｜白丸くん

import os
import pandas as pd
import re

directory = '/path/to/your/directory'  # フォルダのパスを指定
output_directory = '/path/to/your/output_directory'  # 出力フォルダのパスを指定

# フォルダ内のCSVファイルを名前順にソート
csv_files = sorted([f for f in os.listdir(directory) if f.endswith('.csv')])

# ファイル数を取得
total_files = len(csv_files)

# 最新の出力ファイルを探す
output_files = sorted([f for f in os.listdir(output_directory) if f.endswith('.xlsx')])
last_file = output_files[-1] if output_files else None

# 最新の出力ファイルの名前から開始インデックスを取得
start_index = int(re.match(r'(\d+)_output.xlsx', last_file).group(1)) if last_file else 0

# 2000台ごとに処理を行う
for i in range(start_index, total_files, 2000):
    start_index = i
    end_index = min(i + 2000, total_files)  # ファイル数が2000未満の場合の対応

    output_file_name = f'{start_index + 1}_output.xlsx'  # 出力ファイル名を作成

    # 出力用のデータフレームを作成
    output_df = pd.DataFrame(columns=['File Name', 'B Column Total'])

    # ファイルを順番に処理
    for j in range(start_index, end_index):
        file_name = csv_files[j]
        file_path = os.path.join(directory, file_name)

        df = pd.read_csv(file_path)
        b_column_total = df['B'].sum()

        output_df = output_df.append({'File Name': file_name, 'B Column Total': b_column_total}, ignore_index=True)

    # 結果をExcelファイルとして出力
    output_file_path = os.path.join(output_directory, output_file_name)
    output_df.to_excel(output_file_path, index=False)

    print(f'Processed files {start_index + 1} to {end_index}. Output saved to {output_file_name}')



@echo off

REM Pythonスクリプトの名前（拡張子は含まない）
set SCRIPT_NAME=your_script

REM Pythonスクリプトが実行中かどうかを確認
tasklist | findstr /i "%SCRIPT_NAME%.py"
IF %ERRORLEVEL% NEQ 0 (
    echo "スクリプトが実行されていません。再実行します。"
    python %SCRIPT_NAME%.py
) ELSE (
    echo "スクリプトはすでに実行中です。"
)




 

from pandas.tseries.offsets import Minute

# ...（省略）...

# 'value'以外の列名を取得
other_columns = [col for col in df.columns if col != 'value']

# データフレームの最初のタイムスタンプと最後のタイムスタンプを取得
start_time = df.index.min().floor('H')
end_time = df.index.max().ceil('H')

# 該当月の各日時について
for time in pd.date_range(start=start_time, end=end_time, freq='H'):
    # データが存在しない場合
    if time not in df.index:
        # 新たなデータポイントを2つ作成（5分後と35分後に設定）
        new_data_dict = {
            'timestamp': [time + Minute(5), time + Minute(35)],
            'value': [0, 0]  # ここに任意の値を設定
        }
        
        # 他の列全てを0で埋める
        for col in other_columns:
            new_data_dict[col] = [0, 0]
        
        new_data = pd.DataFrame(new_data_dict)

        # 'timestamp'列を日時として解釈
        new_data['timestamp'] = pd.to_datetime(new_data['timestamp'])

        # 日時をインデックスに設定
        new_data = new_data.set_index('timestamp')

        # 元のDataFrameに新たなデータを追加
        df = pd.concat([df, new_data])

# DataFrameを日時でソート
df = df.sort_index()

100

101

102

103

104

105

import os

import pandas as pd

import re

directory = '/path/to/your/directory' # フォルダのパスを指定

output_directory = '/path/to/your/output_directory' # 出力フォルダのパスを指定

# フォルダ内のCSVファイルを名前順にソート

csv_files = sorted([f for f in os.listdir(directory) if f.endswith('.csv')])

# ファイル数を取得

total_files = len(csv_files)

# 最新の出力ファイルを探す

output_files = sorted([f for f in os.listdir(output_directory) if f.endswith('.xlsx')])

last_file = output_files[-1] if output_files else None

# 最新の出力ファイルの名前から開始インデックスを取得

start_index = int(re.match(r'(\d+)_output.xlsx', last_file).group(1)) if last_file else 0

# 2000台ごとに処理を行う

for i in range(start_index, total_files, 2000):

start_index = i

end_index = min(i + 2000, total_files) # ファイル数が2000未満の場合の対応

output_file_name = f'{start_index + 1}_output.xlsx' # 出力ファイル名を作成

# 出力用のデータフレームを作成

output_df = pd.DataFrame(columns=['File Name', 'B Column Total'])

# ファイルを順番に処理

for j in range(start_index, end_index):

file_name = csv_files[j]

file_path = os.path.join(directory, file_name)

df = pd.read_csv(file_path)

b_column_total = df['B'].sum()

output_df = output_df.append({'File Name': file_name, 'B Column Total': b_column_total}, ignore_index=True)

# 結果をExcelファイルとして出力

output_file_path = os.path.join(output_directory, output_file_name)

output_df.to_excel(output_file_path, index=False)

print(f'Processed files {start_index + 1} to {end_index}. Output saved to {output_file_name}')

@echo off

REM Pythonスクリプトの名前（拡張子は含まない）

set SCRIPT_NAME=your_script

REM Pythonスクリプトが実行中かどうかを確認

tasklist | findstr /i "%SCRIPT_NAME%.py"

IF %ERRORLEVEL% NEQ 0 (

echo "スクリプトが実行されていません。再実行します。"

python %SCRIPT_NAME%.py

) ELSE (

echo "スクリプトはすでに実行中です。"

)

from pandas.tseries.offsets import Minute

# ...（省略）...

# 'value'以外の列名を取得

other_columns = [col for col in df.columns if col != 'value']

# データフレームの最初のタイムスタンプと最後のタイムスタンプを取得

start_time = df.index.min().floor('H')

end_time = df.index.max().ceil('H')

# 該当月の各日時について

for time in pd.date_range(start=start_time, end=end_time, freq='H'):

# データが存在しない場合

if time not in df.index:

# 新たなデータポイントを2つ作成（5分後と35分後に設定）

new_data_dict = {

'timestamp': [time + Minute(5), time + Minute(35)],

'value': [0, 0] # ここに任意の値を設定

}

# 他の列全てを0で埋める

for col in other_columns:

new_data_dict[col] = [0, 0]

new_data = pd.DataFrame(new_data_dict)

# 'timestamp'列を日時として解釈

new_data['timestamp'] = pd.to_datetime(new_data['timestamp'])

# 日時をインデックスに設定

new_data = new_data.set_index('timestamp')

# 元のDataFrameに新たなデータを追加

df = pd.concat([df, new_data])

# DataFrameを日時でソート

df = df.sort_index()

12分は何時間か（分数や少数）？対話形式で徹底解説！

ばっち

アイリスオーヤマ社ホットプレートDPOL-301とDPO-133との違いは？口コミ・評判・使い方も徹底解説！

ハピネスのマンボウサンQの効果と口コミ【実証結果】

【DHA・EPA】さかな暮らしの効果を徹底解説【実際に飲んだ結果】

佐藤製薬のEPA・DHAαの効果と口コミ【私自身の実証結果】

職場がうるさいのがストレスな場合の対策は？ 【隣の席がうるさい】

おすすめのDHA・EPAサプリ【私の経験】

【DHA・EPA】さかな暮らしの効果を徹底解説【実際に飲んだ結果】

【Excel】エクセルで同じ名前のカウントを行う方法【単語の出現回数】

職場がうるさいのがストレスな場合の対策は？【隣の席がうるさい】