Update noise_scenarios.py

noise_scenarios.py

@@ -270,8 +270,17 @@ def create_noise_comparison_plot(df_original, df_noisy, scenario_name):
         horizontal_spacing=0.08
     )
     
-    # 시간축 (인덱스 사용)
-    time_axis = list(range(len(df_original)))
+    # 안전한 DataFrame 정렬 - 같은 길이와 인덱스로 맞추기
+    df_orig_slice = df_original.tail(len(df_noisy)).reset_index(drop=True)
+    df_noisy_reset = df_noisy.reset_index(drop=True)
+    
+    # 최소 길이로 맞추기
+    min_len = min(len(df_orig_slice), len(df_noisy_reset))
+    df_orig_slice = df_orig_slice[:min_len]
+    df_noisy_reset = df_noisy_reset[:min_len]
+    
+    # 시간축 (공통 길이 사용)
+    time_axis = list(range(len(df_orig_slice)))
     
     # 색상 설정 (더 선명하게)
     original_color = '#2E86AB'  # 진한 파랑
@@ -283,72 +292,84 @@ def create_noise_comparison_plot(df_original, df_noisy, scenario_name):
     var_units = ['cm', 'hPa', 'm/s', '°C', '°']
     
     for var, (row, col), unit in zip(variables, positions, var_units):
-        if var in df_original.columns:
-            # 원본 데이터 (실선, 두껍게)
+        if var in df_orig_slice.columns and var in df_noisy_reset.columns:
+            try:
+                # 원본 데이터 (실선, 두껍게)
+                fig.add_trace(
+                    go.Scatter(
+                        x=time_axis, y=df_orig_slice[var], 
+                        name=f'🔵 원본', 
+                        line=dict(color=original_color, width=3),
+                        showlegend=(row==1 and col==1),
+                        hovertemplate=f'원본 {var}: %{{y:.1f}}{unit}<br>시점: %{{x}}<extra></extra>'
+                    ),
+                    row=row, col=col
+                )
+                
+                # 노이즈 데이터 (점선, 두껍게)
+                fig.add_trace(
+                    go.Scatter(
+                        x=time_axis, y=df_noisy_reset[var], 
+                        name=f'🔴 노이즈', 
+                        line=dict(color=noise_color, width=2.5, dash='dash'),
+                        showlegend=(row==1 and col==1),
+                        hovertemplate=f'노이즈 {var}: %{{y:.1f}}{unit}<br>시점: %{{x}}<extra></extra>'
+                    ),
+                    row=row, col=col
+                )
+                
+                # Y축 범위 자동 조정 (변화를 더 명확히 보기 위해) - 안전하게
+                orig_vals = df_orig_slice[var].dropna()
+                noisy_vals = df_noisy_reset[var].dropna()
+                
+                if len(orig_vals) > 0 and len(noisy_vals) > 0:
+                    original_range = orig_vals.max() - orig_vals.min()
+                    noisy_range = noisy_vals.max() - noisy_vals.min()
+                    
+                    # 더 큰 범위를 기준으로 패딩 적용
+                    total_range = max(original_range, noisy_range)
+                    y_center = (orig_vals.mean() + noisy_vals.mean()) / 2
+                    
+                    if total_range > 0:
+                        y_min = y_center - total_range * 0.6
+                        y_max = y_center + total_range * 0.6
+                        fig.update_yaxes(range=[y_min, y_max], row=row, col=col)
+                        
+            except Exception as e:
+                print(f"변수 {var} 플롯 생성 오류: {e}")
+                continue
+    
+    # 전체 비교 (tide_level 중심) - 더 크고 선명하게
+    if 'tide_level' in df_orig_slice.columns and 'tide_level' in df_noisy_reset.columns:
+        try:
             fig.add_trace(
                 go.Scatter(
-                    x=time_axis, y=df_original[var], 
-                    name=f'🔵 원본', 
-                    line=dict(color=original_color, width=3),
-                    showlegend=(row==1 and col==1),
-                    hovertemplate=f'원본 {var}: %{{y:.1f}}{unit}<br>시점: %{{x}}<extra></extra>'
+                    x=time_axis, y=df_orig_slice['tide_level'], 
+                    name='🔵 원본 조위', 
+                    line=dict(color=original_color, width=4),
+                    showlegend=True,
+                    hovertemplate='원본 조위: %{y:.1f}cm<br>시점: %{x}<extra></extra>'
                 ),
-                row=row, col=col
+                row=3, col=2
             )
-            
-            # 노이즈 데이터 (점선, 두껍게)
             fig.add_trace(
                 go.Scatter(
-                    x=time_axis, y=df_noisy[var], 
-                    name=f'🔴 노이즈', 
-                    line=dict(color=noise_color, width=2.5, dash='dash'),
-                    showlegend=(row==1 and col==1),
-                    hovertemplate=f'노이즈 {var}: %{{y:.1f}}{unit}<br>시점: %{{x}}<extra></extra>'
+                    x=time_axis, y=df_noisy_reset['tide_level'], 
+                    name='🔴 노이즈 조위', 
+                    line=dict(color=noise_color, width=3, dash='dash'),
+                    showlegend=True,
+                    hovertemplate='노이즈 조위: %{y:.1f}cm<br>시점: %{x}<extra></extra>'
                 ),
-                row=row, col=col
+                row=3, col=2
             )
-            
-            # Y축 범위 자동 조정 (변화를 더 명확히 보기 위해)
-            original_range = df_original[var].max() - df_original[var].min()
-            noisy_range = df_noisy[var].max() - df_noisy[var].min()
-            
-            # 더 큰 범위를 기준으로 패딩 적용
-            total_range = max(original_range, noisy_range)
-            y_center = (df_original[var].mean() + df_noisy[var].mean()) / 2
-            
-            y_min = y_center - total_range * 0.6
-            y_max = y_center + total_range * 0.6
-            
-            fig.update_yaxes(range=[y_min, y_max], row=row, col=col)
-    
-    # 전체 비교 (tide_level 중심) - 더 크고 선명하게
-    if 'tide_level' in df_original.columns:
-        fig.add_trace(
-            go.Scatter(
-                x=time_axis, y=df_original['tide_level'], 
-                name='🔵 원본 조위', 
-                line=dict(color=original_color, width=4),
-                showlegend=True,
-                hovertemplate='원본 조위: %{y:.1f}cm<br>시점: %{x}<extra></extra>'
-            ),
-            row=3, col=2
-        )
-        fig.add_trace(
-            go.Scatter(
-                x=time_axis, y=df_noisy['tide_level'], 
-                name='🔴 노이즈 조위', 
-                line=dict(color=noise_color, width=3, dash='dash'),
-                showlegend=True,
-                hovertemplate='노이즈 조위: %{y:.1f}cm<br>시점: %{x}<extra></extra>'
-            ),
-            row=3, col=2
-        )
+        except Exception as e:
+            print(f"전체 조위 비교 플롯 생성 오류: {e}")
     
     # 노이즈 시나리오 구간 하이라이트 추가
     def add_scenario_highlight(scenario_name):
         if scenario_name == 'typhoon':
-            # 태풍 구간 계산 (generate_typhoon_scenario와 동일한 로직)
-            n_points = len(df_original)
+            # 태풍 구간 계산 (정렬된 DataFrame 기준)
+            n_points = len(df_orig_slice)
             
             if n_points >= 72:
                 typhoon_center = int(n_points * 0.7)  # 70% 지점
@@ -363,30 +384,28 @@ def create_noise_comparison_plot(df_original, df_noisy, scenario_name):
             print(f"   📍 시각화 태풍 구간: {start_idx}-{end_idx}")
             
             # 모든 서브플롯에 배경 영역 추가
-            for row in range(1, 4):
-                for col in range(1, 3):
-                    fig.add_vrect(
-                        x0=start_idx, x1=end_idx,
-                        fillcolor="rgba(255,0,0,0.15)",
-                        layer="below", line_width=0,
-                        annotation_text="🌀 태풍 구간",
-                        annotation_position="top left",
-                        row=row, col=col
-                    )
+            try:
+                for row in range(1, 4):
+                    for col in range(1, 3):
+                        fig.add_vrect(
+                            x0=start_idx, x1=end_idx,
+                            fillcolor="rgba(255,0,0,0.15)",
+                            layer="below", line_width=0,
+                            annotation_text="🌀 태풍 구간",
+                            annotation_position="top left",
+                            row=row, col=col
+                        )
+            except Exception as e:
+                print(f"태풍 구간 하이라이트 오류: {e}")
     
     add_scenario_highlight(scenario_name)
     
     # 차이가 큰 구간 하이라이트 (tide_level 기준)
-    if 'tide_level' in df_original.columns and 'tide_level' in df_noisy.columns:
+    if 'tide_level' in df_orig_slice.columns and 'tide_level' in df_noisy_reset.columns:
         try:
-            # 안전한 비교를 위해 인덱스 정렬
-            df_orig_reset = df_original.reset_index(drop=True)
-            df_noisy_reset = df_noisy.reset_index(drop=True)
-            
-            # 길이 맞추기
-            min_len = min(len(df_orig_reset), len(df_noisy_reset))
-            orig_tide = df_orig_reset['tide_level'][:min_len]
-            noisy_tide = df_noisy_reset['tide_level'][:min_len]
+            # DataFrame은 이미 정렬됨
+            orig_tide = df_orig_slice['tide_level']
+            noisy_tide = df_noisy_reset['tide_level']
             
             # NaN이 아닌 값들만 비교
             valid_mask = orig_tide.notna() & noisy_tide.notna()