# 필요한 라이브러리 호출
import os
import pandas as pd
import numpy as np
import chardet

# 파일명 및 헤더 지정을 위한 리스트 셋업
ld = []
nd = []
for name in os.listdir():
    if ".txt" in name:
        ld.append(name)
        nd.append(name[:name.index(".txt")])

print(ld)
print(nd)

for i in range(len(ld)):
    # 인코딩 형식 확인
    with open(ld[i], "rb") as f_encode:
        codec = chardet.detect(f_encode.read())["encoding"]

    # 데이터 테이블 상단의 샘플정보 텍스트의 마지막 행 인덱싱 (skiprows를 지정하는데 사용)
    with open(ld[i], "r", encoding = codec) as f_idx:
        df_idx = pd.DataFrame(f_idx)
        idx = df_idx[df_idx[0].str.contains("Curve Value")].index

    # 폴더 내의 모든 측정 파일 (.txt)을 열고 이를 데이터프레임으로 변환하여 각각의 변수에 할당
    with open(ld[i], "r", encoding = codec) as globals()["tma{}".format(i + 1)]:
        globals()["tma_df{}".format(i + 1)]\
            = pd.read_table(globals()["tma{}".format(i + 1)],\
                            header = 0,\
                                on_bad_lines = "skip",\
                                    sep = "\s+",\
                                        skiprows = int(idx[0]) + 1,\
                                            names = ["index", "time", "ts{}".format(i + 1), "tr", nd[i]])
        # with open 구문은 끝날때 파일이 자동으로 닫히므로 close() 함수가 필요없음
        
        # 측정 단위가 들어간 행은 굳이 필요가 없으므로 제거 (텍스트가 깨져나오는 것은 인코딩 때문이며, 어차피 지울 행이므로 신경 안써도 됨)
        globals()["tma_df{}".format(i + 1)].drop([0], axis = 0, inplace = True)

        # 데이터 아래쪽의 텍스트를 제거
        current_df = globals()["tma_df{}".format(i + 1)]
        textrows_start = np.int64(current_df.index[(current_df["index"] == "Results:")]).item()
        textrows_end = np.int64(current_df.index[(current_df["ts{}".format(i + 1)] == "STARe")]).item()
        current_df.drop([i for i in range(textrows_start, textrows_end + 1)], axis = 0, inplace = True)

# 병합을 위한 첫번째 데이터프레임 선언 (샘플온도와 측정값, 두 개의 열만 선택)
m0 = pd.concat([tma_df1["ts1"], tma_df1[nd[0]]], axis = 1)

# 두번쨰~마지막 데이터프레임의 데이터 열을 찾아 병합
for j in range(1, len(ld)):
    globals()["m{}".format(j)]\
        = pd.concat([globals()["m{}".format(j - 1)],\
                     globals()["tma_df{}".format(j + 1)]["ts{}".format(j + 1)],\
                        globals()["tma_df{}".format(j + 1)][nd[j]]], axis = 1)

# 데이터를 문자열에서 부동소수점 형태로 바꾸기
m3_float = m3.astype(np.float64)

# X, y 열의 인덱스를 구분
ts_idx, val_idx = [], []
for i in range(len(m3_float.columns)):
    if i % 2 == 0:
        ts_idx.append(i)
    else:
        val_idx.append(i)

# 4개의 데이터 plot
fig, ax = plt.subplots(1, 4, figsize = (24, 4))

for i in range(len(ts_idx)):
    tss = m3_float.columns[ts_idx[i]]
    vals = m3_float.columns[val_idx[i]]
    ax[i].plot(m3_float[tss], m3_float[vals])
    ax[i].set_xlabel("Temperature")
    ax[i].set_ylabel("Length (um)")

import datetime

# 최종 출력파일에 현재날짜를 표기하기 위한 변수 정의
now = datetime.datetime.now()

# 병합된 데이터프레임을 csv 파일로 내보냄 : 파일명에 오늘 날짜 (YYMMDD 형식)를 표기하도록 함
globals()["m{}".format(len(ld) - 1)].to_csv("{}_tma_merged.csv".format(str(now.year)[2:4] + now.strftime("%m") + now.strftime("%d")))