import pandas as pd import matplotlib.pyplot as plt import numpy as np from datetime import datetime # Manuelle Zuordnung der Monatsnamen von Deutsch auf Englisch month_translation = { 'Jan': 'Jan', 'Feb': 'Feb', 'Mär': 'Mar', 'Mrz': 'Mar', 'Apr': 'Apr', 'Mai': 'May', 'Jun': 'Jun', 'Jul': 'Jul', 'Aug': 'Aug', 'Sep': 'Sep', 'Okt': 'Oct', 'Nov': 'Nov', 'Dez': 'Dec' } # Funktion, um Datumsbereiche wie 'Mrz 29-Apr 4', 'Dez 22-28 2023' oder 'Dez 28' in Kalenderwoche und Jahr zu konvertieren def convert_to_week_and_year(date_range_str): # Entferne zusätzliche Leerzeichen um den Bindestrich herum und entferne Kommas date_range_str = date_range_str.replace(" - ", "-").replace(",", "") # Prüfen, ob das Format nur einen Tag und Monat enthält (z.B. 'Dez 28') if "-" not in date_range_str and len(date_range_str.split(" ")) == 2: # Nur ein Datum (Monat und Tag) month_str, day_str = date_range_str.split(" ") day = int(day_str.strip()) year_str = str(datetime.now().year) # Verwende das aktuelle Jahr # Konvertiere den deutschen Monatsnamen in den englischen if month_str in month_translation: month_str = month_translation[month_str] # Konvertiere das Datum start_date = datetime.strptime(f"{month_str} {day} {year_str}", "%b %d %Y") # Berechne die Kalenderwoche und das Jahr week_number = start_date.isocalendar()[1] year = start_date.year return f"W{week_number}-{year}" # Prüfen, ob das Jahr am Ende steht (z.B. 'Dez 22-28 2023') if date_range_str[-4:].isdigit(): # Jahr am Ende des Datums year_str = date_range_str[-4:] date_range_str = date_range_str[:-5] # Entferne das Jahr aus der Datumsangabe else: # Kein Jahr am Ende -> nutze das aktuelle Jahr year_str = str(datetime.now().year) # Splitte den Datumsbereich in Start- und Endteil start_part, end_part = date_range_str.split("-") # Verarbeite den Startteil start_parts = start_part.split(" ") start_month_str = start_parts[0] start_day = int(start_parts[1].strip()) # Nimm den Starttag und entferne etwaige Leerzeichen # Verarbeite den Endteil end_parts = end_part.split(" ") # Verarbeite das Enddatum, basierend darauf, ob der Endteil das Jahr enthält if len(end_parts) == 2: # Fall: 'Apr 4' end_month_str = end_parts[0] end_day = int(end_parts[1].strip()) else: # Fall: kein Monat -> nur Tag (z.B. '28' im Format 'Dez 22-28 2023') end_month_str = start_month_str end_day = int(end_parts[0].strip()) # Konvertiere den deutschen Monatsnamen in den englischen für beide Monate if start_month_str in month_translation: start_month_str = month_translation[start_month_str] if end_month_str in month_translation: end_month_str = month_translation[end_month_str] try: # Konvertiere das Startdatum in ein Datum start_date = datetime.strptime(f"{start_month_str} {start_day} {year_str}", "%b %d %Y") except ValueError: raise ValueError(f"Ungültiges Startdatum: {start_month_str} {start_day} {year_str}") # Berechne die Kalenderwoche und das Jahr basierend auf dem Startdatum week_number = start_date.isocalendar()[1] year = start_date.year return f"W{week_number}-{year}" # Gib Kalenderwoche und Jahr im Format W-YYYY zurück # Datei Pfade hr_data_path = '/home/gra/PycharmProjects/cds_introduction_data_science_assignment/data/raw/hr_gramic.csv' sleep_data_path = '/home/gra/PycharmProjects/cds_introduction_data_science_assignment/data/raw/sleep_gramic.csv' hr_clean_path = '/home/gra/PycharmProjects/cds_introduction_data_science_assignment/data/sandbox/hr_data_clean.csv' sleep_clean_path = '/home/gra/PycharmProjects/cds_introduction_data_science_assignment/data/sandbox/sleep_data_clean.csv' combined_data_path = '/home/gra/PycharmProjects/cds_introduction_data_science_assignment/data/sandbox/combined_data.csv' # Schritt 1: Lade die HR-Daten (mit Semikolon separiert) und entferne 'bpm' hr_data = pd.read_csv(hr_data_path, sep=';') # Entferne 'bpm' und konvertiere die Werte in numerische Daten hr_data['In Ruhe'] = hr_data['In Ruhe'].str.replace(' bpm', '').astype(float) hr_data['Hoch'] = hr_data['Hoch'].str.replace(' bpm', '').astype(float) # Konvertiere die Spalte 'Datum' in Kalenderwoche (KW und Jahr) hr_data['Woche'] = hr_data['Datum'].apply(convert_to_week_and_year) # Berechne den Durchschnitt der Herzfrequenzdaten (In Ruhe und Hoch) hr_data['avg_hr'] = hr_data[['In Ruhe', 'Hoch']].mean(axis=1) # Speichere nur die Spalten 'Woche' und 'avg_hr' in einer neuen CSV-Datei hr_data_clean = hr_data[['Woche', 'avg_hr']] hr_data_clean.to_csv(hr_clean_path, index=False) # Schritt 2: Lade die Schlafdaten (mit Komma separiert) sleep_data = pd.read_csv(sleep_data_path, sep=',') # Konvertiere die Spalte 'Datum' in Kalenderwoche (KW und Jahr) sleep_data['Woche'] = sleep_data['Datum'].apply(convert_to_week_and_year) # Speichere nur die Spalten 'Woche' und 'Durchschnittliche Dauer' in einer neuen CSV-Datei sleep_data_clean = sleep_data[['Woche', 'Durchschnittliche Dauer']] sleep_data_clean.to_csv(sleep_clean_path, index=False) # Schritt 3: Kombiniere die HR- und Schlafdaten basierend auf der 'Woche' combined_data = pd.merge(hr_data_clean, sleep_data_clean, on='Woche', how='inner') # Speichere das kombinierte Dataset in einer neuen CSV-Datei combined_data.to_csv(combined_data_path, index=False) # Schritt 4: Berechne die Korrelation zwischen avg_hr und der Schlafdauer correlation = combined_data['avg_hr'].corr(combined_data['Durchschnittliche Dauer']) print(f"Die Korrelation zwischen der durchschnittlichen Herzfrequenz und der Schlafdauer ist: {correlation}") # Schritt 5: Visualisiere den Zusammenhang zwischen Herzfrequenz und Schlafdauer plt.figure(figsize=(10, 6)) plt.scatter(combined_data['avg_hr'], combined_data['Durchschnittliche Dauer'], color='blue', label='Datenpunkte') plt.title('Zusammenhang zwischen Herzfrequenz (Durchschnitt) und Schlafdauer') plt.xlabel('Durchschnittliche Herzfrequenz (bpm)') plt.ylabel('Schlafdauer (Stunden)') plt.grid(True) # Linie zur Visualisierung des Trends hinzufügen m, b = np.polyfit(combined_data['avg_hr'], combined_data['Durchschnittliche Dauer'], 1) plt.plot(combined_data['avg_hr'], m * combined_data['avg_hr'] + b, color='red', label=f'Trendlinie (Kor = {correlation:.2f})') plt.legend() plt.show()