日付違いのデータについて、座標が近くても完全に一致はしていないので、座標の精度を落して積み上げ計算をする。
# コマンド
mongoexport --db wtps12_12 --collection alldate_scale1 --csv --fields value.loc.lat,value.loc.lon,value.score,value.low,value.totalScore,value.totalLow,value.count --out alldate_scale1.csv
出力データはこんな感じ、それぞれのデータの意味はalldate_scaleXを参照
value.loc.lat,value.loc.lon,value.score,value.low,value.totalScore,value.totalLow,value.count
20.1,120,0.238,0.0,99.0,0.0,416.0
20.1,120.1,0.2398,0.0,211.0,0.0,880.0
20.1,120.2,0.2216,0.0,205.0,0.0,925.0
20.1,120.3,0.2525,0.0,225.0,0.0,891.0
20.1,120.4,0.2399,0.0,220.0,0.0,917.0
R -f check_aggregated_data.R
scoreのヒストグラムと、地図としてマッピングした図がファイルとして保存される。
- dai2 Server
- gi 2013年03月のデータのみ
- test test?
- wtps ???
- dai3 Server
- wtps12_2 %12=0のデータのみ。2年分
- wtps12_5 %12=0のデータのみ。5年分
- wtps12_8 %12=0のデータのみ。8年分
- wtps12_12 %12=0のデータのみ。12年分
生データ、日毎。
> db.cloud_mask.find.limit(1)
{
_id: ObjectId("5177e2e33b02d17a04000000"),
date: ISODate("2013-03-01T00:00:00Z"),
loc: {
lat: 49.11627197265625,
lon: 128.447509765625
},
score: 0, // 0:曇り, 1:晴れ (lowが 0 or 1 → 0、lowが 2 or 3 → 1)
low: 3 // 0:曇り, 1:不明瞭, 2:多分晴れ, 3:快晴
}
すべての日付の平均、座標は小数点X桁の精度で保持。
> db.alldate_scale1.findOne()
{
"_id" : "20.1_120.1",
"value" : {
"loc" : {
"lat" : 20.1,
"lon" : 120.1
},
"totalScore" : 2, // scoreの合計
"totalLow" : 0, // lowの合計
"count" : 4, // 集計したデータの個数
"score" : 0.5, // score/count
"low" : 0 // low/count
}
}
月毎に集計、座標は小数点X桁の精度で保持。
> db.scale2_by_month.findOne()
{
"_id" : "201301_20.1_120.1", // keyはmonth + lac + lon
"value" : {
"month": "201301"
"loc" : {
"lat" : 20.12,
"lon" : 120.15
},
"totalScore" : 2,
"totalLow" : 0,
"count" : 4, // 集計したデータの個数
"score" : 0.5,
"low" : 0
}
}