createmodel-doc/sand.py

import os
import pandas as pd
import warnings
from tqdm import tqdm  # 用于显示进度条

# 忽略openpyxl的默认样式警告
warnings.filterwarnings("ignore", message="Workbook contains no default style, apply openpyxl's default")

def check_xlsx_files(path):
    """
    遍历指定路径下的所有 .xlsx 文件，并检查 '交易金额' 列是否为数字类型。
    
    Args:
        path (str): 要遍历的目录路径
    """
    # 获取目录下所有 .xlsx 文件
    xlsx_files = [f for f in os.listdir(path) if f.endswith('.xlsx')]
    
    # 如果没有找到 .xlsx 文件，直接返回
    if not xlsx_files:
        print("未找到任何 .xlsx 文件")
        return
    
    # 初始化进度条
    pbar = tqdm(total=len(xlsx_files), desc="处理文件", unit="file")
    
    problem_files = []  # 记录有问题的文件
    
    for file in xlsx_files:
        file_path = os.path.join(path, file)
        
        try:
            # 尝试读取 Excel 文件
            df = pd.read_excel(file_path)
            
            # 检查 '交易金额' 列是否存在
            if '交易金额' not in df.columns:
                print(f"警告：文件 {file} 中没有 '交易金额' 列")
                pbar.update(1)
                continue
            
            # 检查 '交易金额' 列是否为数字类型
            if not pd.api.types.is_numeric_dtype(df['交易金额']):
                problem_files.append(file)
                print(f"问题文件：{file} 中的 '交易金额' 列不是数字类型")
            
            pbar.update(1)
        
        except Exception as e:
            # 如果读取文件失败，记录错误信息
            print(f"错误：无法处理文件 {file}")
            print(f"原因：{str(e)}")
            pbar.update(1)
    
    pbar.close()  # 关闭进度条
    
    if problem_files:
        print("\n以下文件存在问题：")
        for file in problem_files:
            print(file)
    else:
        print("\n所有文件的 '交易金额' 列都是数字类型")

# 如果直接运行脚本，可以通过命令行传入路径
if __name__ == "__main__":
    import sys
    if len(sys.argv) < 2:
        print("请提供要检查的目录路径！")
        print(f"用法：python {sys.argv[0]} /path/to/directory")
        sys.exit(1)
    
    path = sys.argv[1]
    check_xlsx_files(path)