Podręcznik uczestnika z objaśnieniami, przykładami i ćwiczeniami do samodzielnej nauki
6. Pierwszy mini workflow analizy
W tym rozdziale łączysz wszystkie elementy modułu w jeden niewielki, ale kompletny proces. Pytanie brzmi: Jak zmieniała się temperatura urządzenia U-07 w okresie objętym zbiorem? Korzystasz z pliku pomiary_eksploatacyjne.csv oraz trzech pól: czas, urzadzenie i temperatura.
Przebieg mini analizy
- Wczytaj dane ze ścieżki zbudowanej względem katalogu projektu.
- Sprawdź rozmiar, nazwy kolumn i ich typy.
- Wykonaj minimalną kontrolę braków oraz pełnych duplikatów.
- Wybierz potrzebne rekordy i kolumny, zamień czas na datę oraz uporządkuj dane.
- Oblicz proste podsumowanie i pokaż wynik na wykresie.
- Zapisz obserwację oraz ograniczenie, po czym wykonaj Restart and Run All.
Wczytanie i kontrola
from pathlib import Path
import pandas as pd
import matplotlib.pyplot as plt
PROJECT_DIR = Path.cwd().parent
plik = PROJECT_DIR / "data" / "raw" / "pomiary_eksploatacyjne.csv"
df = pd.read_csv(plik)
print(df.shape)
print(df.columns)
print(df.dtypes)
W zbiorze ćwiczeniowym znajduje się 720 wierszy i 8 kolumn. Metoda shape sprawdza rozmiar, columns pozwala potwierdzić obecność potrzebnych pól, a dtypes pokazuje interpretację ich typów przez Pandas. Kolumna temperatura jest liczbą zmiennoprzecinkową, natomiast czas po wczytaniu ma typ tekstowy, dlatego trzeba go przekształcić.
kolumny = ["czas", "urzadzenie", "temperatura"]
print(df[kolumny].isna().sum())
print("Pełne duplikaty:", df.duplicated().sum())
W danych ćwiczeniowych wymagane trzy kolumny nie mają braków, a liczba pełnych duplikatów wynosi zero. To kontrola proporcjonalna do pytania, nie pełny audyt jakości. Jeżeli problem wpłynąłby na odpowiedź, zatrzymujesz analizę, diagnozujesz go i dokumentujesz decyzję.
Przygotowanie podzbioru
u07 = df.loc[
df["urzadzenie"] == "U-07",
["czas", "urzadzenie", "temperatura"]
].copy()
u07["czas"] = pd.to_datetime(u07["czas"])
u07 = u07.sort_values("czas")
print(u07["urzadzenie"].unique())
print(len(u07))
print(u07["czas"].is_monotonic_increasing)
print(u07["temperatura"].isna().sum())
Metoda copy tworzy niezależną kopię wybranych danych, więc dalsze operacje nie zmieniają ramki wczytanej z pliku. Kontrole pokazują, że podzbiór zawiera tylko U-07, ma 90 rekordów, jest uporządkowany w czasie i nie zawiera braków temperatury. Każda istotna operacja na danych powinna kończyć się podobnym sprawdzeniem skutku.
Podsumowanie i wykres
podsumowanie = u07["temperatura"].agg(["count", "min", "mean", "max"])
print(podsumowanie)
fig, ax = plt.subplots()
ax.plot(u07["czas"], u07["temperatura"])
ax.set_xlabel("Czas")
ax.set_ylabel("Temperatura [°C]")
ax.set_title("Temperatura U-07 w czasie")
Dla tego podzbioru otrzymujemy 90 pomiarów, minimum 57,45 °C, średnią 61,79 °C i maksimum 66,25 °C. Te liczby opisują zakres, ale nie pokazują przebiegu w czasie. Do pytania o zmianę temperatury potrzebny jest wykres z jasnym tytułem i opisanymi osiami.
|
Miara |
Wynik |
Znaczenie |
|---|---|---|
|
Liczba pomiarów |
90 |
Liczba rekordów urządzenia U-07 w analizowanym okresie |
|
Temperatura minimalna |
57,45 °C |
Najniższa zaobserwowana wartość |
|
Temperatura średnia |
61,79 °C |
Średnia ze wszystkich 90 pomiarów |
|
Temperatura maksymalna |
66,25 °C |
Najwyższa zaobserwowana wartość |
Tabela 1. Podsumowanie temperatury urządzenia U-07 na podstawie danych ćwiczeniowych kursu
Wynik obserwacja ograniczenie
Wynik to liczby, tabela i wykres wygenerowane przez kod. Obserwacja może brzmieć następująco: w okresie od 1 stycznia do 14 lutego 2026 temperatura urządzenia U-07 wykazywała ogólną tendencję wzrostową z krótkookresowymi wahaniami. Średnia z pierwszych dziesięciu pomiarów wyniosła około 58.9 °C, a z ostatnich dziesięciu około 64.7 °C, czyli około 5.8 °C więcej.
Ograniczenie musi być równie widoczne jak obserwacja. Wynik dotyczy jednego urządzenia i określonego okresu. Sam wykres nie wskazuje przyczyny zmian, nie potwierdza awarii, nie pozwala uznać wartości za niedopuszczalne bez reguły domenowej i nie może zostać uogólniony na pozostałe urządzenia.
Ćwiczenie Drugi mini workflow
Powtórz cały proces dla drgań wybranego urządzenia.
- Sprawdź, jakie identyfikatory urządzeń rzeczywiście występują w zbiorze, i wybierz jeden z nich.
- Odfiltruj rekordy, uporządkuj je w czasie i sprawdź kompletność kolumny drgania.
- Oblicz count, min, mean i max, a następnie przygotuj wykres drgań względem czasu.
- Zapisz jedną obserwację i jedno ograniczenie.
- Wykonaj Restart and Run All, aby ponownie utworzyć wynik z pliku źródłowego.
Sprawdź się: Wartość nietypową odnotuj. W tym module nie usuwaj jej automatycznie.