pyspc.model.grp22.rt_data.GRPRT_Data

class pyspc.model.grp22.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

filename

Nom du fichier de données

Type:

str

varname

Nom de la variable

Type:

str

timestep

Pas de temps

Type:

str, None

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

read()

Lecture d'un fichier d'observations pour GRP RT

split_basename([filename])

Extraire les méta-données du nom du fichier GRPRT Data

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.grp22 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
read()[source]

Lecture d’un fichier d’observations pour GRP RT

Renvoie:

Tableau des prévisions de GRP Temps-Réel

Type renvoyé:

pandas.DataFrame

Exemples

>>> from pyspc.model.grp22 import GRPRT_Data

Cas de données instantanées (Débit)

>>> f = 'data/model/grp22/rt/Debit.txt'
>>> reader = GRPRT_Data(filename=f)
>>> reader
*************************************
*********** GRP 2022 - RT Data ******
*************************************
*  NOM FICHIER      = data/model/grp22/rt/Debit.txt
*  NOM VARIABLE     = Q
*  PAS DE TEMPS     = None
*  PREFIXE DONNEE   = CQT
*************************************
>>> df = reader.read()
>>> df
   PREFIX      CODE      DATE   HOUR  VALUE  NaN
0     CQT  RH10585x  20210530  12:00   17.1  NaN
1     CQT  RH10585x  20210530  13:00   17.1  NaN
2     CQT  RH10585x  20210530  14:00   17.1  NaN
3     CQT  RH10585x  20210530  15:00   17.1  NaN
4     CQT  RH10585x  20210530  16:00   17.1  NaN
5     CQT  RH10585x  20210530  17:00   17.1  NaN
6     CQT  RH10585x  20210530  18:00   17.1  NaN
7     CQT  RH10585x  20210530  19:00   17.1  NaN
8     CQT  RH10585x  20210530  20:00   17.1  NaN
9     CQT  RH10585x  20210530  21:00   16.8  NaN
10    CQT  RH10585x  20210530  22:00   16.8  NaN
11    CQT  RH10585x  20210530  23:00   16.8  NaN
12    CQT  RH10585x  20210531  00:00   17.2  NaN
13    CQT  RH10585x  20210531  01:00   18.2  NaN
14    CQT  RH10585x  20210531  02:00   19.1  NaN
15    CQT  RH10585x  20210531  03:00   19.3  NaN
16    CQT  RH10585x  20210531  04:00   19.3  NaN
17    CQT  RH10585x  20210531  05:00   18.7  NaN

Cas de données avec pas de temps (pluviométrie horaire)

>>> f = 'data/model/grp22/rt/Pluie_00J01H00M.txt'
>>> reader = GRPRT_Data(filename=f)
>>> reader
*************************************
*********** GRP 2022 - RT Data ******
*************************************
*  NOM FICHIER      = data/model/grp22/rt/Pluie_00J01H00M.txt
*  NOM VARIABLE     = P
*  PAS DE TEMPS     = 00J01H00M
*  PREFIXE DONNEE   = PLU
*************************************
>>> df = reader.read()
>>> df
   PREFIX      CODE      DATE   HOUR  VALUE  NaN
0     PLU  90052002  20210530  12:00    0.0  NaN
1     PLU  90052002  20210530  13:00    0.0  NaN
2     PLU  90052002  20210530  14:00    0.0  NaN
3     PLU  90052002  20210530  15:00    0.0  NaN
4     PLU  90052002  20210530  16:00    0.0  NaN
5     PLU  90052002  20210530  17:00    0.0  NaN
6     PLU  90052002  20210530  18:00    0.0  NaN
7     PLU  90052002  20210530  19:00    0.0  NaN
8     PLU  90052002  20210530  20:00    0.0  NaN
9     PLU  90052002  20210530  21:00    0.0  NaN
10    PLU  90052002  20210530  22:00    0.0  NaN
11    PLU  90052002  20210530  23:00    0.0  NaN
12    PLU  90052002  20210531  00:00    0.0  NaN
13    PLU  90052002  20210531  01:00    0.0  NaN
14    PLU  90052002  20210531  02:00    0.0  NaN
15    PLU  90052002  20210531  03:00    0.0  NaN
16    PLU  90052002  20210531  04:00    0.0  NaN
17    PLU  90052002  20210531  05:00    0.0  NaN
18    PLU  90065003  20210530  12:00    0.0  NaN
19    PLU  90065003  20210530  13:00    0.0  NaN
20    PLU  90065003  20210530  14:00    0.0  NaN
21    PLU  90065003  20210530  15:00    0.0  NaN
22    PLU  90065003  20210530  16:00    0.0  NaN
23    PLU  90065003  20210530  17:00    0.0  NaN
24    PLU  90065003  20210530  18:00    0.0  NaN
25    PLU  90065003  20210530  19:00    0.0  NaN
26    PLU  90065003  20210530  20:00    0.0  NaN
27    PLU  90065003  20210530  21:00    0.0  NaN
28    PLU  90065003  20210530  22:00    0.0  NaN
29    PLU  90065003  20210530  23:00    0.0  NaN
30    PLU  90065003  20210531  00:00    0.0  NaN
31    PLU  90065003  20210531  01:00    0.0  NaN
32    PLU  90065003  20210531  02:00    0.0  NaN
33    PLU  90065003  20210531  03:00    0.0  NaN
34    PLU  90065003  20210531  04:00    0.0  NaN
35    PLU  90065003  20210531  05:00    0.0  NaN
static split_basename(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

  • timestep (str, None) – Pas de temps

write(data=None)[source]

Ecrire le fichier de données GRPRT Data

Paramètres:

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