Update src/streamlit_app.py

src/streamlit_app.py

@@ -68,13 +68,16 @@ def convert_json_to_excel_data(json_file_content: str):
 
         processed_data_for_this_file = []
         for item in details:
+            # NUOVA LOGICA PER positions.status BASATA SU cancelPosOdA
             cancel_pos_oda_val = item.get('cancelPosOdA')
-            if cancel_pos_oda_val is None:
-                cancel_pos_oda_processed = False
-            elif isinstance(cancel_pos_oda_val, str):
-                cancel_pos_oda_processed = cancel_pos_oda_val.lower() == 'true'
+            if cancel_pos_oda_val is None or \
+               (isinstance(cancel_pos_oda_val, bool) and not cancel_pos_oda_val) or \
+               (isinstance(cancel_pos_oda_val, str) and cancel_pos_oda_val.lower() == 'false'):
+                # Se è None, False (booleano), o "false" (stringa)
+                positions_status_value = 'CREATED'
             else:
-                cancel_pos_oda_processed = bool(cancel_pos_oda_val)
+                # Altrimenti (True, "true", o qualsiasi altro valore non falso)
+                positions_status_value = 'CANCELLED'
 
             row = {
                 'site.code': site_code_json,
@@ -83,8 +86,8 @@ def convert_json_to_excel_data(json_file_content: str):
                 'supplier.partnerRef.code': partner_code,
                 'supplier.partnerRef.company.code': company_code,
                 'docDate': order_date_formatted,
-                'status': 'CREATED',
-                'positions.status': 'CREATED',
+                'status': 'CREATED', # Questo si riferisce allo status dell'intera testata dell'ordine
+                'positions.status': positions_status_value, # Qui applichiamo il valore condizionale
                 'positions.positionId': item.get('positionId'),
                 'positions.stock.item.itemNumber': item.get('itemCode'),
                 'positions.stock.quantity': item.get('quantity'),
@@ -95,7 +98,7 @@ def convert_json_to_excel_data(json_file_content: str):
                 'positions.spare.string1': item.get('refOrder'),
                 'positions.reason.code': item.get('reasonCode'), # Naming corretto
                 'positions.reason.company.code': company_code,
-                'positions.stock.cancelPosOda': cancel_pos_oda_processed
+                # RIMOZIONE COMPLETA DI 'positions.stock.cancelPosOda'
             }
             processed_data_for_this_file.append(row)
 
@@ -164,27 +167,22 @@ if uploaded_files:
         
         # --- Post-processing per la formattazione Excel ---
         
-        # 1. Gestione di cancelPosOda per avere "True" o "False" come stringhe
-        final_df['positions.stock.cancelPosOda'] = final_df['positions.stock.cancelPosOda'].apply(lambda x: str(x).capitalize())
+        # Rimuoviamo la riga per cancelPosOda in quanto non serve più
+        # final_df['positions.stock.cancelPosOda'] = final_df['positions.stock.cancelPosOda'].apply(lambda x: str(x).capitalize())
 
-        # 2. Definizione delle colonne di testata
+        # Definizione delle colonne di testata
         header_columns = [
             'site.code', 'docNumber', 'company.code', 'supplier.partnerRef.code',
             'supplier.partnerRef.company.code', 'docDate', 'status'
         ]
 
-        # 3. Ordina il DataFrame per docNumber e positionId per raggruppare gli ordini
+        # Ordina il DataFrame per docNumber e positionId per raggruppare gli ordini
         final_df = final_df.sort_values(by=['docNumber', 'positions.positionId']).reset_index(drop=True)
 
-        # 4. Crea una maschera booleana per identificare le righe duplicate per docNumber
-        # (cioè tutte le righe tranne la prima per ogni orderNumber)
-        # Keep='first' significa che la prima occorrenza di ogni docNumber sarà False (non duplicata)
-        # e tutte le successive saranno True (duplicate).
-        # Vogliamo azzerare i campi di testata solo per le righe True.
+        # Crea una maschera booleana per identificare le righe duplicate per docNumber
         rows_to_clear_headers = final_df.duplicated(subset=['docNumber'], keep='first')
         
-        # 5. Azzerare le colonne di testata per le righe identificate
-        # Usiamo .loc per modificare il DataFrame in modo sicuro
+        # Azzerare le colonne di testata per le righe identificate
         final_df.loc[rows_to_clear_headers, header_columns] = ""
 
         # --- Creazione file Excel ---
@@ -192,10 +190,9 @@ if uploaded_files:
         writer = pd.ExcelWriter(output, engine='xlsxwriter')
         
         sheet_name_excel = 'PurchaseOrder'
-        # Non scriviamo ancora su excel, lo faremo manualmente per la riga 1 e 2
 
         workbook = writer.book
-        worksheet = writer.sheets.get(sheet_name_excel) # Ottieni il worksheet se esiste, altrimenti crealo
+        worksheet = writer.sheets.get(sheet_name_excel)
         if worksheet is None:
             worksheet = workbook.add_worksheet(sheet_name_excel)
 
@@ -208,7 +205,7 @@ if uploaded_files:
             'supplier.partnerRef.company.code',
             'docDate',
             'status',
-            'positions.status',
+            'positions.status', # Questo campo ora ha la logica condizionale
             'positions.positionId',
             'positions.stock.item.itemNumber',
             'positions.stock.quantity',
@@ -219,11 +216,10 @@ if uploaded_files:
             'positions.spare.string1',
             'positions.reason.code', # Naming corretto
             'positions.reason.company.code',
-            'positions.stock.cancelPosOda'
+            # RIMOZIONE COMPLETA DI 'positions.stock.cancelPosOda' dalla lista delle colonne
         ]
         
         # Assicurati che il DataFrame abbia tutte le colonne nell'ordine desiderato
-        # e aggiungi quelle mancanti come stringhe vuote se necessario, anche se non dovrebbero mancare
         for col in final_columns_order:
             if col not in final_df.columns:
                 final_df[col] = "" # Aggiungi colonne mancanti come vuote
@@ -236,9 +232,9 @@ if uploaded_files:
             'company.code': 15,
             'supplier.partnerRef.code': 18,
             'supplier.partnerRef.company.code': 25,
-            'docDate': 20, # Aumentata per data e ora
+            'docDate': 20,
             'status': 10,
-            'positions.status': 12,
+            'positions.status': 12, # Larghezza per status
             'positions.positionId': 12,
             'positions.stock.item.itemNumber': 25,
             'positions.stock.quantity': 10,
@@ -247,9 +243,9 @@ if uploaded_files:
             'positions.stock.accountingInfo.availability': 15,
             'positions.stock.item.company.code': 25,
             'positions.spare.string1': 15,
-            'positions.reason.code': 15, # Naming corretto
+            'positions.reason.code': 15,
             'positions.reason.company.code': 25,
-            'positions.stock.cancelPosOda': 18
+            # RIMOZIONE COMPLETA DI 'positions.stock.cancelPosOda' dalla lista delle larghezze
         }
         
         # Scrivi i nomi delle colonne nella riga 2 (indice 1 in xlsxwriter)
@@ -263,7 +259,6 @@ if uploaded_files:
                 worksheet.set_column(col_num, col_num, 15) # Larghezza di default
 
         # Scrivi i dati a partire dalla riga 3 (indice 2 in xlsxwriter)
-        # header=False per evitare che to_excel scriva gli header (li abbiamo già scritti noi)
         final_df.to_excel(writer, sheet_name=sheet_name_excel, index=False, header=False, startrow=2)
 
         writer.close()
@@ -283,11 +278,11 @@ if uploaded_files:
     else:
         st.info("Nessun dato valido estratto dai file selezionati.")
 else:
-    st.info("Carica i tuoi file JSON per iniziare.")
+    st.info("Carica i tuoi file JSON per iniziare. I file devono essere della stessa tipologia!")
 
 # --- Funzione per il reset ---
 def clear_inputs():
-    st.session_state.file_uploader_key += 1 # Invalida la chiave del file_uploader
+    st.session_state.file_uploader_key += 1
 
 st.markdown("---")
 st.button("Pulisci Input (RESET)", on_click=clear_inputs)