-
Notifications
You must be signed in to change notification settings - Fork 0
/
coleta_uniao_diario.py
153 lines (126 loc) · 6.04 KB
/
coleta_uniao_diario.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
# -*- coding: utf-8 -*-
import numpy as np
import pandas as pd
import os
import matplotlib.pyplot as plt
import datetime as dt
import pytz
import json
import psycopg2, psycopg2.extras
lista = []
def coletar_dados(t_ini,t_fim,posto_codigo,sensores):
# Montagem do texto
t_ini_string = t_ini.strftime('%Y-%m-%d %H:%M')
t_fim_string = t_fim.strftime('%Y-%m-%d %H:%M')
texto_psql = "select hordatahora at time zone 'UTC' as hordatahora, \
horleitura, horsensor \
from horaria where hordatahora >= '{}' and hordatahora <= '{}' \
and horestacao in ({}) \
and horsensor in {} \
order by horestacao, horsensor, hordatahora; \
".format(t_ini_string, t_fim_string, posto_codigo,sensores)
# Execução da consulta no banco do Simepar
conn = psycopg2.connect(dbname='clim', user='hidro', password='hidrologia',
host='tornado', port='5432')
consulta = conn.cursor(cursor_factory = psycopg2.extras.DictCursor)
consulta.execute(texto_psql)
consulta_lista = consulta.fetchall()
df_consulta =pd.DataFrame(consulta_lista,columns=['tempo','valor','sensor'])
df_consulta.set_index('tempo', inplace=True)
return df_consulta
postos_vazao = {
# 'Rio_Negro':'26064948',
# 'Porto_Amazonas':'25334953',
# 'Sao_Bento':'25564947',
# 'Pontilhao':'25555031',
# 'Santa_Cruz_Timbo':'26125049',
# 'Sao_Mateus_Sul':'25525023',
# 'Divisa':'26055019',
# 'Fluviopolis':'26025035',
'Uniao_da_Vitoria':'26145104',
# 'Madereira_Gavazzoni':'25485116',
# 'Jangada':'26225115',
### Foz_do_Areia':'GBM',
# 'Solais_Novo':'26055155',
# 'Porto_Santo_Antonio':'25235306',
# 'Aguas_do_Vere':'25465256',
### 'Segredo':'SGD',
### 'Foz_do_Chopim':'FCH',
### 'Santa_Clara':'SCL',
### 'Salto_Caxias':'SCX',
# 'Porto_Capanema':'25345435',
# 'Hotel_Cataratas':'25685442'
}
## COLETA DADOS VAZAO
for posto_nome, posto_codigo in postos_vazao.items():
print('Coletando vazao',posto_nome)
t_ini = dt.datetime(2021, 1, 1, 0, 0) #AAAA, M, D, H, Min
#t_fim = dt.datetime(2017, 9, 1, 0, 0)
t_fim = dt.datetime.now()
#coleta dados de vazao
dados_vazao = coletar_dados(t_ini,t_fim, posto_codigo, '(33)')
dados_vazao.columns = ['vazao', 'sensor_vazao']
lista.append(posto_nome)
# cria DFs padrão de data, para serem preenchidas com os dados baixados
date_rng_horario = pd.date_range(start=t_ini, end=t_fim, freq='H')
table_hor = pd.DataFrame(date_rng_horario, columns=['date'])
table_hor['Datetime']= pd.to_datetime(table_hor['date'])
table_hor = table_hor.set_index('Datetime')
table_hor.drop(['date'], axis=1, inplace = True)
date_rng_diario = pd.date_range(start=t_ini, end=t_fim, freq='D')
table_dia = pd.DataFrame(date_rng_diario, columns=['date'])
table_dia['Datetime']= pd.to_datetime(table_dia['date'])
table_dia = table_dia.set_index('Datetime')
table_dia.drop(['date'], axis=1, inplace = True)
df = dados_vazao
df.columns = ['q_m3s', 'sensor']
df.drop(df.tail(1).index, inplace=True)
df['count'] = 1
df.index = pd.to_datetime(df.index)
#converte para hora local - GMT-3 - timezone('America/Sao_Paulo')
# df.index = (df.index.tz_localize(pytz.utc).
# tz_convert(pytz.timezone('America/Sao_Paulo')).
# strftime("%Y-%m-%d %X"))
# df.index = pd.to_datetime(df.index)
df["q_m3s"] = pd.to_numeric(df["q_m3s"], downcast="float")
df.drop('sensor', axis = 1, inplace = True)
# agrupa em dados horarios, com intervalo fechado à direita (acumulado/media da 0:01 a 1:00);
# coluna count resulta a soma (contagem) dos "1", coluna valor resulta na media dos valores;
# para os valores de cont < 2, substitui o dado em 'valor' por NaN:
df_horario = (df.resample("H", closed='right', label='right').
agg({'count' : np.sum, 'q_m3s' : np.mean}))
df_horario.loc[df_horario['count'] < 2, ['q_m3s']] = np.nan
# cria coluna com valores 1;
# agrupa em dados diarios, com intervalo fechado à direita (acumulado/media da 1:00 a 0:00);
# coluna count resulta a soma (contagem) dos "1", coluna valor resulta na media dos valores;
# para os valores de cont < 12, substitui o dado em 'valor' por NaN:
df_horario['count'] = 1
df_diario = (df_horario.resample("D", closed='left').
agg({'count':np.sum, 'q_m3s' : np.mean}))
df_diario.loc[df_diario['count'] < 12, ['q_m3s']] = np.nan
# remove colunas 'count' dos dataframes
df.drop(df_horario.columns[0], axis=1, inplace=True)
df_horario.drop(df_horario.columns[0], axis=1, inplace=True)
df_diario.drop(df_diario.columns[0], axis=1, inplace=True)
table_hor = pd.concat([table_hor, df_horario], axis=1)
table_dia = pd.concat([table_dia, df_diario], axis=1)
#remove dados negativos
table_hor[table_hor['q_m3s'] < 0] = np.nan
table_dia[table_dia['q_m3s'] < 0] = np.nan
def tratamento(sr_bruta):
sr_bruta = sr_bruta.asfreq('D')
sr_tratada = sr_bruta.interpolate(method='spline', order=3)
return sr_tratada
table_dia = tratamento(table_dia)
#exporta observado para csv
# table_hor.to_csv('vazao_'+posto_nome+'.csv')
table_dia.to_csv(posto_nome+'_diario.csv')
# plt.figure()
# plt.plot(table_hor['q_m3s'], label = "Observado", linewidth = 0.3)
# plt.title('Serie ' + posto_nome)
# plt.xlabel('Data')
# plt.ylabel('Q [m3s-1]')
# plt.savefig('vazao_'+posto_nome+'.png', dpi = 300)
# plt.close()
print(posto_nome, 'acabou - ', list(postos_vazao).index(posto_nome)+1,"/",
len(postos_vazao))