Add data_analysis/src/data_analysis/main.py

data_analysis/src/data_analysis/main.py

@@ -0,0 +1,80 @@
+from __future__ import annotations
+import json
+from dataclasses import dataclass, asdict
+from typing import List, Union
+import pandas as pd
+from statistics import mean
+from datetime import datetime
+
+
+@dataclass
+class AnalysisResult:
+    """Speichert Ergebnisse der Kondensationsanalyse."""
+
+    average_diameter: float
+    condensation_rates: List[float]
+
+    def to_json(self) -> str:
+        """Serialisiert das Analyseergebnis als JSON-String."""
+        return json.dumps(asdict(self), ensure_ascii=False)
+
+
+def analyze_condensation(data: Union[pd.DataFrame, list[dict]]) -> AnalysisResult:
+    """Analysiert Kondensationsdaten und berechnet Durchschnittsdurchmesser und Raten.
+
+    Args:
+        data: Messdaten als pandas.DataFrame oder Liste von Dicts
+
+    Returns:
+        AnalysisResult: Aggregierte Analyseergebnisse
+    """
+    # Validierung der Eingabe
+    if isinstance(data, list):
+        if not data:
+            raise ValueError("Leere Datenliste wurde übergeben.")
+        df = pd.DataFrame(data)
+    elif isinstance(data, pd.DataFrame):
+        df = data.copy()
+    else:
+        raise TypeError("Daten müssen entweder ein pandas.DataFrame oder eine Liste von Dicts sein.")
+
+    required_columns = {"time", "surface_type", "average_diameter", "minutes_since_start"}
+    if not required_columns.issubset(df.columns):
+        raise ValueError(f"Fehlende erforderliche Spalten: {required_columns - set(df.columns)}")
+
+    # Datentypprüfung für kritische Spalten
+    try:
+        df['average_diameter'] = df['average_diameter'].astype(float)
+        df['minutes_since_start'] = df['minutes_since_start'].astype(int)
+    except Exception as e:
+        raise ValueError(f"Ungültige Datentypen in den Eingabedaten: {e}") from e
+
+    # Umwandlung von Zeitwerten (optional, falls String)
+    if not pd.api.types.is_datetime64_any_dtype(df['time']):
+        try:
+            df['time'] = pd.to_datetime(df['time'])
+        except Exception as e:
+            raise ValueError(f"Ungültige Zeitwerte in Spalte 'time': {e}") from e
+
+    # Durchschnittlicher Tropfendurchmesser über alles
+    avg_diameter = df['average_diameter'].mean()
+
+    # Berechnung der Kondensationsraten pro Oberfläche
+    condensation_rates: List[float] = []
+    for surface, group in df.groupby('surface_type'):
+        group = group.sort_values('minutes_since_start')
+        if len(group) < 2:
+            condensation_rates.append(0.0)
+            continue
+        t_diff = group['minutes_since_start'].iloc[-1] - group['minutes_since_start'].iloc[0]
+        d_diff = group['average_diameter'].iloc[-1] - group['average_diameter'].iloc[0]
+        rate = d_diff / t_diff if t_diff != 0 else 0.0
+        condensation_rates.append(rate)
+
+    result = AnalysisResult(average_diameter=avg_diameter, condensation_rates=condensation_rates)
+
+    # CI-Prüfungen / Assertions
+    assert isinstance(result.average_diameter, float), "average_diameter muss float sein."
+    assert all(isinstance(r, float) for r in result.condensation_rates), "Alle condensation_rates müssen float sein."
+
+    return result