def build_Data(self,path):
'''
使用工厂方法（现已修改）
根据报文类型（水文、气象）以及根目录：
1、获取所有匹配的文件全目录集合
2、
:param data_type:
:return:
'''
# stations_list= self.getmatchingFiles(os.path.join(path,self.station.stationname),self.date)
# 先获取文件目录
# 注意此处获取的文件全路径时传入的时间的当月的全部文件
files,ignorefiles=self.getmatchingFiles(os.path.join(path,self.station.stationname),self.date)
# 创建空的dataframe
# 注意此处与HydrologyData.getDataResult中均用到Common.DateHelper(self.date)！！！！！需要再修改
date_helper = Common.DateHelper(self.date)
temp_date = date_helper.date_factory(enum_model.DataType.Hydrology)
df_all= self.__creatNaDataframe(temp_date.list_date_allmonth)
# temp_perclock_data=None
'''
下面重新修改
1 遍历文件集合
2 对当前的文件根据其类型实例化对应的内部类
3 调用getDataResult方法
'''
for temp_file in files:
# 遍历文件名集合，并对其分类
# 使用工厂方式创建的水文和气象数据对象均要实现getDataResult方法
temp_data_hy=None
temp_data_me = None
# 此处不再使用判断传入的类型，改为遍历的水文、气象两种类型的数据
# for temp_enum in enum_model.DataType:
print("正在录入%s"%temp_file.fullname)
temp_data_hy = self.HydrologyData(temp_file.fullname, self.station, temp_file.targetdate, temp_file.element)
result_hy = temp_data_hy.getDataResult()
if result_hy is None:
continue
df_all = df_all.combine_first(result_hy)
temp_data_me = self.MeteorologyData(temp_file.fullname, self.station, temp_file.targetdate, temp_file.element)
result_me = temp_data_me.getDataResult()
if result_me is None:
continue
df_all = df_all.combine_first(result_me)
print("录入成功")
# if data_type is enum_model.DataType.Hydrology:
# # 此处有问题，遍历的file对象应该是对每个file对象获取其对应的时间，而不能使用self.date
# temp_data= self.HydrologyData(temp_file.fullname,self.station,temp_file.targetdate,temp_file.element)
# elif data_type is enum_model.DataType.Meteorology:
# temp_data= self.MeteorologyData(temp_file.fullname,self.station,temp_file.targetdate,temp_file.element)
# result=temp_data.getDataResult()
# df_all=df_all.combine_first(result)
# temp_perclock_data.getDataResult()
return df_all
def getDataResult(self):
"""
获取数据：
具体步骤如下：
1 生成时间list
2 读取指定文件
3 对读取后的dataframe进行转换
4 将最终结果返回
存在的设计问题：
由于是外侧类的工厂方法调用，而外侧的类中getmatchingFiles方法是生成该月的所有匹配文件集合
:return:
"""
date_helper = Common.DateHelper(self.targetdate)
temp_date = date_helper.date_factory(enum_model.DataType.Meteorology)
isOK = self.getTargetDayData()
# 若读取时出错时直接跳出
if isOK == False:
return
if self.element.lower() != 'ws':
# self.__read_table()
# 删除数据的date列
del self.result['date']
# 转置
self.result = self.result.T
# 切片获取0-23点的数据，去掉min与max
self.result = self.result[:-2]
# 对df的index赋值
self.result.index = temp_date.list_date
# 对df的columns赋值
# columns就是at hu 等等
self.result.columns = [self.element]
# 注意风向风速的要特殊处理！！！
elif self.element.lower() == 'ws':
# 获取第一行（相当于是列头）ß
columns = self.result.columns
# 获取剔除第一个日期之外的其他值
self.result = pd.DataFrame(columns)[1:]
# 修改形状
self.result = pd.DataFrame(self.result.values.reshape((24, 2)))
self.result.index = temp_date.list_date
self.result.columns = ['WD', 'WS']
return self.result