ばっち｜白丸くん

開始

@echo off
SET script_path=C:\path\to\your\script.py

REM Start the Python script
start python %script_path%



終了

@echo off
SET script_name=script.py
SET python_exe=python.exe

REM Check if the Python script is running and kill it
for /f "tokens=1,2*" %%i in ('tasklist ^| findstr /i %python_exe%') do (
    echo %%k | findstr /i %script_name% > nul
    if errorlevel 1 (
        echo Script is not running.
    ) else (
        echo Script is running. PID is %%j. Killing it now.
        taskkill /PID %%j /F
    )
)










import numpy as np

# インデックスのリストを定義
index_list = [1, 2, 4, 3]

# 累積和を取得 (numpyのcumsum関数を利用)
cumulative_indexes = np.cumsum(index_list)

start_index = 0
for end_index in cumulative_indexes:
    # インデックスリストに従って処理を行う
    for i in range(start_index, end_index):
        row = input_df.iloc[i]  # Pythonは0からインデクシングするので、-1を行います。
        filename = row['no']
        start_time = datetime.strptime(row['b'], '%Y-%m-%d %H:%M:%S') # 適切なフォーマットに変更してください
        end_time = datetime.strptime(row['c'], '%Y-%m-%d %H:%M:%S') # 適切なフォーマットに変更してください

        # 別のcsvファイルを読み込む
        data_df = pd.read_csv(filename)
        data_df['date'] = pd.to_datetime(data_df['date'], format='%Y-%m-%d %H:%M:%S') # 適切なフォーマットに変更してください
        data_df['hour'] = data_df['date'].dt.hour

        # 開始日時と終了日時内のデータを選択
        selected_data = data_df[(data_df['date'] >= start_time) & (data_df['date'] <= end_time)]

        try:
            # 最初と最後のデータの差分を計算
            difference = selected_data['積算'].iloc[-1] - selected_data['積算'].iloc[0]
        except IndexError:
            # 指定した行が存在しない場合にエラーを無視し、differenceを空白に設定
            difference = ""

        # 結果をoutputのデータフレームに追加
        output_df = output_df.append({'filename': filename, 'difference': difference, 'month': start_time.month}, ignore_index=True)

        # 時間ごとの差分の平均を計算しデータフレームに追加
        average_diff = selected_data.groupby('hour')['積算'].diff().groupby(selected_data['hour']).mean().reset_index()
        average_diff['filename'] = filename
        average_diff_df = pd.concat([average_diff_df, average_diff])

    # 現在の終了インデックスを次のスタートインデックスに設定
    start_index = end_index







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']

# 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()






import pandas as pd
import glob

# 同じフォルダ内のすべてのエクセルファイルを取得
files = glob.glob('*.xlsx')

# ファイルを順に読み込み、一つのデータフレームに各セルを串刺し演算
result = None
for file in files:
    df = pd.read_excel(file)
    if result is None:
        result = df
    else:
        result += df

# 結果を新しいエクセルファイルに出力
result.to_excel('output.xlsx', index=False)




import pandas as pd
import glob
import os

# 同じフォルダ内のcsvファイルを読み込む
csv_files = glob.glob('*.csv')

# すべてのcsvファイルを読み込んでリストに格納する
dfs = [pd.read_csv(f) for f in csv_files]

# すべてのDataFrameに新しい列を追加する
for df in dfs:
    df['練習1掛け算'] = df['練習1'] * df['練習1のデータ数']
    df['練習2掛け算'] = df['練習2'] * df['練習2のデータ数']

# 空のDataFrameを作成し、その後すべてのDataFrameを一つずつ足し合わせる
result = pd.DataFrame(columns=['練習1のデータ数', '練習1掛け算', '練習2のデータ数', '練習2掛け算'])
for df in dfs:
    result = result.add(df[['練習1のデータ数', '練習1掛け算', '練習2のデータ数', '練習2掛け算']], fill_value=0)

# 結果をエクセルファ


串刺し演算

import pandas as pd
import glob
import os

# 同じフォルダ内のcsvファイルを読み込む
csv_files = glob.glob('*.csv')

# すべてのcsvファイルを読み込んでリストに格納する
dfs = [pd.read_csv(f) for f in csv_files]

# すべてのDataFrameに新しい列を追加する
for df in dfs:
    df['練習1掛け算'] = df['練習1'] * df['練習1のデータ数']
    df['練習2掛け算'] = df['練習2'] * df['練習2のデータ数']

# すべてのDataFrameを要素ごとに合計する
result = pd.concat(dfs).groupby(level=0).sum()

# 必要な列のみを取り出す
result = result[['練習1のデータ数', '練習1掛け算', '練習2のデータ数', '練習2掛け算']]

# 結果をエクセルファイルに保存する
result.to_excel('total_output.xlsx')






import os
import pandas as pd

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)

# 2000台ごとに処理を行う
for i in range(0, 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}')






from openpyxl import load_workbook

# ワークブックをロード
wb = load_workbook('example.xlsx')
sheet = wb.active

# 列の移動操作を20回繰り返す
for i in range(20):
    for offset in range(6, -1, -2):  # 6, 4, 2, 0 (start_col - target_col)
        start_col = 11 + i * 10 + offset
        target_col = 7 + i * 10 + offset

        # 切り取る列のデータを取得
        cut_data = [(cell.value) for cell in sheet.iter_cols(min_col=start_col, max_col=start_col, values_only=True)]

        # 目標位置に列を挿入
        sheet.insert_cols(target_col)

        # 挿入した列にデータをコピー
        for j, cell_value in enumerate(cut_data, start=1):
            sheet.cell(row=j, column=target_col).value = cell_value

        # 元の列を削除
        sheet.delete_cols(start_col + 1)  # we add 1 to the start_col because the spreadsheet has expanded by 1 after the insert_cols

# 結果を新しいファイルに保存
wb.save('result.xlsx')




from openpyxl import load_workbook

# ワークブックをロード
wb = load_workbook('example.xlsx')
sheet = wb.active

# 列と行の範囲を指定
col_offset = 5
row_range = (2, 24)

# 列の処理を20回繰り返す
for i in range(20):
    start_col = 5 + i * 6

    # 2行目のセルが空白の場合、範囲を結合
    if sheet.cell(row=2, column=start_col).value is None:
        end_col = start_col + col_offset
        start_cell = sheet.cell(row=row_range[0], column=start_col)
        end_cell = sheet.cell(row=row_range[1], column=end_col)
        merge_range = f'{start_cell.coordinate}:{end_cell.coordinate}'
        sheet.merge_cells(merge_range)

# 結果を新しいファイルに保存
wb.save('result.xlsx')







from openpyxl import load_workbook

# ワークブックをロード
wb = load_workbook('example.xlsx')
sheet = wb.active

# 列の移動操作を20回繰り返す
for _ in range(20):
    for i in range(17, 11, -1):  # 17列目から11列目まで逆順に
        for j in range(1, sheet.max_row + 1):  # 全ての行に対して
            # セルの値を4列前のセルにコピー
            sheet.cell(row=j, column=i - 4).value = sheet.cell(row=j, column=i).value
            # 移動後のセルの値をクリア
            sheet.cell(row=j, column=i).value = None

# 結果を新しいファイルに保存
wb.save('result.xlsx')





from openpyxl import load_workbook

# ワークブックをロード
wb = load_workbook('example.xlsx')
sheet = wb.active

# 列の移動操作を20回繰り返す
for i in range(20):
    start_col = 11 + i * 6
    target_col = 7 + i * 6

    # 切り取る列のデータを取得
    cut_data = [(cell.value) for cell in sheet[start_col]]

    # 切り取った列の位置にNoneで上書き
    for j in range(1, sheet.max_row + 1):
        sheet.cell(row=j, column=start_col).value = None

    # 目標位置にデータを挿入
    for k in range(1, sheet.max_row + 1):
        current_value = sheet.cell(row=k, column=target_col).value
        sheet.cell(row=k, column=target_col).value = cut_data[k - 1]
        if current_value is not None:
            sheet.cell(row=k, column=target_col + 1, value=current_value)

# 結果を新しいファイルに保存
wb.save('result.xlsx')




from openpyxl import Workbook
from openpyxl.chart import BarChart, Reference

# ディクショナリを作成。これにより変数名（ok1、ok2、...）とその値（りんご、ゴリラ、...）を結びつける
titles = {"ok1": "りんご", "ok2": "ゴリラ", "ok3": "バナナ", "ok4": "ネズミ"}  # さらに必要なだけ追加

# 新しいワークブックを作成
wb = Workbook()
ws = wb.active

# データを追加（ここでは単純化のため、すべてのグラフで同じデータを使用）
for i in range(10):
    ws.append([i])

# グラフを作成し、それぞれに適切なタイトルを設定
for i in range(1, len(titles) + 1):
    key = "ok{}".format(i)  # 動的な変数名を作成

    # ディクショナリ内に該当のキーが存在するか確認
    if key in titles:
        # データの範囲を設定
        values = Reference(ws, min_col=1, min_row=1, max_col=1, max_row=10)

        # バーチャートを作成
        chart = BarChart()
        chart.add_data(values)

        # タイトルを設定（ディクショナリからタイトルを取得）
        chart.title = titles[key]

        # グラフをシートに追加
        ws.add_chart(chart, "A{}".format(20 + i * 15))  # グラフの位置を少し調整

# ファイルを保存
wb.save("bar_chart_with_dynamic_titles.xlsx")





from openpyxl import Workbook
from openpyxl.chart import BarChart, Reference
from openpyxl.drawing.text import Paragraph, ParagraphProperties, CharacterProperties, RegularTextRun
from openpyxl.drawing.text import Font, RegularTextRunProperties
from openpyxl.drawing.text import BodyProperties, LatinFont, SolidFill, SchemeColor

# ワークブックとシートを作成
wb = Workbook()
ws = wb.active

# データを追加
for i in range(10):
    ws.append([i])

# バーチャートを作成
chart = BarChart()
values = Reference(ws, min_col=1, min_row=1, max_row=10)
chart.add_data(values)

# タイトルのサイズを設定
title = Paragraph()
title_pPr = ParagraphProperties(defRPr=CharacterProperties(sz=1400))  # サイズを14ポイントに設定
title.append(RegularTextRun(t="My Chart Title", rPr=RegularTextRunProperties(sz=1400)))  # タイトルテキストを設定
title.pPr = title_pPr
chart.title = title

# X軸ラベルのサイズを設定
x_label = Paragraph()
x_label_pPr = ParagraphProperties(defRPr=CharacterProperties(sz=1200))  # サイズを12ポイントに設定
x_label.append(RegularTextRun(t="X-Axis Label", rPr=RegularTextRunProperties(sz=1200)))  # ラベルテキストを設定
x_label.pPr = x_label_pPr
chart.x_axis.title = x_label

# Y軸ラベルのサイズを設定
y_label = Paragraph()
y_label_pPr = ParagraphProperties(defRPr=CharacterProperties(sz=1200))  # サイズを12ポイントに設定
y_label.append(RegularTextRun(t="Y-Axis Label", rPr=RegularTextRunProperties(sz=1200)))  # ラベルテキストを設定
y_label.pPr = y_label_pPr
chart.y_axis.title = y_label

# チャートをシートに追加
ws.add_chart(chart, "E5")

# ファイルを保存
wb.save("sample_chart.xlsx")





from openpyxl import Workbook
from openpyxl.styles import PatternFill
from openpyxl.utils import get_column_letter

# ワークブックを作成
wb = Workbook()

# シートを選択
ws = wb.active

# 色を定義
fill = PatternFill(start_color="FFFF00", end_color="FFFF00", fill_type="solid")

# 列番号を指定して5列ごとに色を塗る
for i in range(1, 51):  # 50列まで考慮
    if i % 5 == 0:  # 5で割り切れる列番号のとき
        column_letter = get_column_letter(i)  # 列番号から列文字列を取得
        for row in ws[column_letter]:  # 列内の全てのセルに対して
            row.fill = fill  # 色を塗る

# ワークブックを保存
wb.save("sample.xlsx")



import openpyxl

# ワークブックを開く
wb = openpyxl.load_workbook('your_file.xlsx')

# ワークシートを選択
ws = wb['Sheet1']

# B1の値をC1にコピー
ws['C1'] = ws['B1'].value

# B2からB4までの合計を計算し、C2に出力
ws['C2'] = sum([ws[f'B{i}'].value for i in range(2, 5)])

# C2からC4までのセルを結合
ws.merge_cells('C2:C4')

# ワークブックを保存
wb.save('your_file.xlsx')







import openpyxl

# ワークブックを開く
wb = openpyxl.load_workbook('your_file.xlsx')

# ワークシートを選択
ws = wb['Sheet1']

# ok1, ok2 を交互に記述するためのフラグ
flag = True

# F2から4つずつ飛ばす
for i in range(6, 401, 4):
    # セルが空白であるかどうかを確認
    if ws.cell(row=2, column=i).value == None:
        # 空白であれば "ok1" または "ok2" を記述
        if flag:
            ws.cell(row=2, column=i).value = "ok1"
            flag = not flag
        else:
            ws.cell(row=2, column=i).value = "ok2"
            flag = not flag

# ワークブックを保存
wb.save('your_file.xlsx')










from openpyxl import load_workbook
from openpyxl.chart import LineChart, Reference, BarChart, Series
from openpyxl.drawing.fill import PatternFillProperties, ColorChoice
from openpyxl.chart.axis import ChartLines

# ワークブックをロードする
wb = load_workbook('your_file.xlsx')
ws = wb.active

# チャートの作成
chart1 = LineChart()
chart2 = LineChart()

# F列をx軸
x_data = Reference(ws, min_col=6, min_row=2, max_row=ws.max_row)

# G列とJ列をy1軸
y1_data_G = Reference(ws, min_col=7, min_row=2, max_row=ws.max_row)
y1_data_J = Reference(ws, min_col=10, min_row=2, max_row=ws.max_row)

# I列をy2軸
y2_data_I = Reference(ws, min_col=9, min_row=2, max_row=ws.max_row)

# データをチャート1に追加
series1 = Series(y1_data_G, x_data, title=str(ws['G1'].value))
series2 = Series(y1_data_J, x_data, title=str(ws['J1'].value))
chart1.series.append(series1)
chart1.series.append(series2)

# データをチャート2に追加
series3 = Series(y2_data_I, x_data, title=str(ws['I1'].value))
chart2.series.append(series3)

# y軸の設定
chart1.y_axis.title = 'Y1 Axis Title'
chart2.y_axis.title = 'Y2 Axis Title'

# y2軸を右側に設定
chart1.y_axis.crosses = "max"
chart2.y_axis.crosses = "max"

# y軸のラインを描画
line = ChartLines()
line.width = 100050  # 1.5pt
line.solidFill = "D9D9D9"  # Grey color
chart2.y_axis.majorGridlines = line

# チャートの位置を設定
chart1.x = 10
chart1.y = 10
chart2.x = 10
chart2.y = 10

# チャート2をチャート1に重ねる
chart1 += chart2

# チャートをワークシートに追加
ws.add_chart(chart1, "A15")

# ワークブックを保存
wb.save("your_file_with_chart.xlsx")




import tkinter as tk
from tkinter import filedialog
import pandas as pd

def import_csv_data():
    csv_file_path = filedialog.askopenfilename()
    data = pd.read_csv(csv_file_path)
    print(data)

root = tk.Tk()
root.withdraw()  # tkinterのデフォルトの空のウィンドウを非表示にします

tk.Button(root, text='ファイルを選択', command=import_csv_data).pack()
root.mainloop()





for i, csv_file in enumerate(csv_files):
    if i < 2000: # 1-2000番目のファイルをスキップ continue elif i >= 4000:  # 4001番目以降のファイルをスキップ
        break
    file_path = os.path.join(directory, csv_file)
    df = pd.read_csv(file_path)
    # ここに任意の処理を記述


for i, csv_file in enumerate(csv_files):
    if i >= 2000:  # 最初の2000ファイルだけを処理
        break
    file_path = os.path.join(directory, csv_file)
    df = pd.read_csv(file_path)
    # ここに任意の処理を記述









import os
import pandas as pd

# ここで任意のファイル処理を定義してください。
def process_file(file):
    df = pd.read_csv(file)
    # dfに対して何らかの処理を行います。
    # ここでは、簡単な例としてファイル名と最初の5行を表示します。
    print(f"Processing file: {file}")
    print(df.head())

# CSVファイルが保存されているディレクトリのパスを指定します。
dir_path = "/path/to/your/csv/files"

# 指定したディレクトリ内の全てのCSVファイル名を取得し、名前順にソートします。
csv_files = sorted([f for f in os.listdir(dir_path) if f.endswith(".csv")])

# 2000ファイルごとに分割し、各セットに対して処理を行います。
for i in range(0, len(csv_files), 2000):
    # ファイルのセットを取得します。このセットは最大2000ファイルを含みます。
    file_set = csv_files[i:i+2000]
    # 各ファイルに対して処理を行います。
    for file_name in file_set:
        # ファイルパスを作成します。
        file_path = os.path.join(dir_path, file_name)
        # ファイルを処理します。
        process_file(file_path)











import pandas as pd
import matplotlib.pyplot as plt
from openpyxl import load_workbook
from openpyxl.drawing.image import Image
from io import BytesIO

# エクセルファイルを読み込む
df = pd.read_excel('your_file.xlsx', usecols='F:I', nrows=25)

# 描画エリアを作成する
fig, ax1 = plt.subplots()

# F列のデータをx軸として設定
x = df[df.columns[0]]

# G列のデータをy1軸として設定
y1 = df[df.columns[1]]
ax1.plot(x, y1, color='blue')
ax1.set_xlabel('F列')
ax1.set_ylabel('G列', color='blue')
ax1.tick_params(axis='y', labelcolor='blue')

# H, I列のデータをy2軸として設定
ax2 = ax1.twinx()
y2 = df[df.columns[2]]
y3 = df[df.columns[3]]
ax2.plot(x, y2, color='red')
ax2.plot(x, y3, color='green')
ax2.set_ylabel('H列 and I列', color='red')
ax2.tick_params(axis='y', labelcolor='red')

fig.tight_layout()

# matplotlibのfigureを画像データに変換する
image_stream = BytesIO()
plt.savefig(image_stream, format='png')
plt.close(fig)
image_stream.seek(0)

# 画像をエクセルのワークブックに追加する
wb = load_workbook('your_file.xlsx')
ws = wb.active
img = Image(image_stream)
ws.add_image(img, 'J10')  # この場所に画像を配置
wb.save('your_file_with_graph.xlsx')






import pandas as pd
from datetime import datetime

# インプットcsvの読み込み
input_df = pd.read_csv('input.csv')

# 結果を保存するための空のデータフレームを準備
average_diff_df = pd.DataFrame()

# インプットcsvの各行に対して処理を行う
for index, row in input_df.iterrows():
    filename = row['no']
    start_time = datetime.strptime(row['b'], '%Y-%m-%d %H:%M:%S') # 適切なフォーマットに変更してください
    end_time = datetime.strptime(row['c'], '%Y-%m-%d %H:%M:%S') # 適切なフォーマットに変更してください

    # 別のcsvファイルを読み込む
    data_df = pd.read_csv(filename)
    data_df['date'] = pd.to_datetime(data_df['date'], format='%Y-%m-%d %H:%M:%S') # 適切なフォーマットに変更してください
    data_df['date_hour'] = data_df['date'].dt.strftime('%Y-%m-%d %H')

    # 開始日時と終了日時内のデータを選択
    selected_data = data_df[(data_df['date'] >= start_time) & (data_df['date'] <= end_time)] # 日付と時間ごとの差分を計算 selected_data['difference'] = selected_data.groupby('date_hour')['積算'].transform(lambda x: x.iloc[-1] - x.iloc[0]) # 差分を1行上にシフト selected_data['shifted_difference'] = selected_data['difference'].shift(-1) # ファイルごとの平均を計算し、結果のデータフレームに追加 average_diff = selected_data.groupby('date_hour')['shifted_difference'].mean().reset_index() average_diff['filename'] = filename average_diff_df = pd.concat([average_diff_df, average_diff]) # 平均値のデータフレームをcsvに出力 average_diff_df.to_csv('average_difference.csv', index=False) import glob import pandas as pd from datetime import datetime directory = 'your_directory_here' # フォルダパスを指定してください date_column = 'your_date_column_here' # 日時列の列名を指定してください csv_files = glob.glob(f"{directory}/*.csv") for file_path in csv_files: df = pd.read_csv(file_path) df[date_column] = pd.to_datetime(df[date_column]) # 先頭の日時が2021年以降であるかどうかをチェック if df[date_column].iloc[0].year >= 2021:
        print(f'Skipping file {file_path} as it starts from 2021 or later.')
        continue

    # CSVの処理がここに続く...







import pandas as pd
import os

os.chdir("C://sample")

# CSVファイルを読み込む
df1 = pd.read_csv('sample1.csv',index_col=None,encoding="cp932")
df2 = pd.read_csv('sample2.csv',index_col=None,encoding="cp932")

# 空白のDataFrameを作成
df_blank = pd.DataFrame(index=df1.index, columns=[" "])

# df1, df_blank, df2を結合
df = pd.concat([df1, df_blank, df2], axis=1)

# データフレームを.xlsxファイルとして出力
df.to_excel('output.xlsx', index=False)



import pandas as pd
from openpyxl import load_workbook
from openpyxl.styles import Alignment
from openpyxl.utils.dataframe import dataframe_to_rows

# CSVファイルの読み込み
df = pd.read_csv('sample1.csv')

# B列の合計をC列に出力
df['C'] = df['数値'].sum()

# 結果を一時的なExcelファイルに保存
df.to_excel('temp.xlsx', index=False)

# 一時的なExcelファイルを読み込む
wb = load_workbook('temp.xlsx')
ws = wb.active

# B列の範囲に対応するC列のすべてのセルを結合
ws.merge_cells(start_row=2, start_column=3, end_row=len(df) + 1, end_column=3)

# セルの配置を中央に設定
for cell in ws.merged_cells.ranges:
    cell.alignment = Alignment(horizontal="center", vertical="center")

# 最終的なExcelファイルに保存
wb.save('output.xlsx')

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

165

166

167

168

169

170

171

172

173

174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190

191

192

193

194

195

196

197

198

199

200

201

202

203

204

205

206

207

208

209

210

211

212

213

214

215

216

217

218

219

220

221

222

223

224

225

226

227

228

229

230

231

232

233

234

235

236

237

238

239

240

241

242

243

244

245

246

247

248

249

250

251

252

253

254

255

256

257

258

259

260

261

262

263

264

265

266

267

268

269

270

271

272

273

274

275

276

277

278

279

280

281

282

283

284

285

286

287

288

289

290

291

292

293

294

295

296

297

298

299

300

301

302

303

304

305

306

307

308

309

310

311

312

313

314

315

316

317

318

319

320

321

322

323

324

325

326

327

328

329

330

331

332

333

334

335

336

337

338

339

340

341

342

343

344

345

346

347

348

349

350

351

352

353

354

355

356

357

358

359

360

361

362

363

364

365

366

367

368

369

370

371

372

373

374

375

376

377

378

379

380

381

382

383

384

385

386

387

388

389

390

391

392

393

394

395

396

397

398

399

400

401

402

403

404

405

406

407

408

409

410

411

412

413

414

415

416

417

418

419

420

421

422

423

424

425

426

427

428

429

430

431

432

433

434

435

436

437

438

439

440

441

442

443

444

445

446

447

448

449

450

451

452

453

454

455

456

457

458

459

460

461

462

463

464

465

466

467

468

469

470

471

472

473

474

475

476

477

478

479

480

481

482

483

484

485

486

487

488

489

490

491

492

493

494

495

496

497

498

499

500

501

502

503

504

505

506

507

508

509

510

511

512

513

514

515

516

517

518

519

520

521

522

523

524

525

526

527

528

529

530

531

532

533

534

535

536

537

538

539

540

541

542

543

544

545

546

547

548

549

550

551

552

553

554

555

556

557

558

559

560

561

562

563

564

565

566

567

568

569

570

571

572

573

574

575

576

577

578

579

580

581

582

583

584

585

586

587

588

589

590

591

592

593

594

595

596

597

598

599

600

601

602

603

604

605

606

607

608

609

610

611

612

613

614

615

616

617

618

619

620

621

622

623

624

625

626

627

628

629

630

631

632

633

634

635

636

637

638

639

640

641

642

643

644

645

646

647

648

649

650

651

652

653

654

655

656

657

658

659

660

661

662

663

664

665

666

667

668

669

670

671

672

673

674

675

676

677

678

679

680

681

682

683

684

685

686

687

688

689

690

691

692

693

694

695

696

697

698

699

700

701

702

703

704

705

706

707

708

709

710

711

712

713

714

715

716

717

718

719

720

721

722

723

724

725

726

727

728

729

730

731

732

733

734

735

736

737

738

739

740

741

742

743

744

745

746

747

748

749

750

751

752

753

754

755

756

757

758

759

760

761

762

763

764

765

766

767

768

769

770

771

772

773

774

775

776

777

778

779

780

781

782

783

784

785

786

787

788

789

790

791

792

793

794

795

796

797

798

799

800

801

802

803

804

805

806

807

808

809

810

開始

@echo off

SET script_path=C:\path\to\your\script.py

REM Start the Python script

start python %script_path%

終了

@echo off

SET script_name=script.py

SET python_exe=python.exe

REM Check if the Python script is running and kill it

for /f "tokens=1,2*" %%i in ('tasklist ^| findstr /i %python_exe%') do (

echo %%k | findstr /i %script_name% > nul

if errorlevel 1 (

echo Script is not running.

) else (

echo Script is running. PID is %%j. Killing it now.

taskkill /PID %%j /F

)

import numpy as np

# インデックスのリストを定義

index_list = [1, 2, 4, 3]

# 累積和を取得 (numpyのcumsum関数を利用)

cumulative_indexes = np.cumsum(index_list)

start_index = 0

for end_index in cumulative_indexes:

# インデックスリストに従って処理を行う

for i in range(start_index, end_index):

row = input_df.iloc[i] # Pythonは0からインデクシングするので、-1を行います。

filename = row['no']

start_time = datetime.strptime(row['b'], '%Y-%m-%d %H:%M:%S') # 適切なフォーマットに変更してください

end_time = datetime.strptime(row['c'], '%Y-%m-%d %H:%M:%S') # 適切なフォーマットに変更してください

# 別のcsvファイルを読み込む

data_df = pd.read_csv(filename)

data_df['date'] = pd.to_datetime(data_df['date'], format='%Y-%m-%d %H:%M:%S') # 適切なフォーマットに変更してください

data_df['hour'] = data_df['date'].dt.hour

# 開始日時と終了日時内のデータを選択

selected_data = data_df[(data_df['date'] >= start_time) & (data_df['date'] <= end_time)]

try:

# 最初と最後のデータの差分を計算

difference = selected_data['積算'].iloc[-1] - selected_data['積算'].iloc[0]

except IndexError:

# 指定した行が存在しない場合にエラーを無視し、differenceを空白に設定

difference = ""

# 結果をoutputのデータフレームに追加

output_df = output_df.append({'filename': filename, 'difference': difference, 'month': start_time.month}, ignore_index=True)

# 時間ごとの差分の平均を計算しデータフレームに追加

average_diff = selected_data.groupby('hour')['積算'].diff().groupby(selected_data['hour']).mean().reset_index()

average_diff['filename'] = filename

average_diff_df = pd.concat([average_diff_df, average_diff])

# 現在の終了インデックスを次のスタートインデックスに設定

start_index = end_index

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']

# 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()

import pandas as pd

import glob

# 同じフォルダ内のすべてのエクセルファイルを取得

files = glob.glob('*.xlsx')

# ファイルを順に読み込み、一つのデータフレームに各セルを串刺し演算

result = None

for file in files:

df = pd.read_excel(file)

if result is None:

result = df

else:

result += df

# 結果を新しいエクセルファイルに出力

result.to_excel('output.xlsx', index=False)

import pandas as pd

import glob

import os

# 同じフォルダ内のcsvファイルを読み込む

csv_files = glob.glob('*.csv')

# すべてのcsvファイルを読み込んでリストに格納する

dfs = [pd.read_csv(f) for f in csv_files]

# すべてのDataFrameに新しい列を追加する

for df in dfs:

df['練習1掛け算'] = df['練習1'] * df['練習1のデータ数']

df['練習2掛け算'] = df['練習2'] * df['練習2のデータ数']

# 空のDataFrameを作成し、その後すべてのDataFrameを一つずつ足し合わせる

result = pd.DataFrame(columns=['練習1のデータ数', '練習1掛け算', '練習2のデータ数', '練習2掛け算'])

for df in dfs:

result = result.add(df[['練習1のデータ数', '練習1掛け算', '練習2のデータ数', '練習2掛け算']], fill_value=0)

# 結果をエクセルファ

串刺し演算

import pandas as pd

import glob

import os

# 同じフォルダ内のcsvファイルを読み込む

csv_files = glob.glob('*.csv')

# すべてのcsvファイルを読み込んでリストに格納する

dfs = [pd.read_csv(f) for f in csv_files]

# すべてのDataFrameに新しい列を追加する

for df in dfs:

df['練習1掛け算'] = df['練習1'] * df['練習1のデータ数']

df['練習2掛け算'] = df['練習2'] * df['練習2のデータ数']

# すべてのDataFrameを要素ごとに合計する

result = pd.concat(dfs).groupby(level=0).sum()

# 必要な列のみを取り出す

result = result[['練習1のデータ数', '練習1掛け算', '練習2のデータ数', '練習2掛け算']]

# 結果をエクセルファイルに保存する

result.to_excel('total_output.xlsx')

import os

import pandas as pd

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)

# 2000台ごとに処理を行う

for i in range(0, 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}')

from openpyxl import load_workbook

# ワークブックをロード

wb = load_workbook('example.xlsx')

sheet = wb.active

# 列の移動操作を20回繰り返す

for i in range(20):

for offset in range(6, -1, -2): # 6, 4, 2, 0 (start_col - target_col)

start_col = 11 + i * 10 + offset

target_col = 7 + i * 10 + offset

# 切り取る列のデータを取得

cut_data = [(cell.value) for cell in sheet.iter_cols(min_col=start_col, max_col=start_col, values_only=True)]

# 目標位置に列を挿入

sheet.insert_cols(target_col)

# 挿入した列にデータをコピー

for j, cell_value in enumerate(cut_data, start=1):

sheet.cell(row=j, column=target_col).value = cell_value

# 元の列を削除

sheet.delete_cols(start_col + 1) # we add 1 to the start_col because the spreadsheet has expanded by 1 after the insert_cols

# 結果を新しいファイルに保存

wb.save('result.xlsx')

from openpyxl import load_workbook

# ワークブックをロード

wb = load_workbook('example.xlsx')

sheet = wb.active

# 列と行の範囲を指定

col_offset = 5

row_range = (2, 24)

# 列の処理を20回繰り返す

for i in range(20):

start_col = 5 + i * 6

# 2行目のセルが空白の場合、範囲を結合

if sheet.cell(row=2, column=start_col).value is None:

end_col = start_col + col_offset

start_cell = sheet.cell(row=row_range[0], column=start_col)

end_cell = sheet.cell(row=row_range[1], column=end_col)

merge_range = f'{start_cell.coordinate}:{end_cell.coordinate}'

sheet.merge_cells(merge_range)

# 結果を新しいファイルに保存

wb.save('result.xlsx')

from openpyxl import load_workbook

# ワークブックをロード

wb = load_workbook('example.xlsx')

sheet = wb.active

# 列の移動操作を20回繰り返す

for _ in range(20):

for i in range(17, 11, -1): # 17列目から11列目まで逆順に

for j in range(1, sheet.max_row + 1): # 全ての行に対して

# セルの値を4列前のセルにコピー

sheet.cell(row=j, column=i - 4).value = sheet.cell(row=j, column=i).value

# 移動後のセルの値をクリア

sheet.cell(row=j, column=i).value = None

# 結果を新しいファイルに保存

wb.save('result.xlsx')

from openpyxl import load_workbook

# ワークブックをロード

wb = load_workbook('example.xlsx')

sheet = wb.active

# 列の移動操作を20回繰り返す

for i in range(20):

start_col = 11 + i * 6

target_col = 7 + i * 6

# 切り取る列のデータを取得

cut_data = [(cell.value) for cell in sheet[start_col]]

# 切り取った列の位置にNoneで上書き

for j in range(1, sheet.max_row + 1):

sheet.cell(row=j, column=start_col).value = None

# 目標位置にデータを挿入

for k in range(1, sheet.max_row + 1):

current_value = sheet.cell(row=k, column=target_col).value

sheet.cell(row=k, column=target_col).value = cut_data[k - 1]

if current_value is not None:

sheet.cell(row=k, column=target_col + 1, value=current_value)

# 結果を新しいファイルに保存

wb.save('result.xlsx')

from openpyxl import Workbook

from openpyxl.chart import BarChart, Reference

# ディクショナリを作成。これにより変数名（ok1、ok2、...）とその値（りんご、ゴリラ、...）を結びつける

titles = {"ok1": "りんご", "ok2": "ゴリラ", "ok3": "バナナ", "ok4": "ネズミ"} # さらに必要なだけ追加

# 新しいワークブックを作成

wb = Workbook()

ws = wb.active

# データを追加（ここでは単純化のため、すべてのグラフで同じデータを使用）

for i in range(10):

ws.append([i])

# グラフを作成し、それぞれに適切なタイトルを設定

for i in range(1, len(titles) + 1):

key = "ok{}".format(i) # 動的な変数名を作成

# ディクショナリ内に該当のキーが存在するか確認

if key in titles:

# データの範囲を設定

values = Reference(ws, min_col=1, min_row=1, max_col=1, max_row=10)

# バーチャートを作成

chart = BarChart()

chart.add_data(values)

# タイトルを設定（ディクショナリからタイトルを取得）

chart.title = titles[key]

# グラフをシートに追加

ws.add_chart(chart, "A{}".format(20 + i * 15)) # グラフの位置を少し調整

# ファイルを保存

wb.save("bar_chart_with_dynamic_titles.xlsx")

from openpyxl import Workbook

from openpyxl.chart import BarChart, Reference

from openpyxl.drawing.text import Paragraph, ParagraphProperties, CharacterProperties, RegularTextRun

from openpyxl.drawing.text import Font, RegularTextRunProperties

from openpyxl.drawing.text import BodyProperties, LatinFont, SolidFill, SchemeColor

# ワークブックとシートを作成

wb = Workbook()

ws = wb.active

# データを追加

for i in range(10):

ws.append([i])

# バーチャートを作成

chart = BarChart()

values = Reference(ws, min_col=1, min_row=1, max_row=10)

chart.add_data(values)

# タイトルのサイズを設定

title = Paragraph()

title_pPr = ParagraphProperties(defRPr=CharacterProperties(sz=1400)) # サイズを14ポイントに設定

title.append(RegularTextRun(t="My Chart Title", rPr=RegularTextRunProperties(sz=1400))) # タイトルテキストを設定

title.pPr = title_pPr

chart.title = title

# X軸ラベルのサイズを設定

x_label = Paragraph()

x_label_pPr = ParagraphProperties(defRPr=CharacterProperties(sz=1200)) # サイズを12ポイントに設定

x_label.append(RegularTextRun(t="X-Axis Label", rPr=RegularTextRunProperties(sz=1200))) # ラベルテキストを設定

x_label.pPr = x_label_pPr

chart.x_axis.title = x_label

# Y軸ラベルのサイズを設定

y_label = Paragraph()

y_label_pPr = ParagraphProperties(defRPr=CharacterProperties(sz=1200)) # サイズを12ポイントに設定

y_label.append(RegularTextRun(t="Y-Axis Label", rPr=RegularTextRunProperties(sz=1200))) # ラベルテキストを設定

y_label.pPr = y_label_pPr

chart.y_axis.title = y_label

# チャートをシートに追加

ws.add_chart(chart, "E5")

# ファイルを保存

wb.save("sample_chart.xlsx")

from openpyxl import Workbook

from openpyxl.styles import PatternFill

from openpyxl.utils import get_column_letter

# ワークブックを作成

wb = Workbook()

# シートを選択

ws = wb.active

# 色を定義

fill = PatternFill(start_color="FFFF00", end_color="FFFF00", fill_type="solid")

# 列番号を指定して5列ごとに色を塗る

for i in range(1, 51): # 50列まで考慮

if i % 5 == 0: # 5で割り切れる列番号のとき

column_letter = get_column_letter(i) # 列番号から列文字列を取得

for row in ws[column_letter]: # 列内の全てのセルに対して

row.fill = fill # 色を塗る

# ワークブックを保存

wb.save("sample.xlsx")

import openpyxl

# ワークブックを開く

wb = openpyxl.load_workbook('your_file.xlsx')

# ワークシートを選択

ws = wb['Sheet1']

# B1の値をC1にコピー

ws['C1'] = ws['B1'].value

# B2からB4までの合計を計算し、C2に出力

ws['C2'] = sum([ws[f'B{i}'].value for i in range(2, 5)])

# C2からC4までのセルを結合

ws.merge_cells('C2:C4')

# ワークブックを保存

wb.save('your_file.xlsx')

import openpyxl

# ワークブックを開く

wb = openpyxl.load_workbook('your_file.xlsx')

# ワークシートを選択

ws = wb['Sheet1']

# ok1, ok2 を交互に記述するためのフラグ

flag = True

# F2から4つずつ飛ばす

for i in range(6, 401, 4):

# セルが空白であるかどうかを確認

if ws.cell(row=2, column=i).value == None:

# 空白であれば "ok1" または "ok2" を記述

if flag:

ws.cell(row=2, column=i).value = "ok1"

flag = not flag

else:

ws.cell(row=2, column=i).value = "ok2"

flag = not flag

# ワークブックを保存

wb.save('your_file.xlsx')

from openpyxl import load_workbook

from openpyxl.chart import LineChart, Reference, BarChart, Series

from openpyxl.drawing.fill import PatternFillProperties, ColorChoice

from openpyxl.chart.axis import ChartLines

# ワークブックをロードする

wb = load_workbook('your_file.xlsx')

ws = wb.active

# チャートの作成

chart1 = LineChart()

chart2 = LineChart()

# F列をx軸

x_data = Reference(ws, min_col=6, min_row=2, max_row=ws.max_row)

# G列とJ列をy1軸

y1_data_G = Reference(ws, min_col=7, min_row=2, max_row=ws.max_row)

y1_data_J = Reference(ws, min_col=10, min_row=2, max_row=ws.max_row)

# I列をy2軸

y2_data_I = Reference(ws, min_col=9, min_row=2, max_row=ws.max_row)

# データをチャート1に追加

series1 = Series(y1_data_G, x_data, title=str(ws['G1'].value))

series2 = Series(y1_data_J, x_data, title=str(ws['J1'].value))

chart1.series.append(series1)

chart1.series.append(series2)

# データをチャート2に追加

series3 = Series(y2_data_I, x_data, title=str(ws['I1'].value))

chart2.series.append(series3)

# y軸の設定

chart1.y_axis.title = 'Y1 Axis Title'

chart2.y_axis.title = 'Y2 Axis Title'

# y2軸を右側に設定

chart1.y_axis.crosses = "max"

chart2.y_axis.crosses = "max"

# y軸のラインを描画

line = ChartLines()

line.width = 100050 # 1.5pt

line.solidFill = "D9D9D9" # Grey color

chart2.y_axis.majorGridlines = line

# チャートの位置を設定

chart1.x = 10

chart1.y = 10

chart2.x = 10

chart2.y = 10

# チャート2をチャート1に重ねる

chart1 += chart2

# チャートをワークシートに追加

ws.add_chart(chart1, "A15")

# ワークブックを保存

wb.save("your_file_with_chart.xlsx")

import tkinter as tk

from tkinter import filedialog

import pandas as pd

def import_csv_data():

csv_file_path = filedialog.askopenfilename()

data = pd.read_csv(csv_file_path)

print(data)

root = tk.Tk()

root.withdraw() # tkinterのデフォルトの空のウィンドウを非表示にします

tk.Button(root, text='ファイルを選択', command=import_csv_data).pack()

root.mainloop()

for i, csv_file in enumerate(csv_files):

if i < 2000: # 1-2000番目のファイルをスキップ continue elif i >= 4000: # 4001番目以降のファイルをスキップ

break

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

df = pd.read_csv(file_path)

# ここに任意の処理を記述

for i, csv_file in enumerate(csv_files):

if i >= 2000: # 最初の2000ファイルだけを処理

break

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

df = pd.read_csv(file_path)

# ここに任意の処理を記述

import os

import pandas as pd

# ここで任意のファイル処理を定義してください。

def process_file(file):

df = pd.read_csv(file)

# dfに対して何らかの処理を行います。

# ここでは、簡単な例としてファイル名と最初の5行を表示します。

print(f"Processing file: {file}")

print(df.head())

# CSVファイルが保存されているディレクトリのパスを指定します。

dir_path = "/path/to/your/csv/files"

# 指定したディレクトリ内の全てのCSVファイル名を取得し、名前順にソートします。

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

# 2000ファイルごとに分割し、各セットに対して処理を行います。

for i in range(0, len(csv_files), 2000):

# ファイルのセットを取得します。このセットは最大2000ファイルを含みます。

file_set = csv_files[i:i+2000]

# 各ファイルに対して処理を行います。

for file_name in file_set:

# ファイルパスを作成します。

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

# ファイルを処理します。

process_file(file_path)

import pandas as pd

import matplotlib.pyplot as plt

from openpyxl import load_workbook

from openpyxl.drawing.image import Image

from io import BytesIO

# エクセルファイルを読み込む

df = pd.read_excel('your_file.xlsx', usecols='F:I', nrows=25)

# 描画エリアを作成する

fig, ax1 = plt.subplots()

# F列のデータをx軸として設定

x = df[df.columns[0]]

# G列のデータをy1軸として設定

y1 = df[df.columns[1]]

ax1.plot(x, y1, color='blue')

ax1.set_xlabel('F列')

ax1.set_ylabel('G列', color='blue')

ax1.tick_params(axis='y', labelcolor='blue')

# H, I列のデータをy2軸として設定

ax2 = ax1.twinx()

y2 = df[df.columns[2]]

y3 = df[df.columns[3]]

ax2.plot(x, y2, color='red')

ax2.plot(x, y3, color='green')

ax2.set_ylabel('H列 and I列', color='red')

ax2.tick_params(axis='y', labelcolor='red')

fig.tight_layout()

# matplotlibのfigureを画像データに変換する

image_stream = BytesIO()

plt.savefig(image_stream, format='png')

plt.close(fig)

image_stream.seek(0)

# 画像をエクセルのワークブックに追加する

wb = load_workbook('your_file.xlsx')

ws = wb.active

img = Image(image_stream)

ws.add_image(img, 'J10') # この場所に画像を配置

wb.save('your_file_with_graph.xlsx')

import pandas as pd

from datetime import datetime

# インプットcsvの読み込み

input_df = pd.read_csv('input.csv')

# 結果を保存するための空のデータフレームを準備

average_diff_df = pd.DataFrame()

# インプットcsvの各行に対して処理を行う

for index, row in input_df.iterrows():

filename = row['no']

start_time = datetime.strptime(row['b'], '%Y-%m-%d %H:%M:%S') # 適切なフォーマットに変更してください

end_time = datetime.strptime(row['c'], '%Y-%m-%d %H:%M:%S') # 適切なフォーマットに変更してください

# 別のcsvファイルを読み込む

data_df = pd.read_csv(filename)

data_df['date'] = pd.to_datetime(data_df['date'], format='%Y-%m-%d %H:%M:%S') # 適切なフォーマットに変更してください

data_df['date_hour'] = data_df['date'].dt.strftime('%Y-%m-%d %H')

# 開始日時と終了日時内のデータを選択

selected_data = data_df[(data_df['date'] >= start_time) & (data_df['date'] <= end_time)] # 日付と時間ごとの差分を計算 selected_data['difference'] = selected_data.groupby('date_hour')['積算'].transform(lambda x: x.iloc[-1] - x.iloc[0]) # 差分を1行上にシフト selected_data['shifted_difference'] = selected_data['difference'].shift(-1) # ファイルごとの平均を計算し、結果のデータフレームに追加 average_diff = selected_data.groupby('date_hour')['shifted_difference'].mean().reset_index() average_diff['filename'] = filename average_diff_df = pd.concat([average_diff_df, average_diff]) # 平均値のデータフレームをcsvに出力 average_diff_df.to_csv('average_difference.csv', index=False) import glob import pandas as pd from datetime import datetime directory = 'your_directory_here' # フォルダパスを指定してください date_column = 'your_date_column_here' # 日時列の列名を指定してください csv_files = glob.glob(f"{directory}/*.csv") for file_path in csv_files: df = pd.read_csv(file_path) df[date_column] = pd.to_datetime(df[date_column]) # 先頭の日時が2021年以降であるかどうかをチェック if df[date_column].iloc[0].year >= 2021:

print(f'Skipping file {file_path} as it starts from 2021 or later.')

continue

# CSVの処理がここに続く...

import pandas as pd

import os

os.chdir("C://sample")

# CSVファイルを読み込む