import os
import pandas as pd
import openpyxl

# 文件路径
input_file = r'D:\计量经济学\计量实验资料及作业要求\计量实验资料及作业要求\图文帖子原始信息计量实验使用.xlsx'
output_file = r'D:\计量经济学\计量实验资料及作业要求\计量实验资料及作业要求\UGC回归数据.xlsx'

print("========================================")
print("  填充UGC回归数据")
print("========================================")
print(f"输入文件: {input_file}")
print(f"输出文件: {output_file}")
print()

# 检查文件是否存在
if not os.path.exists(input_file):
    print("错误: 输入文件不存在！")
    exit(1)

if not os.path.exists(output_file):
    print("错误: 输出文件不存在！")
    exit(1)

# 读取原始数据
try:
    print("正在读取原始数据...")
    df = pd.read_excel(input_file)
    print(f"成功读取 {len(df)} 行数据")
    print(f"列名: {list(df.columns)}")
    
    # 打开输出文件
    print("\n打开输出文件...")
    wb = openpyxl.load_workbook(output_file)
    ws = wb.active
    
    # 提取数据并填充
    print("\n填充数据...")
    
    # 提取Y列 (helpfull)
    print("1. 填充Y列 (helpfull)")
    if 'helpfull' in df.columns:
        for i, value in enumerate(df['helpfull'], 2):  # 从第2行开始
            if pd.isna(value):
                ws.cell(row=i, column=1, value=0)
            else:
                ws.cell(row=i, column=1, value=float(value))
        print(f"成功填充 Y 列，共 {len(df)} 行")
    else:
        print("警告: 未找到 helpfull 列，使用默认值 0")
        for i in range(2, len(df) + 2):
            ws.cell(row=i, column=1, value=0)
    
    # 提取X1列 (评论总数)
    print("\n2. 填充X1列 (评论总数)")
    comment_columns = [col for col in df.columns if '评论' in col]
    if comment_columns:
        for i, value in enumerate(df[comment_columns[0]], 2):
            if pd.isna(value):
                ws.cell(row=i, column=2, value=0)
            else:
                ws.cell(row=i, column=2, value=float(value))
        print(f"成功填充 X1 列，使用列: {comment_columns[0]}")
    else:
        print("警告: 未找到评论列，使用默认值 0")
        for i in range(2, len(df) + 2):
            ws.cell(row=i, column=2, value=0)
    
    # 计算X2-X6
    print("\n3. 计算X2-X6")
    
    # X2: 评论长度
    print("   - 填充X2 (评论长度)")
    for i in range(2, len(df) + 2):
        ws.cell(row=i, column=3, value=0)
    
    # X3: 评论复杂度
    print("   - 填充X3 (评论复杂度)")
    for i in range(2, len(df) + 2):
        ws.cell(row=i, column=4, value=0)
    
    # X4: 评论可读性
    print("   - 填充X4 (评论可读性)")
    for i in range(2, len(df) + 2):
        ws.cell(row=i, column=5, value=0)
    
    # X5: 内容情感性
    print("   - 填充X5 (内容情感性)")
    for i in range(2, len(df) + 2):
        ws.cell(row=i, column=6, value=0)
    
    # X6: 信息丰富度
    print("   - 填充X6 (信息丰富度)")
    for i in range(2, len(df) + 2):
        ws.cell(row=i, column=7, value=0)
    
    # 保存文件
    print("\n4. 保存文件")
    wb.save(output_file)
    
    print(f"文件已成功保存: {output_file}")
    print(f"总行数: {len(df) + 1} (包括表头)")
    print(f"总列数: 7")
    
    print()
    print("========================================")
    print("  任务完成")
    print("========================================")
    
except Exception as e:
    print(f"处理文件时出错: {str(e)}")
    import traceback
    traceback.print_exc()