read zipped csv files
This commit is contained in:
parent
df4010a2cf
commit
53eb9ff835
11
README
11
README
|
@ -26,19 +26,20 @@ sensori_aria_2017.zip - 13M
|
||||||
sensori_aria_2018.zip - 13M
|
sensori_aria_2018.zip - 13M
|
||||||
sensori_aria_2019.zip - 13M
|
sensori_aria_2019.zip - 13M
|
||||||
|
|
||||||
per visualizzarne i dati e' necessario scaricare l'intero file.
|
per visualizzarne i dati e' necessario scaricare l'intero file e posizionarlo in una cartella, che di default e' csv/
|
||||||
|
ma puo' essere modificata nel file openlamb.py
|
||||||
|
non decomprimere i file zippati, vengono letti compressi.
|
||||||
|
|
||||||
|
|
||||||
Quindi per l'analisi dei dati recenti e' piu' comodo lavorare con i dataset, per analisi storiche invece bisogna usare i csv
|
Quindi per l'analisi dei dati recenti e' piu' comodo lavorare con i dataset, per analisi storiche invece bisogna usare i csv
|
||||||
|
|
||||||
i csv vanno scaricati manualmente (per ora) e messi nella cartella csv o in una cartella a scelta modificando il percorso specificato nel file openlamb.py
|
|
||||||
|
|
||||||
sintassi:
|
sintassi:
|
||||||
|
|
||||||
python openlamb.py --dataset 2018 2019 --sensori 6956 10320
|
python openlamb.py --dataset 2018 2019 --sensori 6956 10320
|
||||||
mostra i grafico per il dataset degli anni 2018 e 2019 per i sensori indicati
|
mostra i grafico per il dataset degli anni 2018 e 2019 per i sensori indicati
|
||||||
|
|
||||||
python openlamb.py --csv 2018.csv 2019.csv --sensori 6956 10320
|
python openlamb.py --csv sensori_aria_2018.zip sensori_aria_2019.zip --sensori 6956 10320
|
||||||
mostra i grafico dei dati contenuti nei file 2018.csv e 2019.csv per i sensori indicati
|
mostra i grafico dei dati contenuti nei file 2018.csv e 2019.csv per i sensori indicati
|
||||||
|
|
||||||
python openlamb.py --dataset 2019 --csv 2019.csv --sensori 6956
|
python openlamb.py --dataset 2019 --csv sensori_aria_2019.zip --sensori 6956
|
||||||
mostra il grafico del confronto dei dati nel dataset e nel file csv per il sensore indicato
|
mostra il grafico del confronto dei dati nel dataset e nel file csv per il sensore indicato
|
||||||
|
|
|
@ -94,7 +94,7 @@ def plot_dataframe(dataframe):
|
||||||
def list_of_csv_files(dir_name):
|
def list_of_csv_files(dir_name):
|
||||||
saved = getcwd()
|
saved = getcwd()
|
||||||
os.chdir(dir_name)
|
os.chdir(dir_name)
|
||||||
filelist = glob.glob('*.csv')
|
filelist = glob.glob('*.zip')
|
||||||
chdir(saved)
|
chdir(saved)
|
||||||
return filelist
|
return filelist
|
||||||
|
|
||||||
|
@ -136,7 +136,6 @@ def main():
|
||||||
import stazioni
|
import stazioni
|
||||||
s = stazioni.get_stazioni()
|
s = stazioni.get_stazioni()
|
||||||
for sensore in datamerged.columns[1:]:
|
for sensore in datamerged.columns[1:]:
|
||||||
print(sensore)
|
|
||||||
location = s.loc[s['idsensore'] == sensore.split("-")[0], 'nomestazione'].iloc[0]
|
location = s.loc[s['idsensore'] == sensore.split("-")[0], 'nomestazione'].iloc[0]
|
||||||
print('Valore medio per il sensore %s %s: %s' % (sensore, location, datamerged[sensore].mean().round(1)))
|
print('Valore medio per il sensore %s %s: %s' % (sensore, location, datamerged[sensore].mean().round(1)))
|
||||||
plot_dataframe(datamerged)
|
plot_dataframe(datamerged)
|
||||||
|
|
Loading…
Reference in New Issue
Block a user