import pandas as pd
import glob
import re
import os

percorso = "main/datasets/slices/*.xlsx"
files = glob.glob(percorso)

def chiave_ordinamento(file):
    nome = os.path.basename(file)
    
    # Caso speciale
    if "first2000_reviewed" in nome:
        return 0
    
    # Estrae il primo numero del range (es: 2000 da 2000_2500)
    match = re.search(r'(\d+)_', nome)
    if match:
        return int(match.group(1))
    
    # fallback (nel dubbio lo manda in fondo)
    return float('inf')

files_ordinati = sorted(files, key=chiave_ordinamento)

# Debug: stampa ordine
print("Ordine file:")
for f in files_ordinati:
    print(os.path.basename(f))

# Concatenazione
df_unito = pd.concat((pd.read_excel(f) for f in files_ordinati), ignore_index=True)

df_unito.to_excel("final_dataset.xlsx", index=False)

print("Unione completata!")