Create app.py

app.py

@@ -0,0 +1,127 @@
+import pandas as pd
+import gradio as gr
+
+def process_csv(input_file):
+
+    # Load the CSV file with MS932 encoding
+    df = pd.read_csv(input_file.name, encoding="UTF-8", header=0)
+
+    #伝票連番が空白の行を削除する
+    df = df.dropna(subset=["伝票連番"])
+
+    #現金入金額に全ての入金額を寄せる
+    #請求先コードが空白でない行をフィルタリング
+    non_empty_rows = df['請求先コード'].notna()
+
+    #現金入金、手形入金、値引入金の合計を計算
+    df.loc[non_empty_rows, 'その他入金'] = df.loc[non_empty_rows, ['現金入金', '手形入金', '値引入金', 'その他入金']].sum(axis=1)
+
+    # Drop specified columns
+    columns_to_drop = [
+    '郵便番号',
+    '住所１',
+    '住所２',
+    '敬称区分',
+    '請求開始残高',
+    '回収予定日',
+    '回収区分',
+    '現金入金',
+    '手形入金',
+    '値引入金',
+    '繰越金額',
+    '掛売上額',
+    '掛返品額',
+    '掛売値引',
+    '掛売消費税',
+    '今回請求金額',
+    '最終請求書発行日',
+    '請求番号',
+    '担当者コード',
+    '担当者名',
+    '部署名',
+    '伝票枚数',
+    '得意先名カナ',
+    '伝票連番',
+    '行番号',
+    '伝票区分',
+    '商品コード',
+    '図面番号',
+    'サイズ',
+    '金額',
+    '消費税',
+    '消費税区分',
+    '消費税率',
+    '手形番号',
+    '振出日',
+    '手形期日',
+    '納品先名',
+    '税区分',
+    '税端数区分'
+    ]
+
+    df.drop(columns_to_drop, axis=1, inplace=True, errors='ignore')
+
+
+    # Rename specified columns
+    column_name_mapping = {
+          '請求先コード': '得意先コード',
+          '前回請求金額': '前回請求残高',
+          'その他入金': '今回入金額',
+          '伝票日付': '明細ユーザ定義項目1',
+          '伝票番号': '明細ユーザ定義項目2',
+          '商品名': '品名',
+          '行摘要': '明細ユーザ定義項目3',
+          '商品名': '品名'
+    }
+    df.rename(columns=column_name_mapping, inplace=True)
+
+
+    # Convert the '請求日' column from YYYYMMDD to YYYY/MM/DD format
+    df.loc[df['請求日'].notna() & (df['請求日'] != ''), '請求日'] = df['請求日'].astype(str).apply(lambda x: x[:4] + '/' + x[4:6] + '/' + x[6:8])
+
+
+    # Identify rows where '得意先コード' has a value (i.e., is not NaN)
+    rows_with_values = df['得意先コード'].notna()
+
+    # Iterate over the rows in reverse to avoid shifting index issues
+    for idx in range(len(df) - 1, -1, -1):
+        if rows_with_values.iloc[idx]:
+            # Insert a new row above the current row
+            df = pd.concat([
+                df.iloc[:idx],
+                pd.DataFrame([df.iloc[idx]], columns=df.columns),
+                df.iloc[idx:]
+            ]).reset_index(drop=True)
+
+            # Move the specified columns from the lower row to the inserted row
+            columns_to_move = ['得意先コード', '得意先名', '請求日', '前回請求残高', '今回入金額']
+            df.loc[idx, columns_to_move] = df.loc[idx + 1, columns_to_move]
+            df.loc[idx + 1, columns_to_move] = [float('nan')] * len(columns_to_move)
+
+    # Identify rows where '得意先コード' has a value and where the subsequent row does not
+    is_inserted_row = df['得意先コード'].notna() & df['得意先コード'].shift(-1).isna()
+
+    # Remove specified columns from the identified rows
+    columns_to_remove = ['明細ユーザ定義項目1', '明細ユーザ定義項目2', '品名', '単位', '数量', '単価', '明細ユーザ定義項目3']
+    df.loc[is_inserted_row, columns_to_remove] = float('nan')
+
+    # Add a new column named "行形式"
+    df.insert(0, "行形式", "")
+
+    # Set the value "ヘッダ" for rows where "請求先コード" is not empty
+    df.loc[df["得意先コード"].notna(), "行形式"] = "ヘッダ"
+
+    # Set the value "明細" for rows where "請求先コード" is empty
+    df.loc[df["得意先コード"].isna(), "行形式"] = "明細"
+
+
+    # Save the modified dataframe to the output file
+    output_file_path = 'processed_file.csv'
+    df.to_csv(output_file_path, index=False)
+
+    return output_file_path
+
+# Webアプリを作成
+app = gr.Interface(fn=process_csv, inputs="file", outputs="file")
+# Webアプリを起動
+app.launch(debug=True, share=True)