ajustes das config do banco de dados pós migração

relatório_improdutivo/teste email excel.py

@@ -0,0 +1,234 @@
+# enviar_email_excel.py
+
+import smtplib
+import ssl
+import pyodbc
+import configparser
+import pandas as pd
+import matplotlib.pyplot as plt
+import matplotlib.ticker as mtick
+import seaborn as sns
+from email.message import EmailMessage
+from email.utils import make_msgid
+from email.mime.image import MIMEImage
+from pathlib import Path
+from datetime import datetime, time
+
+
+config = configparser.ConfigParser()
+config.read(r"C:\Users\joao.herculano\Documents\Enviador de email\credenciais.ini")
+
+print(config['banco']['host'],config['banco']['user'],config['banco']['password'])
+
+# Conexão com o banco
+conn = pyodbc.connect(
+    f"DRIVER={{SQL Server}};"
+    f"SERVER={config['banco']['host']},1433;"
+    f"DATABASE=GINSENG;"
+    f"UID={config['banco']['user']};"
+    f"PWD={config['banco']['password']}")
+
+# 1. Criar dados fictícios e gerar Excel
+query = '''
+select
+	*,
+	CASE
+	    WHEN dayswithoutsales BETWEEN 40 AND 59 THEN 'mais de 40 dias'
+	    WHEN dayswithoutsales BETWEEN 60 AND 79 THEN 'mais de 60 dias'
+	    WHEN dayswithoutsales BETWEEN 80 AND 99 THEN 'mais de 80 dias'
+	    WHEN dayswithoutsales >= 100 THEN 'acima de 100 dias'
+    	ELSE 'menos de 40 dias' 
+	end as status_venda,
+	pricesellin * (stock_actual + stock_intransit) AS valor_estoque_parado
+FROM Draft
+where dayswithoutsales > 40 
+and stock_actual > 0 
+and isproductdeactivated <> 1
+and currentcyclesales = 0
+'''
+df = pd.read_sql(query, conn)
+
+conn.close()
+
+remetente = config['credenciais']['remetente']
+senha = config['credenciais']['senha']
+destinatarios = [email.strip() for email in config['email']['destinatarios'].split(',')]
+assunto = config['email']['assunto']
+
+print(remetente,senha,destinatarios,assunto)
+
+pdvs = pd.read_excel(r"C:\Users\joao.herculano\Documents\PDV_ATT.xlsx")
+
+df['loja_id'] = df['loja_id'].astype('Int64')
+pdvs['PDV'] = pdvs['PDV'].astype('Int64')
+
+
+df2= pd.merge(left=df,right=pdvs[['PDV','UF']],left_on='loja_id',right_on='PDV',how='inner')
+
+# Dicionário de renomeação
+colunas_traduzidas = {
+    "loja_id": "id_loja",
+    "code": "código",
+    "description": "descrição",
+    "launch": "lançamento",
+    "deactivation": "desativação",
+    "thirdtolastcyclesales": "venda_terceiro_ciclo_passado",
+    "secondtolastcyclesales": "venda_penúltimo_ciclo",
+    "lastcyclesales": "venda_último_ciclo",
+    "currentcyclesales": "venda_ciclo_atual",
+    "nextcycleprojection": "projeção_próximo_ciclo",
+    "secondtonextcycleprojection": "projeção_segundo_próximo_ciclo",
+    "stock_actual": "estoque_atual",
+    "stock_intransit": "estoque_em_transito",
+    "purchasesuggestion": "sugestao_compra",
+    "smartpurchase_purchasesuggestioncycle": "compra_inteligente_ciclo",
+    "smartpurchase_nextcyclepurchasesuggestion": "compra_inteligente_prox_ciclo",
+    "pendingorder": "pedido_pendente",
+    "salescurve": "curva_vendas",
+    "promotions_description": "descrição_promocao",
+    "promotions_discountpercent": "desconto_promocao_percentual",
+    "pricesellin": "preço_sellin",
+    "businessunit": "unidade_negócio",
+    "codcategory": "código_categoria",
+    "criticalitem_dtprovidedregularization": "dt_regularização_item_critico",
+    "criticalitem_blockedwallet": "carteira_bloqueada_item_critico",
+    "criticalitem_iscritical": "é_item_critico",
+    "codsubcategory": "código_subcategoria",
+    "isproductdeactivated": "produto_desativado",
+    "brandgroupcode": "código_grupo_marca",
+    "dayswithoutsales": "dias_sem_venda",
+    "coveragedays": "dias_cobertura",
+    "hascoverage": "tem_cobertura"
+}
+
+# Renomeando as colunas do DataFrame
+df2 = df2.rename(columns=colunas_traduzidas)
+
+excel_path = Path("relatorio.xlsx")
+df2.to_excel(excel_path, index=False)
+
+
+# 2. Criar e salvar gráfico
+plot_df = df2.groupby('UF')['valor_estoque_parado'].sum().reset_index()
+plt.figure(figsize=(6, 4))
+ax = sns.barplot(data=plot_df, x='UF', y='valor_estoque_parado', errorbar=None)
+ax.yaxis.set_major_formatter(mtick.StrMethodFormatter('R${x:,.2f}'))
+for p in ax.patches:
+    valor = p.get_height()
+    ax.annotate(f'R$ {valor:,.2f}', (p.get_x() + p.get_width() / 2, valor),
+                ha='center', va='bottom', fontsize=9)
+plt.title("Estoque parado por UF")
+plt.ylabel("Valor em Reais")
+plt.xlabel("UF")
+plt.tight_layout()
+plt.savefig("grafico.png")
+plt.close()
+
+# Obtém a hora atual
+agora = datetime.now().time()
+# Define os intervalos de tempo
+manhã_inicio = time(5, 0)
+manhã_fim = time(12, 0)
+tarde_inicio = time(12, 1)
+tarde_fim = time(18, 0)
+# noite é dividida em dois intervalos por causa da virada do dia
+noite_inicio = time(18, 1)
+noite_fim = time(4, 59)
+# Verifica em qual intervalo a hora atual está
+if manhã_inicio <= agora <= manhã_fim:
+    boa = "Bom dia!"
+elif tarde_inicio <= agora <= tarde_fim:
+    boa = "Boa tarde!"
+else:
+    boa = "Boa noite!"
+
+df2['DATA'] = agora
+
+df3 = df2.groupby('DATA', as_index=False)['valor_estoque_parado'].sum()
+  
+path2 = r'C:\Users\joao.herculano\OneDrive - GRUPO GINSENG\Documentos\acompanhamentos\40D sem Venda\acompanhamento40DSV.xlsx'
+
+# Tenta abrir e escrever com append
+with pd.ExcelWriter(path2, mode='a', engine='openpyxl', if_sheet_exists='overlay') as writer:
+    # Encontra a última linha preenchida
+    book = writer.book
+    sheet = writer.sheets['Sheet1'] if 'Sheet1' in writer.sheets else writer.book.active
+    start_row = sheet.max_row
+
+    # Escreve sem cabeçalho se não for a primeira linha
+    df3.to_excel(writer, index=False, header=not start_row > 1, startrow=start_row)
+
+# 3. Criar e-mail com imagem embutida
+grafico_cid = make_msgid()[1:-1]  # remove < >
+msg = EmailMessage()
+msg['From'] = remetente
+msg['To'] = ', '.join(destinatarios)
+msg['Subject'] = assunto
+
+
+# 4. Conteúdo do e-mail
+html_email = f"""
+<html>
+  <body>
+    <p>{boa}</p>
+
+    <p>
+      Segue o relatório semanal de estoque improdutivo referente aos estados de 
+      Alagoas (AL), Bahia (BA), Sergipe (SE) e região de Vitória da Conquista (VDC).
+    </p>
+
+    <p>
+      Este relatório contempla exclusivamente os itens que possuem saldo em estoque, 
+      mas que estão sem vendas há mais de 40 dias.
+    </p>
+
+    <p>
+      O objetivo é trazer visibilidade para os produtos parados e reforçar a importância 
+      de ações para estimular a sua saída, contribuindo assim para a redução da cobertura 
+      de estoque e otimização dos recursos.
+    </p>
+
+    <p>
+      Contamos com o apoio de todos para análise e tratativa dos itens listados. 
+      Sugestões de ações como campanhas, transferências ou ajustes de sortimento são 
+      bem-vindas para acelerar a movimentação dos produtos.
+    </p>
+
+    <p>
+      Para mais informações, favor consultar a planilha em anexo.
+    </p>
+
+    <p><b>Segue resumo:</b></p>
+    <img src="cid:{grafico_cid}">
+  </body>
+</html>
+"""
+
+
+msg.set_content("Seu e-mail precisa de um visualizador HTML.")
+msg.add_alternative(html_email, subtype='html')
+
+# 4. Anexar gráfico inline
+with open("grafico.png", 'rb') as img:
+    msg.get_payload()[1].add_related(img.read(), 'image', 'png', cid=grafico_cid)
+
+
+# 5. Anexar o arquivo Excel
+with open(excel_path, 'rb') as f:
+    msg.add_attachment(
+        f.read(),
+        maintype='application',
+        subtype='vnd.openxmlformats-officedocument.spreadsheetml.sheet',
+        filename=excel_path.name
+    )
+
+# 6. Enviar o e-mail via SMTP Outlook com configurações fornecidas
+with smtplib.SMTP('smtp-mail.outlook.com', 587) as smtp:
+    smtp.ehlo()
+    smtp.starttls(context=ssl.create_default_context())
+    smtp.login(remetente, senha)
+    smtp.send_message(msg)
+
+
+
+print("E-mail enviado com sucesso.")

relatório_ruptura/ruptura projetada 23.05.py

@@ -0,0 +1,221 @@
+import smtplib
+import ssl
+import pyodbc
+import configparser
+import numpy as np
+import pandas as pd
+import matplotlib.pyplot as plt
+import seaborn as sns
+from email.message import EmailMessage
+from email.utils import make_msgid
+from pathlib import Path
+from datetime import datetime, time
+
+from email.mime.image import MIMEImage
+
+config = configparser.ConfigParser()
+config.read(r"C:\Users\joao.herculano\Documents\Enviador de email\credenciais.ini")
+
+conn = pyodbc.connect(
+    f"DRIVER={{SQL Server}};"
+    f"SERVER={config['banco']['host']},1433;"
+    f"DATABASE=GINSENG;"
+    f"UID={config['banco']['user']};"
+    f"PWD={config['banco']['password']}"
+)
+
+calendario = pd.read_excel(r"C:\Users\joao.herculano\GRUPO GINSENG\Assistência Suprimentos - 2025\SUPRIMENTOS\BD_LANÇAMENTOS\BASE DE DADOS LANÇAMENTO\BOT\CICLO 9\CALENDARIO_CICLO\Ciclo_Expandido_com_Datas.xlsx")
+calendario.columns = calendario.columns.str.lower()
+calendario['date'] = pd.to_datetime(calendario['date'])
+today = pd.Timestamp("today").normalize()
+calendario = calendario[calendario['marca'] == "BOTICARIO"]
+calendario['num_ciclo'] = calendario['ciclo'].str[-2:].astype(int)
+calendario['ano_ciclo'] = calendario['ciclo'].str[0:5]
+calendario['ciclomais2'] = calendario['ano_ciclo'].astype(str) + (calendario['num_ciclo'] + 0).astype(str).str.zfill(2)
+ciclo_mais2 = calendario[calendario['date'].dt.normalize() == today]['ciclomais2'].iloc[0]
+filtered_calendario = calendario[calendario['ciclo'] == ciclo_mais2][:1].copy()
+filtered_calendario['dias_ate_fim'] = (filtered_calendario['fim ciclo'].iloc[0] - today).days
+print(filtered_calendario[['duração', 'dias_ate_fim']])
+
+query = '''
+SELECT 
+  businessunit AS marca,
+  codcategory AS categoria,
+  loja_id AS pdv,
+  code AS sku,
+  description AS descricao_produto,
+  salescurve AS curva,
+  CASE WHEN promotions_description IS NULL THEN 'REGULAR' ELSE 'PROMOÇÃO' END AS tipo_promocao,
+  COALESCE(stock_actual, 0) AS estoque,
+  stock_intransit AS transito,
+  nextcycleprojection AS pv_mar,
+  currentcyclesales AS venda_atual,
+  CASE WHEN criticalitem_iscritical = 0 THEN 'REGULAR' ELSE 'CRITICO' END AS status_item
+FROM Draft
+WHERE isproductdeactivated = 0 AND codcategory NOT IN ('SUPORTE A VENDA','EMBALAGENS') 
+'''
+df = pd.read_sql(query, conn)
+conn.close()
+df.columns = df.columns.str.lower()
+
+filtered_calendario.columns = filtered_calendario.columns.str.lower()
+df['ddv'] = df['pv_mar'] / filtered_calendario['duração'].values[0]
+df['estoque_seguranca'] = np.ceil(df['pv_mar'] + (15 * df['ddv'])).astype(int)
+df['risco_ruptura'] = np.where(df['ddv'] * filtered_calendario['dias_ate_fim'].max() >= df['estoque'], "SIM", "NÃO")
+df['quantidade_ruptura'] = np.ceil(df['ddv'] * filtered_calendario['dias_ate_fim'].max() - df['estoque'])
+df['excesso'] = np.where(df['estoque'] - df['estoque_seguranca'] > 0, df['estoque'] - df['estoque_seguranca'], 0)
+
+remetente = config['credenciais']['remetente']
+senha = config['credenciais']['senha']
+destinatarios = [email.strip() for email in config['email_ruptura']['destinatarios'].split(',')]
+assunto = config['email_ruptura']['assunto']
+
+df_rpt = pd.read_excel(r"C:\Users\joao.herculano\Downloads\Ruptura Cliente CP GINSENG (1).xlsx")
+df_rpt.columns = df_rpt.columns.str.lower()
+
+df['pdv'] = df['pdv'].astype('Int64')
+df['sku'] = df['sku'].astype('Int64')
+
+df_rpt['cod_pdv'] = df_rpt['cod_pdv'].astype('Int64')
+df_rpt['sku1'] = df_rpt['sku1'].astype('Int64')
+
+df = pd.merge(df, df_rpt[['sku1','cod_pdv','estoque livre?']], left_on=['pdv','sku'], right_on=['cod_pdv','sku1'], how='left')
+df.drop(columns=['cod_pdv'], inplace=True)
+
+pdvs = pd.read_excel(r"C:\Users\joao.herculano\Documents\PDV_ATT.xlsx")
+pdvs.columns = pdvs.columns.str.lower()
+df['pdv'] = df['pdv'].astype('Int64')
+pdvs['pdv'] = pdvs['pdv'].astype('Int64')
+df2 = pd.merge(df, pdvs[['pdv','uf','canal','analista']], on='pdv', how='inner')
+
+idx = df2.groupby(['uf', 'sku'])['excesso'].idxmax()
+pdvs_maior_excesso = df2.loc[idx, ['uf', 'sku', 'pdv', 'excesso']].copy()
+pdvs_maior_excesso.columns = ['uf', 'sku', 'pdv_maior_excesso', 'maior_excesso_por_uf']
+pdvs_maior_excesso.set_index(['uf', 'sku'], inplace=True)
+df2 = df2.join(pdvs_maior_excesso, on=['uf', 'sku'])
+df2['maior excesso na uf'] = df2['maior_excesso_por_uf'].apply(lambda x: 'não tem excesso no uf' if x == 0 else None)
+df2['maior excesso na uf'] = df2['maior excesso na uf'].combine_first(df2['pdv_maior_excesso'])
+df2['quantidade_ruptura'] = df2['quantidade_ruptura'].clip(lower=0)
+print(df2[['uf', 'sku', 'excesso', 'maior_excesso_por_uf', 'maior excesso na uf']].head())
+df2.drop(columns=['pdv_maior_excesso','sku1'], inplace=True)
+
+df2['estoque livre?'] = np.where(
+    df2['estoque livre?'].isna() & (df2['status_item'] == 'CRITICO'),
+    'Não',
+    df2['estoque livre?']
+)
+
+df2['estoque livre?'] = np.where(
+    df2['estoque livre?'].isna() & (df2['status_item'] == 'REGULAR'),
+    'Sim',
+    df2['estoque livre?']
+)
+
+excel_path = Path("relatorio.xlsx")
+
+colunas_ordenadas = [
+    'uf',
+    'canal',
+    'analista',
+    'marca',
+    'categoria',
+    'pdv',
+    'sku',
+    'descricao_produto',
+    'curva',
+    'tipo_promocao',
+    'estoque',
+    'transito',
+    'pv_mar',
+    'venda_atual',
+    'status_item',
+    'ddv',
+    'estoque_seguranca',
+    'risco_ruptura',
+    'quantidade_ruptura',
+    'excesso',
+    'estoque livre?',
+    'maior_excesso_por_uf',
+    'maior excesso na uf'
+]
+
+df2 = df2[colunas_ordenadas]
+
+df3 = df2[df2['canal'] != "LJ"]
+
+df3 = df3.groupby(['uf', 'canal','pdv'])['quantidade_ruptura'].sum().sort_values(ascending=False).reset_index()
+
+with pd.ExcelWriter(excel_path, engine='openpyxl') as writer:
+    df2.to_excel(writer, sheet_name='Detalhado', index=False)
+    df3.to_excel(writer, sheet_name='Resumo', index=False)
+
+ruptura_total = df2['quantidade_ruptura'].sum()
+ruptura_por_uf_pct = (
+    df2.groupby('uf')['quantidade_ruptura'].sum()
+    .sort_values(ascending=True)
+    .apply(lambda x: (x / ruptura_total) * 100)
+)
+print(ruptura_por_uf_pct)
+ax = ruptura_por_uf_pct.plot(kind='barh', figsize=(10, 6), color='skyblue')
+for i, v in enumerate(ruptura_por_uf_pct):
+    ax.text(v + 0.3, i, f"{v:.1f}%", va='center')
+plt.xlabel('% da ruptura total')
+plt.title('Distribuição percentual de ruptura projetada por UF')
+plt.tight_layout()
+plt.savefig("grafico.png")
+plt.close()
+
+agora = datetime.now().time()
+if time(5, 0) <= agora <= time(12, 0):
+    boa = "Bom dia!"
+elif time(12, 1) <= agora <= time(18, 0):
+    boa = "Boa tarde!"
+else:
+    boa = "Boa noite!"
+
+grafico_cid = make_msgid()[1:-1]
+msg = EmailMessage()
+msg['From'] = remetente
+msg['To'] = ', '.join(destinatarios)
+msg['Subject'] = assunto
+html_email = f"""
+<html>
+  <body>
+    <p>{boa}</p>
+    <p>Compartilhamos o relatório de ruptura projetada, com o objetivo de monitorar os itens com maior risco de ruptura nos próximos dias.</p>
+    <p>O relatório a seguir apresenta as seguintes informações:</p>
+    <ul>
+      <li>Estoque atual;</li>
+      <li>Trânsito;</li>
+      <li>Ruptura projetada;</li>
+      <li>Maior excesso por estado, assim como o PDV que o possui.</li>
+    </ul>
+    <p>Além disso, o material destaca as VDs com maior criticidade, permitindo uma atuação direcionada para mitigar impactos e priorizar ações de abastecimento e transferência.</p>
+    <p><strong>Importante:</strong> O relatório está em processo de desenvolvimento e pode sofrer mudanças futuras no layout. Ficamos à disposição para esclarecer quaisquer dúvidas.</p>
+
+    
+    <img src="cid:{grafico_cid}">
+  </body>
+</html>
+"""
+msg.set_content("Seu e-mail precisa de um visualizador HTML.")
+msg.add_alternative(html_email, subtype='html')
+
+with open("grafico.png", 'rb') as img:
+    msg.get_payload()[1].add_related(img.read(), 'image', 'png', cid=grafico_cid)
+
+with open(excel_path, 'rb') as f:
+    msg.add_attachment(
+        f.read(),
+        maintype='application',
+        subtype='vnd.openxmlformats-officedocument.spreadsheetml.sheet',
+        filename=excel_path.name
+    )
+
+with smtplib.SMTP('smtp-mail.outlook.com', 587) as smtp:
+    smtp.ehlo()
+    smtp.starttls(context=ssl.create_default_context())
+    smtp.login(remetente, senha)
+    smtp.send_message(msg)
+
+print("E-mail enviado com sucesso.")