import pandas as pd

# Lade die CSV-Dateien
# Datei 1 mit Semikolon (;) separiert (HR-Daten)
hr_data = pd.read_csv('/home/gra/PycharmProjects/cds_introduction_data_science_assignment/data/raw/hr_gramic.csv', sep=';')

# Datei 2 mit Komma (,) separiert (Schlafdaten)
sleep_data = pd.read_csv('/home/gra/PycharmProjects/cds_introduction_data_science_assignment/data/raw/sleep_gramic.csv', sep=',')

# Überprüfen der ersten Zeilen der Dateien
print("HR-Daten:")
print(hr_data.head())

print("\nSchlafdaten:")
print(sleep_data.head())

# Annahme: Beide Datensätze enthalten eine Spalte für Wochen (z.B. 'week')
# und die jeweiligen Werte (z.B. 'avg_hr' für Herzfrequenz und 'sleep_duration' für Schlafdauer)

# Sicherstellen, dass beide Datensätze nach Woche sortiert sind
hr_data = hr_data.sort_values(by='Datum')
sleep_data = sleep_data.sort_values(by='week')

# Kombinieren der beiden Datensätze anhand der 'week' Spalte
combined_data = pd.merge(hr_data, sleep_data, on='Datum')

# Überprüfen der kombinierten Daten
print("\nKombinierte Daten:")
print(combined_data.head())

# Berechne die Korrelation zwischen der durchschnittlichen Herzfrequenz (z.B. 'avg_hr')
# und der Schlafdauer (z.B. 'sleep_duration')
correlation = combined_data['avg_hr'].corr(combined_data['Durchschnittliche Dauer'])

print(f"\nDie Korrelation zwischen der Herzfrequenz und der Schlafdauer ist: {correlation}")