FAT-Servo-Load-Test/Python/resync_csv.py

"""resync_csv.py

Entfernt aus einem 'reworked' Scope-CSV alle Daten, in denen die Achse
stillsteht, und schreibt ein NEUES CSV-File. Das Ursprungsfile wird
nicht geloescht oder ueberschrieben.

Wichtig: Die Stromspalte ('current_mA') hat eine andere Zeitachse
('Current Time [ms]', Sampling 10 ms) als die Achsenspalten
('Time [ms]', Sampling 2 ms). Beide Zeitspalten bleiben in jeder
Zeile unveraendert erhalten, damit der Stromkanal weiterhin auf seiner
eigenen Zeitbasis referenziert ist. Der Stillstand wird ausschließlich
aus der ACTPOS-Spalte erkannt.

Stillstand-Erkennung:
    Eine Zeile gilt als stillstehend, wenn die ACTPOS-Spanne
    (max - min) in einem zentrierten Fenster um diese Zeile
    (Standard: 100 ms) unterhalb der Schwelle (Standard: 0.001) liegt.

Verwendung:
    python resync_csv.py <Pfad_zu_csv> [--threshold 0.001] [--window-ms 100]
"""

import argparse
import os
import sys

import pandas as pd

TIME_COL = "Time [ms]"
POS_COL = "ACTPOS"
OUTPUT_SUFFIX = "_resynced"


# --------------------------------------------------
# CSV einlesen (wie im Scope-Viewer)
# --------------------------------------------------
def load_reworked_csv(path):
    """Liest den 'reworked' Scope-Export (Semikolon-getrennt) ein.

    Zeilen ohne numerischen Zeitwert (z.B. 'EOF') werden verworfen,
    leere Signalzellen werden NaN.
    """
    df = pd.read_csv(path, sep=";", low_memory=False)
    df.columns = [str(c).strip() for c in df.columns]

    if TIME_COL not in df.columns:
        raise ValueError(f"Spalte '{TIME_COL}' nicht gefunden in {os.path.basename(path)}")
    if POS_COL not in df.columns:
        raise ValueError(f"Spalte '{POS_COL}' nicht gefunden in {os.path.basename(path)}")

    df[TIME_COL] = pd.to_numeric(df[TIME_COL], errors="coerce")
    df = df.dropna(subset=[TIME_COL])

    for col in df.columns:
        if col != TIME_COL:
            df[col] = pd.to_numeric(df[col], errors="coerce")

    if df.empty:
        raise ValueError(f"Keine Daten in {path}")

    return df


# --------------------------------------------------
# Stillstand-Erkennung
# --------------------------------------------------
def find_moving_mask(df, window_ms, threshold, sample_ms=2.0):
    """Gibt Boolesche Maske zurueck: True = Achse bewegt sich.

    Basis ist ausschliesslich ACTPOS (2-ms-Kanal). Der Stromkanal wird
    nicht betrachtet, da er auf einer eigenen 10-ms-Zeitachse liegt.

    Eine Zeile gilt als bewegend, wenn die ACTPOS-Spanne (max-min) im
    zentrierten Fenster um die Zeile die Schwelle erreicht. Zeilen
    direkt am Rand einer Bewegung (halb Fensterbreite) bleiben daher
    erhalten; ausgedehnte Stillstandsphasen werden komplett entfernt.
    """
    window = max(1, int(round(window_ms / sample_ms)))
    pos = df[POS_COL]

    rmax = pos.rolling(2 * window + 1, center=True, min_periods=1).max()
    rmin = pos.rolling(2 * window + 1, center=True, min_periods=1).min()

    return (rmax - rmin) >= threshold


# --------------------------------------------------
# Ausgabe
# --------------------------------------------------
def unique_output_path(src_path):
    """Zielt auf <Stem>_resynced.csv, bei Belegung zahlt hoch (1, 2, ...)."""
    directory = os.path.dirname(os.path.abspath(src_path))
    stem = os.path.splitext(os.path.basename(src_path))[0]

    candidate = os.path.join(directory, f"{stem}{OUTPUT_SUFFIX}.csv")
    counter = 1
    while os.path.exists(candidate):
        candidate = os.path.join(directory, f"{stem}{OUTPUT_SUFFIX}_{counter}.csv")
        counter += 1
    return candidate


def main():
    parser = argparse.ArgumentParser(
        description="Entfernt Stillstandsdaten aus einem reworked Scope-CSV "
        "und schreibt ein neues CSV (Ursprungsfile bleibt unverändert)."
    )
    parser.add_argument("csv", help="Pfad zum Quelldatei (.csv)")
    parser.add_argument(
        "--threshold", type=float, default=1e-3,
        help="Minimale ACTPOS-Spanne im Fenster, ab der Bewegung gilt "
             "(Standard: 0.001)"
    )
    parser.add_argument(
        "--window-ms", type=float, default=100.0,
        help="Breite des zentrierten Erkennungs-Fensters in ms (Standard: 100)"
    )
    parser.add_argument(
        "--output",
        help="Optionaler Ziel-Pfad. Standard: <Quelle>_resynced.csv im selben Ordner"
    )
    args = parser.parse_args()

    src = os.path.abspath(args.csv)
    if not os.path.isfile(src):
        sys.exit(f"Fehler: Datei nicht gefunden: {src}")

    # Sicherheitsnetz: Ursprungsfile darf nie das Ziel werden
    if args.output:
        dst = os.path.abspath(args.output)
        if dst == src:
            sys.exit("Fehler: Output-Pfad ist identisch mit der Quelldatei.")
    else:
        dst = unique_output_path(src)

    df = load_reworked_csv(src)
    n_in = len(df)

    moving = find_moving_mask(df, args.window_ms, args.threshold)
    out = df[moving]
    n_out = len(out)

    if n_out == 0:
        print("Keine Bewegung erkannt – es wurde keine Datei geschrieben.")
        sys.exit(1)

    # Zeilenreihenfolge (inkl. beider Zeitachsen) unverändert erhalten
    out.to_csv(dst, sep=";", index=False, na_rep="")
    # EOF-Marker wie in den Original-Exports anhaengen
    with open(dst, "a", encoding="utf-8") as f:
        f.write("\n" + ";".join(["EOF"] + [""] * (len(out.columns) - 1)) + "\n")

    removed = n_in - n_out
    removed_time = df.loc[~moving, TIME_COL]
    removed_ms = (
        float(removed_time.max() - removed_time.min()) if len(removed_time) else 0.0
    )
    print(f"Eingelesen:        {n_in} Zeilen aus {os.path.basename(src)}")
    print(f"Entfernt (still):  {removed} Zeilen (ca. {removed_ms / 1000:.1f} s Zeitspanne)")
    print(f"Behalten (bewegt): {n_out} Zeilen")
    print(f"Neues File:        {dst}")


if __name__ == "__main__":
    main()