InfluxDBから取得するCSVファイルのデータ前処理について

InfluxDBから取得されるデータのフォーマットがPythonでグラフ作成を行うには利便性が低いため，データの前処理を行う
以下に現在出力されるCSVファイルのフォーマット例と理想のフォーマット例を示す．
現在のフォーマット

日付	CPU使用量	Pod名
YYYY-MM-DD-HH-MM-SS	num	pod1
YYYY-MM-DD-HH-MM-SS	num	pod1
YYYY-MM-DD-HH-MM-SS	num	pod2
YYYY-MM-DD-HH-MM-SS	num	pod2
YYYY-MM-DD-HH-MM-SS	num	pod3
YYYY-MM-DD-HH-MM-SS	num	pod3

理想のフォーマット

日付	Pod1	Pod2	Pod3
YYYY-MM-DD-HH-MM-SS	CPU使用量1	CPU使用量1	CPU使用量1
YYYY-MM-DD-HH-MM-SS	CPU使用量2	CPU使用量2	CPU使用量2
YYYY-MM-DD-HH-MM-SS	CPU使用量3	CPU使用量3	CPU使用量3

理想のフォーマットのようにCSVファイルを新規書き込みを行うのではなく，CPU使用量をPodごとにまとめることにした．
作成イメージを以下に示す．
{Pod1:[CPU使用量1，CPU使用量2，CPU使用量3]，Pod2:[CPU使用量1，CPU使用量2，CPU使用量3]，Pod3:[CPU使用量1，CPU使用量2，CPU使用量3]}
上記のようにすることで，理想のフォーマットで考えていたようにデータを扱えるようになった．

これらを実装した処理を以下に記載する

def data_preprocessing(csv):
    Pods_dic = {}
    with open(csv) as f:
        r = reader(f)
        for i,row in enumerate(r):
            #最初の4行をスキップする
            if i < 4:
                continue
            #Pod名をリストにappend
            try:
                pod = row[len(row)-1]
                if pod not in Pods_dic:
                    Pods_dic[pod] = []
            except:
                pass
    
            #CPU使用量をリストにappend
            try:
                amount = int(float(row[6]))/ 1000000000
                Pods_dic[pod].append(int(float(row[6]))/ 1000000000)
                
            except:
                pass
    for i in Pods_dic:
        print(f"Pod名:{i} CPU使用量:{Pods_dic[i][:5]},,,")

実行結果を一部記載する

PodごとのCPU使用量の時間推移のグラフを作成する際にこの前処理を行うことでPythonのmatplotlibのみで可能となる．