import pandas as pd

# 读取Excel文件
file_path = "/home/baol/tools/数据草稿-案款.xls"  # 替换为你的Excel文件路径
sheet_account_receipt = pd.read_excel(file_path, sheet_name="账户收")
sheet_income = pd.read_excel(file_path, sheet_name="收入", header=1)

# 归属本案金额、到账金额、到账日期、缴款人、案号
# 对方户名、交易时间、金额

# 统一日期格式
sheet_account_receipt["到账日期"] = pd.to_datetime(
    sheet_account_receipt["到账日期"]
).dt.strftime("%Y-%m-%d")
sheet_income["交易时间"] = pd.to_datetime(sheet_income["交易时间"]).dt.strftime(
    "%Y-%m-%d"
)

# 重命名列以便于合并
sheet_account_receipt.rename(
    columns={"到账金额": "金额", "到账日期": "交易时间"}, inplace=True
)

# 合并两个数据框
merged_df = pd.merge(
    sheet_account_receipt, sheet_income, on=["金额", "交易时间"], how="inner"
)

# 排除在某一天同时有多笔金额相同的记录
# 先按金额和交易时间分组，然后筛选出每个组中只有一条记录的情况
# filtered_df = merged_df.groupby(["金额", "交易时间"]).filter(lambda x: len(x) == 1)

# # 输出结果
# print(filtered_df)

# output_file_path = "/home/baol/tools/case1_records.xlsx"  # 替换为你希望保存的文件路径
# filtered_df.to_excel(output_file_path, index=False)

# print(f"匹配结果已保存到 {output_file_path}")


# 检索出在某一天同时有多笔金额相同的记录
duplicate_records = merged_df.groupby(["金额", "交易时间"]).filter(lambda x: len(x) > 1)

# 将结果保存为新的Excel文件
output_file_path = "/home/baol/tools/case2_records.xlsx"  # 替换为你希望保存的文件路径
duplicate_records.to_excel(output_file_path, index=False, engine="openpyxl")