import os
import openpyxl
import re

# 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("  简单计算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)

print(f"输入文件大小: {os.path.getsize(input_file) / 1024:.2f} KB")

# 读取输入文件
try:
    print("正在读取输入文件...")
    wb_input = openpyxl.load_workbook(input_file)
    ws_input = wb_input.active
    
    print(f"输入工作表名称: {ws_input.title}")
    print(f"输入文件最大行数: {ws_input.max_row}")
    print(f"输入文件最大列数: {ws_input.max_column}")
    
    # 读取输出文件
    print("\n正在读取输出文件...")
    wb_output = openpyxl.load_workbook(output_file)
    ws_output = wb_output.active
    
    print(f"输出工作表名称: {ws_output.title}")
    
    # 识别列
    print("\n识别列...")
    headers = []
    for col in range(1, ws_input.max_column + 1):
        header = ws_input.cell(row=1, column=col).value
        headers.append(header)
        if header and 'helpfull' in str(header):
            helpfull_col = col
            print(f"找到 helpfull 列: {col}")
        elif header and ('评论总数' in str(header) or '帖子评论总数' in str(header)):
            comment_count_col = col
            print(f"找到评论总数列: {col}")
        elif header and '评论' in str(header):
            print(f"找到评论列: {col} - {header}")
    
    # 计算并填充数据
    print("\n计算并填充数据...")
    max_rows = min(ws_input.max_row, 10)  # 只处理前10行用于测试
    print(f"处理前 {max_rows - 1} 行数据")
    
    for row in range(2, max_rows + 1):
        print(f"处理行 {row}")
        
        # Y (UGC有用性)
        if 'helpfull_col' in locals():
            y_value = ws_input.cell(row=row, column=helpfull_col).value
            ws_output.cell(row=row, column=1, value=y_value if y_value else 0)
        else:
            ws_output.cell(row=row, column=1, value=0)
        
        # X1 (评论数量)
        if 'comment_count_col' in locals():
            x1_value = ws_input.cell(row=row, column=comment_count_col).value
            ws_output.cell(row=row, column=2, value=x1_value if x1_value else 0)
        else:
            ws_output.cell(row=row, column=2, value=0)
        
        # X2-X6 暂时设为0
        for col in range(3, 8):
            ws_output.cell(row=row, column=col, value=0)
    
    # 保存文件
    print("\n保存文件...")
    wb_output.save(output_file)
    
    print(f"文件已成功保存: {output_file}")
    print(f"文件大小: {os.path.getsize(output_file) / 1024:.2f} KB")
    
    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()