Export to Excel Brûlés

dashboard.export_to_excel_brules

Functions

export_to_excel_brules(env, date)

Exporte les données des lits pour les brûlés dans un fichier Excel à partir des données prétraitées et d'un modèle de feuille de calcul.

Paramètres :

env : str L'environnement (ex: "production") pour l'exécution de la fonction.

str

La date à traiter, au format 'YYYY-MM-DD HH:MM:SS'.

Exceptions :
  • Exception : Peut survenir lors de la récupération des données, de la manipulations des feuilles Excel, ou de la sauvegarde du fichier.
Notes :

Cette fonction utilise les bibliothèques pandas, openpyxl, et loguru pour manipuler les données, lire et écrire des fichiers Excel, et gérer les logs respectivement.

Source code in dashboard/export_to_excel_brules.py
def export_to_excel_brules(env:str, date):
    """

    Exporte les données des lits pour les brûlés dans un fichier Excel à partir 
    des données prétraitées et d'un modèle de feuille de calcul.

    Paramètres :
    ----------
    env : str
        L'environnement (ex: "production") pour l'exécution de la fonction.

    date : str
        La date à traiter, au format 'YYYY-MM-DD HH:MM:SS'.

    Exceptions :
    ------------
    - Exception : Peut survenir lors de la récupération des données, de la
      manipulations des feuilles Excel, ou de la sauvegarde du fichier.

    Notes :
    -------
    Cette fonction utilise les bibliothèques `pandas`, `openpyxl`, et `loguru` pour 
    manipuler les données, lire et écrire des fichiers Excel, et gérer les logs 
    respectivement.
    """

    try:
        # Création d'une instance DateTimeManager
        _dt_manager = DateTimeManager(date)

        # Variables à exporter pour compatibilité avec vos anciens imports
        hour_exec          = _dt_manager.execution_hour
        today              = _dt_manager.today
        today_Ymd_short    = _dt_manager.today_Ymd_short
        today_Ymd_long     = _dt_manager.today_Ymd_long
        today_jmA          = _dt_manager.today_jmA
        prev_day_Ymd_short = _dt_manager.prev_day_Ymd_short
        prev_day_Ymd_long  = _dt_manager.prev_day_Ymd_long
        month_const        = _dt_manager.MONTH_NAMES
        PRINT_TODAY        = _dt_manager.print_today
        PRINT_PREV_DAY     = _dt_manager.print_prev_day
        PREV_FILE_DATE     = _dt_manager.prev_file_date
        FILE_DATE          = _dt_manager.file_date

        # Import template and csv
        logger.info("Importing recap_brules and template_brules.")
        recap_brules = pd.read_csv(f'{csv_dir}/recap_brules.csv')
        brl_file = openpyxl.load_workbook(f'{metadata_dir}/template_brules.xlsx')

        # Filling excel date cell
        sheet = brl_file['Lits-brûlés']
        sheet.cell(row = 4, column = 1, value = f"Source : ROR ({today_jmA})")
        sheet.cell(row = 5, column = 1, value = f"Données sur les lits disponibles à date : extraction du ROR à {hour_exec}h chaque jour.")

        # Excel title
        sheet.cell(row = 1, column = 5, value = f"{PRINT_TODAY} ({hour_exec}h) - Situation hospitalière - France  - Lits Grands brûlés")

        # processing categories
        for cat in recap_brules["new_cate"].unique():
            if cat != "rea_brules_pedia_possible":
                logger.info("Processing category: {}", cat)
                i, j = pos_brules[cat]
                tmp_cate = recap_brules[recap_brules["new_cate"] == cat].reset_index(drop = True)
                tmp_cate = tmp_cate.sort_values('ordre')

                for k, row in tmp_cate.iterrows():
                    sheet.cell(row = i, column = j, value = row["lit_capacite_tot"])
                    sheet.cell(row = i, column = j + 1, value = row["fraicheur"])
                    sheet.cell(row = i, column = j + 2, value = row["lit_dispo"])
                    sheet.cell(row = i, column = j + 3, value = row["taux_occ"])
                    i = i + 1

        # Total calculations
        logger.info("Calculating totals.")
        recap_tot_brules = recap_brules.groupby('new_cate', as_index=False)[['lit_capacite_tot', 'lit_capacite', 'lit_dispo']].sum()
        recap_tot_brules["taux_occ"] = ((recap_tot_brules["lit_capacite"] - recap_tot_brules["lit_dispo"]) \
                                        / recap_tot_brules["lit_capacite"]).round(2)
        recap_tot_brules['fraicheur'] = (recap_tot_brules["lit_capacite"] / recap_tot_brules["lit_capacite_tot"]).round(2)

        for cat in recap_tot_brules["new_cate"].unique():
            logger.info("Filling total data for category: {}", cat)
            i, j = pos_tot_brules[cat]
            tmp_cate = recap_tot_brules[recap_tot_brules["new_cate"] == cat].reset_index(drop=True)
            sheet.cell(row = i, column = j, value = tmp_cate["lit_capacite_tot"].iloc[0])
            sheet.cell(row = i, column = j + 1, value = tmp_cate["fraicheur"].iloc[0])
            sheet.cell(row = i, column = j + 2, value = tmp_cate["lit_dispo"].iloc[0])
            sheet.cell(row = i, column = j + 3, value = tmp_cate["taux_occ"].iloc[0])

        # Additional logging can be added around each data manipulation or file operation as necessary

        # Save excel file
        brules_filepath = f"{DOSSIER_DIFFUSION}/{today_Ymd_short}_{hour_exec}h_TDB_grands_brules.xlsx"

        # Removing old file to avoid FileExistsError
        if os.path.exists(f"{DOSSIER_DIFFUSION}/{PREV_FILE_DATE}_TDB_grands_brules.xlsx"):
            logger.info("Removing old file: {}", f"{DOSSIER_DIFFUSION}/{PREV_FILE_DATE}_TDB_grands_brules.xlsx")
            os.remove(f"{DOSSIER_DIFFUSION}/{PREV_FILE_DATE}_TDB_grands_brules.xlsx")

        # Save the new file
        brl_file.save(brules_filepath)
        logger.info("Excel file saved successfully at: {}", brules_filepath)

    except Exception as e:
        logger.error("An error occurred: {}", e)