Add Excel analysis and conversion scripts for order data processing

analyze_excel.py

@@ -0,0 +1,63 @@
+"""
+分析 Excel 文件的数据结构
+"""
+import pandas as pd
+import openpyxl
+import sys
+
+# 设置输出编码
+if sys.platform == 'win32':
+    import io
+    sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')
+
+# 读取 Excel 文件
+file_path = "data/导出文件.xlsx"
+
+print("=" * 80)
+print("1. 读取所有工作表名称")
+print("=" * 80)
+
+wb = openpyxl.load_workbook(file_path)
+sheet_names = wb.sheetnames
+print(f"工作表数量: {len(sheet_names)}")
+print(f"工作表名称: {sheet_names}")
+
+print("\n" + "=" * 80)
+print("2. 逐行读取原始数据（使用 openpyxl）")
+print("=" * 80)
+
+for sheet_name in sheet_names:
+    print(f"\n--- 工作表: {sheet_name} ---")
+    ws = wb[sheet_name]
+
+    for idx, row in enumerate(ws.iter_rows(values_only=True), 1):
+        # 检查是否为空行
+        is_empty = all(cell is None or str(cell).strip() == "" for cell in row)
+        if is_empty:
+            print(f"行 {idx}: [空行]")
+        else:
+            # 过滤掉 None 和空字符串，只显示有效数据
+            valid_data = [str(cell) if cell is not None else "" for cell in row]
+            print(f"行 {idx}: {valid_data}")
+
+print("\n" + "=" * 80)
+print("3. 使用 pandas 读取数据（观察列结构）")
+print("=" * 80)
+
+for sheet_name in sheet_names:
+    print(f"\n--- 工作表: {sheet_name} ---")
+    df = pd.read_excel(file_path, sheet_name=sheet_name)
+    print(f"DataFrame 形状: {df.shape}")
+    print(f"\n列名:")
+    for i, col in enumerate(df.columns):
+        print(f"  列 {i}: {col}")
+    print(f"\n数据预览:")
+    pd.set_option('display.max_rows', 25)
+    pd.set_option('display.max_columns', 20)
+    pd.set_option('display.width', 200)
+    pd.set_option('display.max_colwidth', 30)
+    print(df)
+    pd.reset_option('display.max_rows')
+    pd.reset_option('display.max_columns')
+    pd.reset_option('display.width')
+    pd.reset_option('display.max_colwidth')