pyspc.model.grp16.rt_data.GRPRT_Data

class pyspc.model.grp16.rt_data.GRPRT_Data(filename=None)[source]

Bases : object

Structure de données GRPRT Data (GRP Temps Réel)

Fichiers

Debit.txt
Pluie.txt
Temp.txt
Hauteur.txt
Scen_XXX_PluScenXXX.txt

filename

Nom du fichier de données

Type:: str

varname

Nom de la variable

Type:: str

scen

Observation (False) ou scénario météo (True)

Type:: bool

lineprefix

Préfixe des lignes de données du fichier

Type:: str

__init__(filename=None)[source]

Initialisation de l’instance de la classe GRPRT_Data

Paramètres:: filename (str) – Nom du fichier de données

Methods

`__init__`([filename])	Initialisation de l'instance de la classe GRPRT_Data
`get_lineprefix`([varname])	Préfixe des lignes de données
`get_metadata`([filename])	Extraire les méta-données du nom du fichier GRPRT Data
`read`()	Lecture d'un fichier d'observations ou de scénarios météo pour GRP RT
`write`([data])	Ecrire le fichier de données GRPRT Data

static get_lineprefix(varname=None)[source]

Préfixe des lignes de données

Paramètres:: varname (str) – Nom de la variable
Renvoie:: p – Préfixe des lignes de données
Type renvoyé:: str

Exemples

>>> from pyspc.model.grp16 import GRPRT_Data
>>> v = 'H'
>>> p = GRPRT_Data.get_lineprefix(varname=v)
>>> p
HAU

>>> v = 'P'
>>> p = GRPRT_Data.get_lineprefix(varname=v)
>>> p
PLU

>>> v = 'Q'
>>> p = GRPRT_Data.get_lineprefix(varname=v)
>>> p
CQT

>>> v = 'T'
>>> p = GRPRT_Data.get_lineprefix(varname=v)
>>> p
TEM

static get_metadata(filename=None)[source]

Extraire les méta-données du nom du fichier GRPRT Data

Paramètres:

filename (str) – Nom du fichier GRPRT Data

Renvoie:

varname (str) – Grandeur
scen (str, None) – Identifiant du scénario

read()[source]

Lecture d’un fichier d’observations ou de scénarios météo pour GRP RT

Renvoie:: Tableau des prévisions de GRP Temps-Réel
Type renvoyé:: pandas.DataFrame

Exemples

>>> from pyspc.model.grp16 import GRPRT_Data
>>> f = 'data/model/grp16/rt/Debit.txt'
>>> reader = GRPRT_Data(filename=f)
>>> reader
*************************************
*********** GRP 2016 - RT Data ******
*************************************
*  NOM FICHIER      = data/model/grp16/rt/Debit.txt
*  NOM VARIABLE     = Q
*  SCENARIO         = None
*  PREFIXE DONNEE   = CQT
*************************************
>>> df = reader.read()
>>> df
   PREFIX      CODE      DATE   HOUR   VALUE  NaN
0     CQT  K0114020  20170613  12:00    0.49  NaN
1     CQT  K0114020  20170613  13:00    0.48  NaN
2     CQT  K0114020  20170613  14:00    0.48  NaN
3     CQT  K0114020  20170613  15:00    1.00  NaN
4     CQT  K0114020  20170613  16:00    3.92  NaN
5     CQT  K0114020  20170613  17:00    3.87  NaN
6     CQT  K0114020  20170613  18:00    5.21  NaN
7     CQT  K0114020  20170613  19:00   17.70  NaN
8     CQT  K0114020  20170613  20:00   37.30  NaN
9     CQT  K0114020  20170613  21:00   35.90  NaN
10    CQT  K0114020  20170613  22:00   19.40  NaN
11    CQT  K0114020  20170613  23:00   14.40  NaN
12    CQT  K0114030  20170613  12:00    0.57  NaN
13    CQT  K0114030  20170613  13:00    0.57  NaN
14    CQT  K0114030  20170613  14:00    0.56  NaN
15    CQT  K0114030  20170613  15:00    0.59  NaN
16    CQT  K0114030  20170613  16:00    0.58  NaN
17    CQT  K0114030  20170613  17:00    0.70  NaN
18    CQT  K0114030  20170613  18:00   11.20  NaN
19    CQT  K0114030  20170613  19:00  121.00  NaN
20    CQT  K0114030  20170613  20:00  203.00  NaN
21    CQT  K0114030  20170613  21:00  159.00  NaN
22    CQT  K0114030  20170613  22:00   92.80  NaN
23    CQT  K0114030  20170613  23:00   53.80  NaN

>>> f = 'data/model/grp16/rt/Pluie.txt'
>>> reader = GRPRT_Data(filename=f)
>>> reader
*************************************
*********** GRP 2016 - RT Data ******
*************************************
*  NOM FICHIER      = data/model/grp16/rt/Pluie.txt
*  NOM VARIABLE     = P
*  SCENARIO         = None
*  PREFIXE DONNEE   = PLU
*************************************
>>> df = reader.read()
>>> df
   PREFIX      CODE      DATE   HOUR  VALUE  NaN
0     PLU  43101002  20170613  12:00    0.0  NaN
1     PLU  43101002  20170613  13:00    0.0  NaN
2     PLU  43101002  20170613  14:00    0.8  NaN
3     PLU  43101002  20170613  15:00    0.2  NaN
4     PLU  43101002  20170613  16:00    2.6  NaN
5     PLU  43101002  20170613  17:00   21.6  NaN
6     PLU  43101002  20170613  18:00   49.0  NaN
7     PLU  43101002  20170613  19:00  123.0  NaN
8     PLU  43101002  20170613  20:00   26.8  NaN
9     PLU  43091005  20170613  12:00    0.0  NaN
10    PLU  43091005  20170613  13:00    0.0  NaN
11    PLU  43091005  20170613  14:00    0.0  NaN
12    PLU  43091005  20170613  15:00   23.8  NaN
13    PLU  43091005  20170613  16:00    2.6  NaN
14    PLU  43091005  20170613  17:00    2.2  NaN
15    PLU  43091005  20170613  18:00    1.2  NaN
16    PLU  43091005  20170613  19:00    4.9  NaN
17    PLU  43091005  20170613  20:00   34.2  NaN

>>> f = 'data/model/grp16/rt/Scen_006_PluMA.txt'
>>> reader = GRPRT_Data(filename=f)
>>> reader
*************************************
*********** GRP 2016 - RT Data ******
*************************************
*  NOM FICHIER      = data/model/grp16/rt/Scen_006_PluMA.txt
*  NOM VARIABLE     = P
*  SCENARIO         = 006
*  PREFIXE DONNEE   = PLU
*************************************
>>> df = reader.read()
>>> df
   PREFIX      CODE      DATE   HOUR  VALUE  NaN
0     PLU  K0114020  20170613  12:00    0.0  NaN
1     PLU  K0114020  20170613  13:00    0.0  NaN
2     PLU  K0114020  20170613  14:00    2.0  NaN
3     PLU  K0114020  20170613  15:00    2.0  NaN
4     PLU  K0114020  20170613  16:00    2.0  NaN
5     PLU  K0114020  20170613  17:00    5.0  NaN
6     PLU  K0114020  20170613  18:00    5.0  NaN
7     PLU  K0114020  20170613  19:00    5.0  NaN
8     PLU  K0114020  20170613  20:00    0.0  NaN
9     PLU  K0114020  20170613  21:00    0.0  NaN
10    PLU  K0114020  20170613  22:00    0.0  NaN
11    PLU  K0114030  20170613  12:00    0.0  NaN
12    PLU  K0114030  20170613  13:00    0.0  NaN
13    PLU  K0114030  20170613  14:00   10.0  NaN
14    PLU  K0114030  20170613  15:00   10.0  NaN
15    PLU  K0114030  20170613  16:00   10.0  NaN
16    PLU  K0114030  20170613  17:00   15.0  NaN
17    PLU  K0114030  20170613  18:00   15.0  NaN
18    PLU  K0114030  20170613  19:00   15.0  NaN
19    PLU  K0114030  20170613  20:00    0.0  NaN
20    PLU  K0114030  20170613  21:00    0.0  NaN
21    PLU  K0114030  20170613  22:00    0.0  NaN

write(data=None)[source]

Ecrire le fichier de données GRPRT Data

Paramètres:: pandas.DataFrame – Tableau des prévisions de GRP Temps-Réel