combine and vis csv

combine_csv.py

import os
import argparse
import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime

# コマンドライン引数のパーサーを作成
parser = argparse.ArgumentParser(description='CSVファイルの結合')
parser.add_argument('input_dir', type=str, help='入力ディレクトリのパス')
parser.add_argument('output_file', type=str, help='出力ファイルの名前')
args = parser.parse_args()

# 入力ディレクトリと出力ファイル名を取得
input_dir = args.input_dir
output_file = args.output_file

# フォルダ内のすべてのCSVファイルを取得
csv_files = [file for file in os.listdir(input_dir) if file.endswith(".csv")]

# フォルダ内のすべてのCSVファイルを取得し、ファイル名順にソート
csv_files = sorted([file for file in os.listdir(input_dir) if file.endswith(".csv")])

# 列ごとのデータを保持するリスト
columns_data = []

# CSVファイルを読み込んで列ごとのデータをリストに追加
for file in csv_files:
    file_path = os.path.join(input_dir, file)
    df = pd.read_csv(file_path)
    columns_data.append(df)

# 列ごとのデータを結合してデータフレームを作成
combined_df = pd.concat(columns_data, axis=1)

# タイムスタンプを取得し、ファイル名に追加
timestamp = datetime.now().strftime("%Y%m%d%H%M%S")
output_filename = f"{output_file}_{timestamp}.csv"

# 出力ファイルのパスを作成
output_path = os.path.join(input_dir, output_filename)

# 結合したデータフレームをCSVファイルとして保存
combined_df.to_csv(output_path, index=False)

# 全ての列を可視化
for column in combined_df.columns:
    plt.plot(combined_df[column], label=column)

plt.xlabel("x")
plt.ylabel("y")
plt.title("vis")
plt.legend()
plt.show()