#7. 代码生成

import os
import pandas as pd
from typing import List


def merge_csv_files(
    output_filename: str = "merged_data.csv",
    date_column: str = "日期",
    encoding: str = "utf-8"
) -> None:
    """
    合并当前目录下所有CSV文件，去重、按日期列排序，并导出为新的CSV文件。

    参数:
        output_filename (str): 输出文件名，默认为"merged_data.csv"
        date_column (str): 用于排序的日期列名，默认为"日期"
        encoding (str): 文件编码格式，默认为"utf-8"，可根据实际情况修改为"gbk"等

    返回:
        None
    """
    # 1. 获取当前工作目录
    current_dir = os.getcwd()
    print(f"当前工作目录：{current_dir}")

    # 2. 筛选当前目录下所有.csv文件（排除输出文件自身，避免重复运行时把结果再次并入）
    csv_files: List[str] = []
    for file in os.listdir(current_dir):
        if file.lower().endswith(".csv") and file != output_filename:
            file_path = os.path.join(current_dir, file)
            csv_files.append(file_path)

    if not csv_files:
        print("当前目录下未找到任何CSV文件，程序退出！")
        return

    print(f"找到 {len(csv_files)} 个CSV文件：")
    for file in csv_files:
        print(f"  - {file}")

    # 3. 读取并合并所有CSV文件
    merged_df = pd.DataFrame()  # 创建一个空的DataFrame用于累积合并结果
    for file_path in csv_files:
        try:
            # 读取CSV文件，根据实际编码调整encoding参数
            df = pd.read_csv(file_path, encoding=encoding)
            print(f"成功读取文件：{file_path}，数据行数：{len(df)}，列数：{len(df.columns)}")
            
            # 将当前文件数据追加到总DataFrame中
            merged_df = pd.concat([merged_df, df], ignore_index=True, sort=False)
        except Exception as e:
            print(f"读取文件 {file_path} 失败：{str(e)}，跳过该文件！")

    if merged_df.empty:
        print("所有CSV文件均为空或读取失败，合并后的数据为空，程序退出！")
        return

    # 4. 去除重复行
    initial_rows = len(merged_df)
    merged_df.drop_duplicates(inplace=True)
    after_dedup_rows = len(merged_df)
    print(f"去重前数据行数：{initial_rows}，去重后数据行数：{after_dedup_rows}，共去除 {initial_rows - after_dedup_rows} 行重复数据")

    # 5. 检查是否存在日期列，若存在则按日期列排序
    if date_column in merged_df.columns:
        try:
            # 尝试将日期列转换为datetime类型，确保正确排序
            merged_df[date_column] = pd.to_datetime(merged_df[date_column])
            # 按日期列升序排序
            merged_df.sort_values(by=date_column, inplace=True)
            print(f"已按'{date_column}'列进行排序（升序）")
        except Exception as e:
            print(f"无法将'{date_column}'列转换为日期格式进行排序，原因：{str(e)}")
            # 即使转换失败，仍尝试按原字符串排序
            merged_df.sort_values(by=date_column, inplace=True)
            print(f"已按'{date_column}'列进行原字符串排序（升序）")
    else:
        print(f"警告：数据中未找到名为'{date_column}'的列，跳过排序步骤")

    # 6. 重置索引（可选，使索引从0开始连续）
    merged_df.reset_index(drop=True, inplace=True)

    # 7. 导出合并后的数据到新的CSV文件
    output_path = os.path.join(current_dir, output_filename)
    try:
        merged_df.to_csv(output_path, index=False, encoding=encoding)
        print(f"合并完成！结果已保存到：{output_path}，总行数：{len(merged_df)}，总列数：{len(merged_df.columns)}")
    except Exception as e:
        print(f"导出结果失败：{str(e)}")


if __name__ == "__main__":
    """
    脚本主入口。
    可根据需要修改以下参数：
    - output_filename: 输出文件名
    - date_column: 用于排序的日期列名
    - encoding: 文件编码（若CSV文件是gbk编码，需修改为"gbk"）
    """
    merge_csv_files(
        output_filename="merged_data.csv",
        date_column="日期",
        encoding="utf-8"
    )