Relancer une analyse avec des données actualisées

Exemple pratique Ajouter une deuxième semaine d'observations de la qualité de l'air à Pékin

Lorsque de nouvelles observations arrivent, conservez le niveau de référence et revenez à la même méthode avant de comparer les résultats. Cet exemple utilise les données horaires réelles de Aotizhongxin PM2.5 : Janvier 1–7, 2016 d'abord, puis Janvier 8–14. L'arrivée par étapes est un replay historique de l'enseignement, pas un suivi en direct.

1. Joindre la première semaine et définir le calcul

Les entrées sont des sous-ensembles chronologiques du Ensemble de données UCI Beijing sur la qualité de l'air sur plusieurs sites, distribués sous CC PAR 4.0. Télécharger semaine 1 et semaine 2; les identités de crédit source et de fichier sont en les notes sources.

Ouvrez une conversation de projet et attachez air-semaine1.csv seulement à + → Attach files. Sélectionnez un modèle disponible et confirmez que Python est Ready et activé dans Settings → Runtimes. Envoyer :

Analyze the attached first week of Aotizhongxin hourly PM2.5 data.
Validate station, dates, numeric PM2.5, duplicate and missing timestamps.
Preserve missing observations; never replace them with zero.
Calculate daily means in micrograms per cubic metre and valid-hour
counts. Mark a day complete when at least 18 PM2.5 hours are valid;
this is our teaching convention, not an official air-quality standard.
Save air-analysis.py, air-daily-v1.csv, air-daily-v1.png and
air-report-v1.md. The script must accept one or more CSV paths plus
--output-prefix and --report. Execute it, reopen the files and record
input/script hashes. Stop after this baseline. Use English.

Examinez le dossier et calculez-le avant d'approuver. Dans Notebook, vérifiez que l'exécution se termine, puis ouvrez air-daily-v1.csv. La base de référence contient 168 lignes horaires et 7 lignes quotidiennes, sans valeurs PM2.5 manquantes.

2. Ajouter de nouvelles observations sans modifier la méthode

Gardez la même conversation. Joindre air-week2.csv, laisser la première pièce jointe disponible, et demander:

Read the newly attached air-week2.csv together with the original week 1.
Run the saved air-analysis.py unchanged using a new output prefix v2.
Do not overwrite the v1 files or regenerate a different analysis method.
Save air-daily-v2.csv, air-daily-v2.png and air-report-v2.md.
Compare every shared date and output field against air-daily-v1.csv.
Save air-update-check.csv and air-update-notes.md with new dates,
changed original rows, missing values and script/input hashes.
Reopen the saved results. This is a historical replay, not live data.
Use English and do not make health or causal claims.

Vérifiez que l'Agent exécute le script existant et conserve les mêmes règles de valeur manquante et d'exhaustivité. Changer les données et les méthodes rendrait plus difficile d'expliquer pourquoi le résultat a changé.

3. Inspecter les résultats accrus

Ouvrir air-daily-v2.png et air-daily-v2.csv. L'entrée combinée contient Lignes horaires 336, avec pas de duplicata ou d'horodatage manquant. Il y a une observation manquante PM2.5, le janvier 11. La table a 14 jours, tous conformes à la règle 18-valid-heure de l'exemple.

La moyenne 11 de janvier est 11.652 μg/m3, calculée à partir de 23 heures valides. Ne divisez pas une observation manquante comme si elle était nulle. Une séquence complète d'horodatage ne garantit pas la présence de toutes les valeurs de mesure.

4. Comparer par rapport à la valeur de référence

Ouvrez air-update-check.csv. Tous les sept lignes quotidiennes partagées sont identiques dans chaque champ de sortie; les seules nouvelles dates sont janvier 8–14. Le script original SHA-256 est inchangé avant et après la mise à jour.

Ouvrez air-update-notes.md pour vérifier les identités d'entrée, les observations manquantes et les fichiers v1 conservés. Un calcul indépendant de tous les moyens quotidiens 14 et des nombres d'heures valides a permis de comparer la sortie sauvegardée à sa précision affichée.

5. Vérifiez les dates du rapport avant de le remettre

Vérifiez que le titre du rapport suit l'intervalle d'entrée réel. Le scénario initial a conservé un titre de première semaine dans son rapport de deux semaines; cette erreur de présentation a été corrigée dans air-analysis-reviewed.py. Seul le modèle d'en-tête a changé. Le script examiné a ensuite été exécuté sans changement pendant la semaine 1 et les deux semaines, en conservant tous les fichiers précédents.

Les air-daily-baseline.csv et air-daily-updated.csv enregistrés correspondent aux VSV v1/v2 originaux dans chaque champ. air-update-verification.md enregistre le même hash de script examiné avant et après les deux exécutions, et vérifie les deux titres de rapport. Ceci sépare une étiquette corrigée d'une modification de la méthode numérique.

Téléchargez les révision du script Python, CSV de référence, CSV mis à jour, comparaison des lignes, rapport actualisé et Note de vérification. Utilisez Python avec pandas, NumPy et Matplotlib, conservez les deux entrées et écrivez sur un préfixe frais:

python air-analysis-reviewed.py air-week1.csv air-week2.csv --output-prefix air-daily-rerun --report air-report-rerun.md

La comparaison décrit une station et deux semaines historiques. Il ne s'agit pas d'une classification de l'AQA, d'une évaluation de l'exposition ou d'une preuve d'une intervention causale. Pour une modification de la méthode d'analyse tout en conservant les mêmes données, voir comparer les méthodes.