edit corelation.py and add hr_data_cleaned.csv
This commit is contained in:
TheOriginalGraLargeShrimpakaReaper
parent
6804054cc6
commit
104b1dc6c6
@ -1,4 +1,31 @@
|
||||
import pandas as pd
|
||||
import matplotlib.pyplot as plt
|
||||
import numpy as np
|
||||
from datetime import datetime
|
||||
|
||||
|
||||
# Manuelle Zuordnung der Monatsnamen von Deutsch auf Englisch
|
||||
month_translation = {
|
||||
'Jan': 'Jan', 'Feb': 'Feb', 'Mär': 'Mar', 'Apr': 'Apr', 'Mai': 'May', 'Jun': 'Jun',
|
||||
'Jul': 'Jul', 'Aug': 'Aug', 'Sep': 'Sep', 'Okt': 'Oct', 'Nov': 'Nov', 'Dez': 'Dec'
|
||||
}
|
||||
|
||||
# Funktion, um 'Okt 10-16' in eine Kalenderwoche zu konvertieren
|
||||
def convert_to_week_number(date_range_str):
|
||||
# Splitte den Datumsbereich in Monat und Tage
|
||||
month_str, day_range = date_range_str.split(" ")
|
||||
start_day = int(day_range.split("-")[0]) # Nimm den Starttag
|
||||
current_year = datetime.now().year
|
||||
|
||||
# Konvertiere den deutschen Monatsnamen in den englischen
|
||||
if month_str in month_translation:
|
||||
month_str = month_translation[month_str]
|
||||
|
||||
# Erstelle das Datum basierend auf dem Starttag und dem aktuellen Jahr
|
||||
date_str = f"{month_str} {start_day} {current_year}"
|
||||
start_date = datetime.strptime(date_str, "%b %d %Y") # Konvertiere in ein Datum
|
||||
return start_date.isocalendar()[1] # Gib die Kalenderwoche zurück
|
||||
|
||||
|
||||
# Schritt 1: Lade die HR-Daten (mit Semikolon separiert) und entferne 'bpm'
|
||||
hr_data = pd.read_csv('/home/gra/PycharmProjects/cds_introduction_data_science_assignment/data/raw/hr_gramic.csv', sep=';')
|
||||
@ -11,40 +38,57 @@ print(hr_data.head())
|
||||
hr_data['In Ruhe'] = hr_data['In Ruhe'].str.replace(' bpm', '').astype(float)
|
||||
hr_data['Hoch'] = hr_data['Hoch'].str.replace(' bpm', '').astype(float)
|
||||
|
||||
# Zeige die bereinigten HR-Daten
|
||||
print("\nHR-Daten (nach der Entfernung von 'bpm'):")
|
||||
# Konvertiere die Spalte 'Datum' in Kalenderwoche (KW)
|
||||
hr_data['week'] = hr_data['Datum'].apply(convert_to_week_number)
|
||||
|
||||
# Zeige die HR-Daten nach der Umwandlung in Wochen
|
||||
print("\nHR-Daten (nach der Umwandlung in KW):")
|
||||
print(hr_data.head())
|
||||
|
||||
# Speichere die bereinigten HR-Daten in eine neue CSV-Datei (Zwischendatei)
|
||||
hr_data.to_csv('hr_data_cleaned.csv', sep=';', index=False)
|
||||
print("\nBereinigte HR-Daten wurden in '/home/gra/PycharmProjects/cds_introduction_data_science_assignment/data/raw/hr_data_cleaned.csv' gespeichert.")
|
||||
|
||||
# Schritt 2: Berechne den Durchschnitt der Herzfrequenzdaten (Resting HR und High HR)
|
||||
# Schritt 2: Berechne den Durchschnitt der Herzfrequenzdaten (In Ruhe und Hoch)
|
||||
hr_data['avg_hr'] = hr_data[['In Ruhe', 'Hoch']].mean(axis=1)
|
||||
|
||||
# Zeige die HR-Daten nach der Berechnung des Durchschnitts
|
||||
print("\nHR-Daten (nach der Berechnung des Durchschnitts):")
|
||||
print(hr_data.head())
|
||||
|
||||
# Schritt 3: Lade die Schlafdaten (mit Komma separiert)
|
||||
sleep_data = pd.read_csv('/home/gra/PycharmProjects/cds_introduction_data_science_assignment/data/raw/sleep_gramic.csv', sep=',')
|
||||
|
||||
# Zeige die Schlafdaten
|
||||
# Zeige die ersten Zeilen der Schlafdaten
|
||||
print("\nSchlafdaten:")
|
||||
print(sleep_data.head())
|
||||
|
||||
# Schritt 4: Sicherstellen, dass beide Datensätze nach 'week' sortiert sind
|
||||
hr_data = hr_data.sort_values(by='Datum')
|
||||
sleep_data = sleep_data.sort_values(by='Datum')
|
||||
# Konvertiere auch das 'Datum' der Schlafdaten in Kalenderwoche (KW)
|
||||
sleep_data['week'] = sleep_data['Datum'].apply(convert_to_week_number)
|
||||
|
||||
# Schritt 5: Kombiniere die beiden Datensätze anhand der 'week' Spalte
|
||||
combined_data = pd.merge(hr_data, sleep_data, on='Datum')
|
||||
# Schritt 4: Sicherstellen, dass beide Datensätze nach 'week' sortiert sind
|
||||
hr_data = hr_data.sort_values(by='week')
|
||||
sleep_data = sleep_data.sort_values(by='week')
|
||||
|
||||
# Schritt 5: Kombiniere die beiden Datensätze anhand der 'week' Spalte mit einem äußeren Join
|
||||
combined_data = pd.merge(hr_data, sleep_data, on='week', how='outer')
|
||||
|
||||
# Zeige die kombinierten Daten
|
||||
print("\nKombinierte Daten:")
|
||||
print(combined_data.head())
|
||||
print(combined_data)
|
||||
|
||||
# Schritt 6: Berechne die Korrelation zwischen dem durchschnittlichen Herzfrequenzwert ('avg_hr') und der Schlafdauer ('sleep_duration')
|
||||
# Schritt 6: Entferne alle Zeilen mit fehlenden Daten
|
||||
combined_data = combined_data.dropna()
|
||||
|
||||
# Schritt 7: Berechne die Korrelation zwischen dem durchschnittlichen Herzfrequenzwert ('avg_hr') und der Schlafdauer ('Durchschnittliche Dauer')
|
||||
correlation = combined_data['avg_hr'].corr(combined_data['Durchschnittliche Dauer'])
|
||||
|
||||
print(f"\nDie Korrelation zwischen der durchschnittlichen Herzfrequenz und der Schlafdauer ist: {correlation}")
|
||||
|
||||
# Schritt 8: Visualisiere den Zusammenhang zwischen Herzfrequenz und Schlafdauer
|
||||
plt.figure(figsize=(10, 6))
|
||||
plt.scatter(combined_data['avg_hr'], combined_data['Durchschnittliche Dauer'], color='blue', label='Datenpunkte')
|
||||
plt.title('Zusammenhang zwischen Herzfrequenz (Durchschnitt) und Schlafdauer')
|
||||
plt.xlabel('Durchschnittliche Herzfrequenz (bpm)')
|
||||
plt.ylabel('Schlafdauer (Stunden)')
|
||||
plt.grid(True)
|
||||
|
||||
# Linie zur Visualisierung des Trends hinzufügen
|
||||
m, b = np.polyfit(combined_data['avg_hr'], combined_data['Durchschnittliche Dauer'], 1)
|
||||
plt.plot(combined_data['avg_hr'], m * combined_data['avg_hr'] + b, color='red',
|
||||
label=f'Trendlinie (Kor = {correlation:.2f})')
|
||||
|
||||
plt.legend()
|
||||
plt.show()
|
||||
|
||||
50
code/corelation_old2.py
Normal file
50
code/corelation_old2.py
Normal file
@ -0,0 +1,50 @@
|
||||
import pandas as pd
|
||||
|
||||
# Schritt 1: Lade die HR-Daten (mit Semikolon separiert) und entferne 'bpm'
|
||||
hr_data = pd.read_csv('/home/gra/PycharmProjects/cds_introduction_data_science_assignment/data/raw/hr_gramic.csv', sep=';')
|
||||
|
||||
# Zeige die ersten Zeilen der HR-Daten vor der Bereinigung
|
||||
print("HR-Daten (vor der Bereinigung):")
|
||||
print(hr_data.head())
|
||||
|
||||
# Entferne 'bpm' und konvertiere die Werte in numerische Daten
|
||||
hr_data['In Ruhe'] = hr_data['In Ruhe'].str.replace(' bpm', '').astype(float)
|
||||
hr_data['Hoch'] = hr_data['Hoch'].str.replace(' bpm', '').astype(float)
|
||||
|
||||
# Zeige die bereinigten HR-Daten
|
||||
print("\nHR-Daten (nach der Entfernung von 'bpm'):")
|
||||
print(hr_data.head())
|
||||
|
||||
# Speichere die bereinigten HR-Daten in eine neue CSV-Datei (Zwischendatei)
|
||||
hr_data.to_csv('hr_data_cleaned.csv', sep=';', index=False)
|
||||
print("\nBereinigte HR-Daten wurden in '/home/gra/PycharmProjects/cds_introduction_data_science_assignment/data/raw/hr_data_cleaned.csv' gespeichert.")
|
||||
|
||||
# Schritt 2: Berechne den Durchschnitt der Herzfrequenzdaten (Resting HR und High HR)
|
||||
hr_data['avg_hr'] = hr_data[['In Ruhe', 'Hoch']].mean(axis=1)
|
||||
|
||||
# Zeige die HR-Daten nach der Berechnung des Durchschnitts
|
||||
print("\nHR-Daten (nach der Berechnung des Durchschnitts):")
|
||||
print(hr_data.head())
|
||||
|
||||
# Schritt 3: Lade die Schlafdaten (mit Komma separiert)
|
||||
sleep_data = pd.read_csv('/home/gra/PycharmProjects/cds_introduction_data_science_assignment/data/raw/sleep_gramic.csv', sep=',')
|
||||
|
||||
# Zeige die Schlafdaten
|
||||
print("\nSchlafdaten:")
|
||||
print(sleep_data.head())
|
||||
|
||||
# Schritt 4: Sicherstellen, dass beide Datensätze nach 'week' sortiert sind
|
||||
hr_data = hr_data.sort_values(by='Datum')
|
||||
sleep_data = sleep_data.sort_values(by='Datum')
|
||||
|
||||
# Schritt 5: Kombiniere die beiden Datensätze anhand der 'week' Spalte
|
||||
combined_data = pd.merge(hr_data, sleep_data, on='Datum')
|
||||
|
||||
# Zeige die kombinierten Daten
|
||||
print("\nKombinierte Daten:")
|
||||
print(combined_data.head())
|
||||
|
||||
# Schritt 6: Berechne die Korrelation zwischen dem durchschnittlichen Herzfrequenzwert ('avg_hr') und der Schlafdauer ('sleep_duration')
|
||||
correlation = combined_data['avg_hr'].corr(combined_data['Durchschnittliche Dauer'])
|
||||
|
||||
print(f"\nDie Korrelation zwischen der durchschnittlichen Herzfrequenz und der Schlafdauer ist: {correlation}")
|
||||
Loading…
x
Reference in New Issue
Block a user