Eingerückt wird immer mit 4 Leerzeichen, nicht acht. Das hab ich mir schon gedacht, seit dem neuen Update sah die Tab-size irgendwie größer aus :o Geht das parsen der PDF mit PyPDF2? Die PDF-Dateinamen sehen wie gefolgt aus: Pruefbericht_0281Y09C2W_Im_BCI_MD1CS014 - 3.1A_C3.pdf Testreport_0281Y09C8...

So sieht der Code derzeit aus PATH_TO_CSV = "C:\daten\csv\g.csv" PATH_TO_REPORTS = pathlib.Path("C:\daten\Berichte") PATH_TO_LOGFILES = "C:\daten\csv\logfile.txt" DATE_TIME = time.strftime("%Y-%m-%d") # Liste für alle nicht gefundenen Einträge missing = [] # Ö...

Die PDF werden von den Mitarbeitern welche die Test´s durchführen erstellt, jeweils auf deren Laptops natürlich.
In den Metadaten steht soweit ich gesehen habe als Date genau das Datum drinnen welches ich benötige, ist das selbe wie Date modified

Das stimmt vollkommen, da gebe ich dir recht. Wenn ich einen x-beliebiges PDF als Einstellungen öffne, sehe ich dass die Datei am 8.8 Created worden war, das ist jener Tag an dem ich die Daten auf meinen Laptop kopiert habe. Bei Modified steht jedoch ein früheres Datum, denke dass es das richtige is...

Sirius3 hat geschrieben: ↑Freitag 23. August 2019, 09:45 Ich hatte in Erinnerung, dass das Datum in den Dateipfad codiert ist?

Nur das Jahr, also 2019, 2018 usw
Aber ich benötige es vollständig als 2019-08-23 und deshalb muss ich es auslesen

Also mußt Du eine Liste anlegen und für jeden "Nicht gefunden"-Eintrag genau diese Informationen in die Liste einfügen und zum Schluß die Liste an den Pandas-Dataframe appenden. Wird gemacht, aber alles der Reihe nach :wink: Mein erstes Ziel ist es das Datum auszugeben. # Ermittelt das Da...

Danke Sirius3 Der Code sieht jetzt so aus: # Vergleicht die Datensätze, ob die PDF im Verzeichniss auch in der csv vorhanden sind for rows in report_filenames: gefunden = (rows[2] == csv_daten["ReportFileName"]).any() if gefunden == False: print("Nicht gefunden: " + rows[2]) else...

So konnte ich es bis jetzt lösen, dass er mir alles ausgibt was er gefunden hat und was nicht. with open(PATH_TO_CSV, "r", newline = '') as file: CsvReader = pd.read_csv(file, delimiter = ',', skipinitialspace = True) print(CsvReader.head()) # Durchsucht den Angegebenen Pfad nur nach PDF u...

Besonders erheiternd ist ja bei den globalen Listen, dass das im ersten Beitrag mal mit Threads angefangen hat. 😎 :roll: @JohannX: was befindet sich denn in ReportsEntry[2] und in CsvEntry[4]? Und was sagt die anschließend erstellte Differenzmenge aus? CsvEntry[4] -> ['Datum', 'Automarke', 'Interne...

Super Danke dir snafu! Habs gestern eh auch selber hinbekommen, aber mit deinem Code sieht es besser aus :) Das Projekt funktioniert jetzt soweit, Variablennamen wurden noch korrigiert usw... Wurde als .exe via pyinstaller exportiert und läuft Fehlerfrei. Ich danke für die Großartige Unterstützung h...

Hab´s soweit getestet with open(self.file_asc) as file_errorframes: buffer_errorframes = StringIO('\n'.join(line.rstrip(';\n') for line in file_errorframes if line.startswith('ErrorFrames'))) df_all_errorframes = pd.read_csv(buffer_errorframes) print(df_all_errorframes.head()) Was hierbei rauskommt ...

Eines habe ich noch und dann wars das. Es werden die ErrorFrames herausgefiltert, jetzt ist es noch erwünscht, diese seperat mit plotly auszugeben. with open(self.file_asc) as file: # Filtert alle ErrorFrames heraus, welche in der asc File befinden buffer = StringIO('\n'.join(line.rstrip(';\n') for ...

Anscheinend funktioniert das so nicht ganz mit plotly, auch wenn ich einen hex wert erhalte, zeigt mir Plotly dies immer als dec an
Aber dies ist eher ein nice-to-have

Jetzt noch die nichtssagenden Einsen an der Variablennamen durch was sinnstiftendes ersetzen und statt +-Gestückel Stringformatierung benutzen. Das werde ich alles noch machen, auch muss ich noch Kommentare schreiben damit sich die nach mir auskennen was da gemacht wird, bin nur mehr diese Woche hi...

Ich hab´s dann hinbekommen :) df_Error1 = self.df_all[self.df_all["ID"] == self.ui.error_Base_1.text()] df_Error1_1 = df_Error1[df_Error1["DATA H"] == self.ui.error_flt_1.text()] time_Error1 = df_Error1_1["Offset[s]"] values_Error1 = df_Error1_1["DATA L"] name...

Das mit der Wahrheitstabelle klingt nach einem guten Ansatz, habe es hiermit probiert: df_Error1 = self.df_all[self.df_all["ID"] == self.ui.error_Base_1.text()] print(df_Error1.head()) df_Error1_1 = df_Error1["DATA H"] == self.ui.error_flt_1.text() print(df_Error1_1.head()) if df...

Ich lese die csv Datei mittels Pandas ein und filtere hier ErrorFrames heraus: with open(self.file_asc) as file: # Filtert alle ErrorFrames heraus, welche in der asc File befinden buffer = StringIO('\n'.join(line.strip(';\n') for line in file if not line.startswith('ErrorFrames'))) # Zurechtschneide...

Ich wage meine Versuche mit regex und das Problem zu lösen. Das ist der Code: import re import sys import os import pandas as pd from io import StringIO neue = [] with open("DUT4_Slow_Decrease_Increase_10V_Messages_All_Flipx_.asc", "r") as file: buffer = StringIO('\n'.join(line.s...

Ich habe nach Wunsch den Kollegen nun 2 Input Felder zu der GUI hinzugefügt, so können 2 ID´s welche irgendwelche Meldungen sein können. Soweit funktioniert das auch und kann als Diagramm via Plotly ausgegeben werden. Eine Frage habe ich hier allerdings, bei einer ID z.B. 1100001x sind mehrere unter...

Das Programm funktioniert soweit wie es soll. Zwei Sachen müssen noch etwas angepasst werden, wobei ich das erste schon geschafft habe. Das zweite und etwas aufwendigere Problem ist folgendes: Im asc File sind noch weitere Daten vorhanden als die von dem xml File, diese sind Fehlerdaten welche so au...