DatasetProcessing » Historie » Revize 9
Revize 8 (Petr Hlaváč, 2020-05-27 09:06) → Revize 9/10 (Petr Hlaváč, 2020-05-27 10:03)
h1. DatasetProcessing Složka obsahuje implementace processoru pro jednotlivé datasety. Processory jsou dynamicky importovány je tedy proto nutné dodržet pojemnování *"dataset-name"_processor.py*. Připravený date_dic naplně následovně date_dict klíč -> datum ve formát YYYY-mm-dd-hh date_dict hodnota -> data_dict (další dictionary) data_dict klíč -> název zařízení data_dict hodnota -> CSVUtils.CSVDataline *při tvorbě CSVUtils.CSVDataline probíhá kontrola validity dat. při exportu dat do CSV se následně kontroluje jestli objekty jsou opravdu provadu ze třídy CSVUtils.csv_data_line!!* Po implementování metody je nutné změnit *Return None* na *Return date_dict* h2. Generovaný Processor <pre> from Utilities.CSV import csv_data_line def process_file(filename): """ Method that take path to crawled file and outputs date dictionary: Date dictionary is a dictionary where keys are dates in format YYYY-mm-dd-hh (2018-04-08-15) and value is dictionary where keys are devices (specified in configuration file) and value is CSVDataLine.csv_data_line with device,date and occurrence Args: filename: name of processed file Returns: None if not implemented date_dict when implemented """ date_dict = dict() #with open(filename, "r") as file: print("You must implements process_file method first!") return None </pre> h2. Vzorově implementovaný processor Struktura open dat koloběžek ve staženém csv je "22.08.2018 12:27:00";"stojan-Machovka";210;1 "DATUM";"JMENO_STOJANU";"CISLO_KONKRETNÍHO_STOJANU";"STAV(1 koloběžka vrácena / 0 koloběžky odebrána)". Potřebná data pro zobrazení v mapě jsou specifikovány v Utilities.CSVUtils.csv_data_line a jsou to název, datum (YYYY-dd-mm-hh) a četnost Processor tedy postupuje následovně # Otevře soubor a čte ho po řádcích # Rozdělí si data z řádky po sloupcích splitem se separátorem (;) # Na první pozici máme datum ten převedeme na požadovaný formát funkcí implementovanou v Utilities.date_formating.py # Jako název devicu zvolíme název stojanu tedy druhý sloupec" # Četnost je inkrementována na základě počtu záznamu v dané hodině. Když už máme všechny potřebná data vytvoříme si slovník, kde klíčem bude datum a hodnotou další slovník, kde klíčem je název zařízení a hodnotou objekt třídy z Utilities.CSVUtils.csv_data_line. h3. Ukázka výstupního slovníku V této ukázce je vidět validní výstupní slovník. !date_dic.PNG! h3. Kód <pre> from Utilities.CSV import csv_data_line from Utilities import date_formating def process_file(filename): """ Method that take path to crawled file and outputs date dictionary: Date dictionary is a dictionary where keys are dates in format YYYY-mm-dd-hh (2018-04-08-15) and value is dictionary where keys are devices (specified in configuration file) and value is CSVDataLine.csv_data_line with device,date and occurrence Args: filename: name of processed file Returns: None if not implemented date_dict when implemented """ date_dict = dict() with open(filename, "r") as file: for line in file: array = line.split(";") date = date_formating.date_time_formatter(array[0][1:-1]) name = array[1][1:-1] if date not in date_dict: date_dict[date] = dict() if name in date_dict[date]: date_dict[date][name].occurrence += 1 else: date_dict[date][name] = csv_data_line.CSVDataLine(name, date, 1) return date_dict </pre>