跳到主要内容

数据更新后重跑分析

案例演示 为北京空气质量分析增加第二周观测

增加观测后，先保留基线，再用同一方法重跑并比较。本例使用真实的奥体中心 Aotizhongxin 小时 PM2.5 数据，先分析 2016 年 1 月 1—7 日，再加入 1 月 8—14 日。分两次提供数据是历史教学演示，不是实时监测。

1. 附加第一周并定义计算规则​

输入取自 UCI Beijing Multi-Site Air Quality 数据集，按 CC BY 4.0 提供。下载第一周和第二周；来源署名与文件身份见来源说明。

打开项目会话，通过 + → Attach files 先只附加 air-week1.csv。选择可用模型，在 Settings → Runtimes 中确认 Python 为 Ready 且已启用，发送：

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.

第一周附件与基线计算任务

检查文件读取和计算内容后授权。在 Notebook 中确认执行完成，再打开 air-daily-v1.csv。基线包含 168 行小时数据、7 行日汇总，PM2.5 没有缺失。

保存后的七天基线与有效小时数

2. 增加观测，保持方法不变​

继续同一会话，附加 air-week2.csv，保留第一份附件可用，发送：

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.

在原分析会话中附加第二周数据

确认代理运行原脚本，保留同一缺失值与完整性规则。若数据和方法同时改变，就难以判断结果变化来自哪里。

3. 检查扩展后的结果​

打开 air-daily-v2.png 和 air-daily-v2.csv。合并输入有 336 行小时数据，没有重复或缺失时间戳，但 1 月 11 日有一个 PM2.5 值缺失。日汇总为 14 天，均达到本例设置的至少 18 个有效小时要求。

Open-Science 中扩展后的十四天结果

1 月 11 日均值为 11.652 µg/m³，由 23 个有效小时计算。不能把缺失值当成零参与分母。时间戳完整也不代表测量值全部存在。

4. 与基线逐行比较​

打开 air-update-check.csv。原来的 7 个共同日期在所有输出字段上完全一致，新增的只有 1 月 8—14 日。更新前后原脚本的 SHA-256 一致。

逐行比较显示基线日期的结果保持不变

打开 air-update-notes.md，核对输入身份、缺失观测和保留的 v1 文件。本次还独立计算了全部 14 天的均值与有效小时数，与保存输出在其显示精度内一致。

更新说明保留了代码未变、基线文件与数据检查信息

5. 交付前核对报告日期​

检查报告标题是否跟随实际输入范围变化。初始脚本在两周报告中仍保留第一周标题，这个展示错误已在 air-analysis-reviewed.py 中修正，只改变标题模板。随后用这一份修订脚本分别运行第一周和两周数据，保留全部旧文件。

修正后的报告标题显示完整两周日期

保存的 air-daily-baseline.csv 与 air-daily-updated.csv 在每个字段上分别与原 v1/v2 CSV 一致。air-update-verification.md 记录同一修订脚本在两次运行前后的相同哈希，并核对两个报告标题，区分了标签修正和计算方法变化。

下载修订后的 Python 脚本、基线 CSV、更新 CSV、逐行比较、更新报告和核对记录。使用具有 pandas、NumPy、Matplotlib 的 Python 环境，保留两份输入，并指定新前缀：

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

本例只描述一个站点的两周历史观测，不用于 AQI 分级、暴露评估或干预因果判断。若数据不变、希望改用另一种分析方法，见比较分析方法。

最后于 更新