QuantEngineByItz/tools/load_from_xlsx_correct.py

#!/usr/bin/env python3
"""
GatherTradingData.xlsx 올바르게 로드 (metadata 기반 header 파라미터)

JSON metadata의 header_row_1based를 사용해서 각 시트마다 올바른 header를 지정
"""

import json
import sqlite3
from pathlib import Path
from datetime import datetime
import pandas as pd

class CorrectXLSXLoader:
    """메타데이터 기반 정확한 XLSX 로더"""

    def __init__(self):
        self.json_file = Path('GatherTradingData.json')
        self.xlsx_file = Path('GatherTradingData.xlsx')
        self.kis_db = Path('src/quant_engine/kis_data_collection.db')
        self.snapshot_db = Path('src/quant_engine/snapshot_admin.db')
        self.results = {
            "timestamp": datetime.now().isoformat(),
            "sheets_loaded": {},
            "errors": []
        }

    def load_metadata(self) -> dict:
        """JSON 메타데이터 로드"""
        with open(self.json_file, encoding='utf-8') as f:
            data = json.load(f)
        return data.get('metadata', {})

    def load_excel_sheets(self, metadata: dict) -> dict:
        """Excel에서 올바른 header를 사용해서 모든 시트 로드"""
        print("[로드 중] Excel 파일 읽기...")

        sheet_headers = metadata.get('sheet_headers', {})
        excel_file = pd.ExcelFile(self.xlsx_file)
        sheet_names = excel_file.sheet_names

        print(f"발견된 시트: {len(sheet_names)}개")

        sheets_data = {}
        for sheet_name in sheet_names:
            # metadata에서 header_row_1based 읽기
            header_info = sheet_headers.get(sheet_name, {})
            header_row_1based = header_info.get('header_row_1based', 1)
            header_param = header_row_1based - 1  # pandas는 0-indexed

            try:
                # settings 특수 처리: 헤더가 없음 (key-value 쌍)
                if sheet_name == 'settings':
                    df = pd.read_excel(self.xlsx_file, sheet_name=sheet_name, header=None)
                    df.columns = ['key', 'value', 'note1', 'note2']
                    df = df[['key', 'value']]  # 필요한 컬럼만
                else:
                    df = pd.read_excel(self.xlsx_file, sheet_name=sheet_name, header=header_param)

                # NaN을 None으로 변환
                df = df.where(pd.notna(df), None)

                sheets_data[sheet_name] = df
                print(f"  [OK] {sheet_name}: {len(df)} rows, {len(df.columns)} cols (header={header_param})")

            except Exception as e:
                print(f"  [FAIL] {sheet_name}: {str(e)[:50]}")
                self.results["errors"].append(sheet_name)

        return sheets_data

    def load_to_database(self, sheets_data: dict) -> None:
        """데이터를 DB에 로드"""
        print("\n[DB 로드 중...]")

        for sheet_name, df in sheets_data.items():
            if df.empty:
                print(f"  [SKIP] {sheet_name} (empty)")
                continue

            # 타겟 DB 결정
            if sheet_name == 'data_feed':
                db_path = self.kis_db
            else:
                db_path = self.snapshot_db

            try:
                conn = sqlite3.connect(db_path)
                df.to_sql(sheet_name, conn, if_exists='replace', index=False)
                conn.close()

                print(f"  [OK] {sheet_name}: {len(df)} rows → {db_path.name}")
                self.results["sheets_loaded"][sheet_name] = {
                    "rows": len(df),
                    "cols": len(df.columns),
                    "db": str(db_path)
                }

            except Exception as e:
                print(f"  [FAIL] {sheet_name}: {str(e)[:80]}")
                self.results["errors"].append(sheet_name)

    def verify(self) -> None:
        """로드 검증"""
        print("\n[검증 중...]")

        for db_name, db_path in [("kis_data_collection", self.kis_db), ("snapshot_admin", self.snapshot_db)]:
            conn = sqlite3.connect(db_path)
            cursor = conn.cursor()

            cursor.execute("SELECT name FROM sqlite_master WHERE type='table' AND name != 'sqlite_sequence'")
            tables = [row[0] for row in cursor.fetchall()]

            total_rows = 0
            for table in tables:
                cursor.execute(f"SELECT COUNT(*) FROM {table}")
                total_rows += cursor.fetchone()[0]

            print(f"  {db_name}.db: {len(tables)} 테이블, {total_rows:,} rows")
            conn.close()

    def run(self) -> dict:
        """전체 실행"""
        print("="*80)
        print("GatherTradingData.xlsx 정확하게 로드 (메타데이터 기반)")
        print("="*80)
        print()

        # 메타데이터 로드
        metadata = self.load_metadata()

        # Excel 로드
        sheets_data = self.load_excel_sheets(metadata)

        if not sheets_data:
            print("[ERROR] 로드된 시트가 없습니다")
            return self.results

        # DB 로드
        self.load_to_database(sheets_data)

        # 검증
        self.verify()

        self.results["summary"] = {
            "total_sheets": len(sheets_data),
            "loaded_sheets": len(self.results["sheets_loaded"]),
            "failed_sheets": len(self.results["errors"]),
            "coverage_pct": (len(self.results["sheets_loaded"]) / len(sheets_data) * 100) if sheets_data else 0
        }

        print("\n[결과 요약]")
        print(f"  로드됨: {self.results['summary']['loaded_sheets']}/{self.results['summary']['total_sheets']}")
        print(f"  커버리지: {self.results['summary']['coverage_pct']:.1f}%")

        return self.results

if __name__ == "__main__":
    loader = CorrectXLSXLoader()
    result = loader.run()

    print("\n[완료] 정확한 XLSX 로드 완료")