = self.Ligaa[int(i / 8)].Spieler[j]
wb.save() # speichern, da sonst Änderungen nicht geladen werden
wb.close()
except:
print("Bitte Input-Datei schließen, und mit 0 bestätigen")
eing = input()
wb = xw.Book("Input.xlsx")
sht = xw.sheets("Tabelle1")
print("Moment,speichern.....")
for i in range(0, len(self.Ligaa) * 8, 8):
sht.range((i + 1, 1)).value = self.Liganame
sht.range((i + 1, 2)).value = self.Ligaa[int(i / 8)].Name
for j in range(0, 8, 1):
sht.range((i + j + 1,
4)).value = self.Ligaa[int(i / 8)].Spieler[j]
wb.save() # speichern, da sonst Änderungen nicht geladen werden
wb.close()
def __init__(self, team_a, team_b, zeile, SpieltagNr):
self.TeamA = team_a
self.TeamB = team_b
self.zeile = zeile
self.SpieltagNr = SpieltagNr
self.ergeb = [[(0) for c in range(0, 16)] for r in range(0, 7)]
print(team_a.Name + " - " + team_b.Name)
# 2 zufälige Spieler nicht da
# team_a
ersatz: List[Any] = []
rd = random.randrange(0, 8)
ersatz.append(team_a.Spieler[rd])
team_a.Spieler.pop(rd)
rd = random.randrange(0, 7)
ersatz.append(team_a.Spieler[rd])
team_a.Spieler.pop(rd)
# team_b
ersatz2 = []
rd = random.randrange(0, 8)
ersatz2.append(team_b.Spieler[rd])
team_b.Spieler.pop(rd)
rd = random.randrange(0, 7)
ersatz2.append(team_b.Spieler[rd])
team_b.Spieler.pop(rd)
for j in range(0, 6, 1):
# Namen und Alter eintragen
self.ergeb[j][0] = "(" + str(int(
team_a.Spieler[j][2])) + ")" + str(team_a.Spieler[j][0])
self.ergeb[j][15] = "(" + str(int(
team_b.Spieler[j][2])) + ")" + str(team_b.Spieler[j][0])
# Tagesform, beeinflusst Gesamtergebnis Spieler
hrand_a = np.random.normal(1000, 30, 1)
grand_a = np.random.normal(1000, 30, 1)
for i in range(1, 5, 1):
hrand = np.random.normal(1000, 70, 1)
self.ergeb[j][i] = int(team_a.Spieler[j][1] *
(hrand_a / 1000) * (hrand / 1000) / 4)
# Ergebnis Spieler
self.ergeb[j][5] += self.ergeb[j][i]
grand = np.random.normal(1000, 70, 1)
self.ergeb[j][i +
10] = int(team_b.Spieler[j][1] *
(grand_a / 1000) * (grand / 1000) / 4)
# Ergebnis Spieler
self.ergeb[j][10] += self.ergeb[j][i + 10]
# SP Spieler
if self.ergeb[j][i + 10] > self.ergeb[j][i]:
self.ergeb[j][9] += 1
elif self.ergeb[j][i + 10] == self.ergeb[j][i]:
self.ergeb[j][9] += 0.5
# MP Spieler
if self.ergeb[j][9] > 2:
self.ergeb[j][8] = 1
elif self.ergeb[j][9] == 2:
if self.ergeb[j][10] > self.ergeb[j][5]:
self.ergeb[j][8] = 1
elif self.ergeb[j][10] == self.ergeb[j][5]:
self.ergeb[j][8] = 0.5
# für statistikTeam, Anzahl Spiele und Gesamtholz hochzählen, Schnitt berechnen
team_a.Spieler[j][4] += self.ergeb[j][5]
team_a.Spieler[j][5] += 1
team_a.Spieler[j][6] = team_a.Spieler[j][4] / team_a.Spieler[j][5]
team_a.Spieler[j].append(self.ergeb[j][5])
team_b.Spieler[j][4] += self.ergeb[j][10]
team_b.Spieler[j][5] += 1
team_b.Spieler[j][6] = team_b.Spieler[j][4] / team_b.Spieler[j][5]
team_b.Spieler[j].append(self.ergeb[j][10])
# Punkte Heim
# SP Spieler
self.ergeb[j][6] = 4 - self.ergeb[j][9]
# MP Spieler
self.ergeb[j][7] = 1 - self.ergeb[j][8]
# Gesamtholz Mannschaft
self.ergeb[6][5] += self.ergeb[j][5]
self.ergeb[6][10] += self.ergeb[j][10]
# MP Gesamt
self.ergeb[6][7] += self.ergeb[j][7]
self.ergeb[6][8] += self.ergeb[j][8]
# SP Gesa,t
self.ergeb[6][6] += self.ergeb[j][6]
self.ergeb[6][9] += self.ergeb[j][9]
# MP für Gesamtholz
if self.ergeb[6][5] > self.ergeb[6][10]:
self.ergeb[6][7] += 2
elif self.ergeb[6][5] == self.ergeb[6][10]:
self.ergeb[6][7] += 1
self.ergeb[6][8] += 1
else:
self.ergeb[6][8] += 2
# Excel-Export
try:
sht = xw.sheets(str(SpieltagNr))
# TODO macht Programm langsam
for i in range(0, len(self.ergeb)):
for j in range(0, len(self.ergeb[i])):
sht.range((i + 1 + zeile, j + 1)).value = self.ergeb[i][j]
except:
print("Bitte Input-Datei schließen!")
# Tabellenpunkte
if self.ergeb[6][7] > self.ergeb[6][8]:
team_a.sieg(self.ergeb[6][7], self.ergeb[6][6], self.ergeb[6][5])
team_b.niederlage(self.ergeb[6][8], self.ergeb[6][9],
self.ergeb[6][10])
elif self.ergeb[6][7] == self.ergeb[6][8]:
team_a.unentschieden(self.ergeb[6][7], self.ergeb[6][6],
self.ergeb[6][5])
team_b.unentschieden(self.ergeb[6][8], self.ergeb[6][9],
self.ergeb[6][10])
else:
team_b.sieg(self.ergeb[6][8], self.ergeb[6][9], self.ergeb[6][10])
team_a.niederlage(self.ergeb[6][7], self.ergeb[6][6],
self.ergeb[6][5])
# nicht bereite Spieler wieder anhängen
team_a.Spieler.append(ersatz[0])
team_a.Spieler.append(ersatz[1])
team_b.Spieler.append(ersatz2[0])
team_b.Spieler.append(ersatz2[1])
def main():
xw.sheets('data').activate()
xw.Range('A1', index=False).value = df
xw.sheets('grouped_data').activate()
xw.Range('A1', index=False).value = groupedData
def main():
xw.sheets('Hoja1').activate()
xw.Range('A1').value = u'Hola! Ya estás usando Python!'
xw.Range('A2').value = u'El directorio de trabajo actual es:'
xw.Range('A3').value = os.getcwd()
def process():
#%%
import numpy as np
import pandas as pd
import os
import xlwings as xw
# wb=xw.Book.caller()
sh_mapping = xw.sheets('mapping')
sh_db = xw.sheets('Dashboard')
driver_source = sh_db.range('driver_source').value
t = read_as_plain_table(driver_source + '.mat')
t['value'] = np.real(t['value'])
l = t.loc[:, ['DriverID']].drop_duplicates().set_index(['DriverID'])
r = t.pivot(index='DriverID', columns='parameter', values='value')
t = l.merge(r, left_index=True, right_index=True)
tdriver = t.copy()
# series of checks
# all(tmapping['DriverID'].isin(tdriver['DriverID']))
t = sh_mapping.range('a1').options(pd.DataFrame, expand='table').value
t = t.merge(tdriver, how='left', right_index=True, left_on='DriverID')
t = t.reset_index()
def get_curve_type(rf):
if rf in ('FinAA', 'GovBBB', 'IndBBB'):
return 'CS'
elif rf in ('GlobalEquityFactor'):
return 'EQ'
else:
second = rf.split('.')[1]
third = rf.split('.')[2]
if second == 'Yield':
return 'IR'
elif second == 'Exchange':
return 'FX'
elif second in ['EquityIndex', 'Equity']:
return 'EQ'
elif second == 'ParCreditSpread':
return 'CS'
elif second == 'Commodity' or third == 'Com':
return 'Com'
t['CurveType'] = t['RiskFactorID'].apply(lambda x: get_curve_type(x))
t['g1Ord1'] = 0
t['g1Ord2'] = 0
t['g1Transform'] = t['model_id'].apply(
lambda x: 'LogNormShift' if x == 'EV-MR' else 'LogNorm' if x == 'GBM'
else 'Norm' if x == 'CS1' else 'LogNorm' if x == 'CS2' else 'ERROR')
t['g1MeanFunc'] = t['model_id'].apply(
lambda x: 'StandardLogNormMR' if x == 'EV-MR' else 'LogNormDrift'
if x == 'GBM' else 'NormMR' if x == 'CS1' else 'LogNormMR'
if x == 'CS2' else 'ERROR')
def calculate_m(model, a, b):
if model == 'EV-MR':
return np.exp(-b / a)
elif model == 'CS1':
return 9999
else:
return 0
t['g1Param_m'] = t.apply(
lambda x: calculate_m(x['model_id'], x['a'], x['b']), axis=1)
t['g1Param_m'] = t.apply(
lambda x: calculate_m(x['model_id'], x['a'], x['b']), axis=1)
def calculate_d(model, a):
if model == 'EV-MR':
return -a
elif model == 'CS1':
return 9999
else:
return 0
t['g1Param_d'] = t.apply(
lambda x: calculate_m(x['model_id'], x['a'], x['b']), axis=1)
t['g1PerAnnumRF'] = 365
t['g1Param_s2'] = 0
t['g1Param_s3'] = 0
t['g1Floor'] = '-infinity'
t['g1IdxRFs'] = np.cumsum(np.ones_like(t.index))
def calculate_beta(CurveType, beta):
if CurveType in ['CS', 'EQ']:
return beta
elif CurveType in ['IR', 'FX', 'Com']:
return 1
t['g1Betas'] = t.apply(lambda x: calculate_beta(x['CurveType'], x['beta']),
axis=1)
qm_rf = t.copy()
# xw.view(tdriver,xw.sheets('data'))
xw.view(qm_rf, xw.sheets('Qm_risk_factor'))
cells_text.append([s.api.text for s in row])
# df生成
df = pd.DataFrame(cells_text[1:],
dtype=object,
columns=cells_text[0],
index=None)
# 余計なカラム行を削除
print('Remove unnecessary columns.')
df = df[df[start_work_time_column_name] != start_work_time_column_name]
# 残業時間列を生成
print('Create overtime data.')
join_ex = lambda x: ':'.join(x[0]) if len(x) != 0 else ""
df_zangyo = df[over_work_time_column_name].str.findall(
'(\d{1,2})h(\d{1,2})m').apply(join_ex)
df[over_work_time_column_name] = df_zangyo
# 出力
print('Output to daily report sheet.')
input_sheet = xw.sheets(input_sheet_name)
input_sheet.range(start_work_time_range).options(
index=False, header=False).value = df[start_work_time_column_name]
input_sheet.range(end_work_time_range).options(
index=False, header=False).value = df[end_work_time_column_name]
input_sheet.range(over_work_time_range).options(
index=False, header=False).value = df[over_work_time_column_name]
print('--- End.')
def ExcelReadtoList(workbook_path='',
row_size=2000,
col_size=150,
sheet=1,
visible=True):
"""This Reads all values in the Workbook and Saves them in a Dict"""
app = xw.App(visible=visible, add_book=False)
wb = app.books.open(workbook_path)
#wb.app.visible(True)
#xw.App(visible=visible)
#xw.Application(wb).visible = visible
# Iterate over Sheets with Dictionary
Results = {}
# Final Result
Result = {}
# Row, Col and Sheet Initial Values
endRow = row_size
endCol = col_size
sheetNo = sheet
while True:
# Iterate over all the Rows and Cols to obtain the fartest elemets in x and y
try:
carrier = wb.sheets(sheetNo).name
except:
wb.close()
app.quit()
print(
'Completed! Be noted maximum of %d rows and %d columns have been tested!!!'
% (endRow, endCol))
#xw.App(visible=True)
#xw.Application(wb).visible = True
return Result # Return Dictionary
print("Read: ", carrier)
# quit()
working_sheet = xw.sheets(sheetNo) # type: xw.Sheet
values = working_sheet.range((1, 1), (endRow, endCol)).value
# print(values)
Results[carrier] = values
maxCol = 1
for i in range(0, endRow):
countCol = endCol - 1
for j in range(endCol - 1, -1, -1):
if Results[carrier][i][j] != None:
break
else:
countCol -= 1
if maxCol < countCol:
maxCol = countCol
maxRow = 1
for i in range(0, endCol):
countRow = endRow - 1
for j in range(endRow - 1, -1, -1):
if Results[carrier][j][i] != None:
break
else:
countRow -= 1
if maxRow < countRow:
maxRow = countRow
Result[carrier] = working_sheet.range((1, 1),
(maxRow + 1, maxCol + 1)).value
sheetNo += 1