{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 5,
   "id": "b92e0213",
   "metadata": {},
   "outputs": [],
   "source": [
    "import pandas as pd\n",
    "from pathlib import Path"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 7,
   "id": "1763c51e",
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "✅ УСПЕХ! База создана: ../../dataset/DEAM/music_db.csv\n",
      "Всего треков в базе: 1744\n",
      "Пример данных:\n",
      "   song_id  valence  arousal\n",
      "0        2      3.1      3.0\n",
      "1        3      3.5      3.3\n",
      "2        4      5.7      5.5\n",
      "3        5      4.4      5.3\n",
      "4        7      5.8      6.4\n"
     ]
    }
   ],
   "source": [
    "# Точный путь к оригинальным аннотациям\n",
    "source_path = Path(\"../../dataset/DEAM/DEAM_Annotations/annotations/annotations averaged per song/song_level/static_annotations_averaged_songs_1_2000.csv\")\n",
    "# Путь, куда сохраним очищенную базу для движка\n",
    "output_path = Path(\"../../dataset/DEAM/music_db.csv\")\n",
    "\n",
    "if not source_path.exists():\n",
    "    print(f\"❌ Исходный файл не найден по пути: {source_path}\")\n",
    "else:\n",
    "    # skipinitialspace=True уберет лишние пробелы в названиях колонок, если они есть\n",
    "    df = pd.read_csv(source_path, skipinitialspace=True)\n",
    "    \n",
    "    # Берем только нужные колонки (по твоему примеру)\n",
    "    clean_df = df[['song_id', 'valence_mean', 'arousal_mean']].copy()\n",
    "    \n",
    "    # Переименовываем для простоты кода в движке\n",
    "    clean_df.columns = ['song_id', 'valence', 'arousal']\n",
    "    \n",
    "    # Приводим ID к целому числу (2, 3, 4...), чтобы искать файлы '2.mp3'\n",
    "    clean_df['song_id'] = clean_df['song_id'].astype(int)\n",
    "    \n",
    "    # Сохраняем финальный файл\n",
    "    clean_df.to_csv(output_path, index=False)\n",
    "    \n",
    "    print(f\"✅ УСПЕХ! База создана: {output_path}\")\n",
    "    print(f\"Всего треков в базе: {len(clean_df)}\")\n",
    "    print(\"Пример данных:\")\n",
    "    print(clean_df.head())"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python (thesis)",
   "language": "python",
   "name": "thesis"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.11.7"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}