# import datetime from collections import defaultdict import pandas as pd class ProccessingPrismaCl: def __init__(self, start_date, end_date): self.start_date = start_date self.end_date = end_date def day_proccessing(self, n_file, p_file): """Функция, в которую помещается полная дневная обработка""" worktime_dict = defaultdict(list) n_vs_zero_tr_dict = defaultdict(list) event_counter_fr_4 = defaultdict(list) breaks_dict = defaultdict(list) count_rate_amp_5_fr_2 = defaultdict(list) count_rate_amp_10_fr_1 = defaultdict(list) amp_5_fr_2_frame = pd.DataFrame(columns=[f'amp{i}' for i in range(1, 17)]) amp_10_fr_1_frame = pd.DataFrame(columns=[f'amp{i}' for i in range(1, 17)]) for single_date in pd.date_range(self.start_date, self.end_date): worktime_dict['Date'].append(single_date) n_vs_zero_tr_dict['Date'].append(single_date) count_rate_amp_5_fr_2['Date'].append(single_date) count_rate_amp_10_fr_1['Date'].append(single_date) event_counter_fr_4['Date'].append(single_date) if type(p_file) != str: worktime_dict['Worktime'].append(round(len(p_file.index) * 5 / 60, 2)) break_time_dict = self.counting_break_time(p_file) if break_time_dict: breaks_dict['Date'].append(single_date) breaks_dict['StartMinutes'].extend(break_time_dict['StartMinutes']) breaks_dict['EndMinutes'].extend(break_time_dict['EndMinutes']) else: worktime_dict['Worktime'].append(0.00) if type(n_file) != str: neutron_to_zero_trigger = self.neutron_to_zero_trigger(n_file['Date']) for i in range(16): n_vs_zero_tr_dict[f'n{i + 1}'].append(neutron_to_zero_trigger[i]) count_rate_amp_5_fr_2[f'amp{i + 1}'].append( self.set_event_counter(n_file, a_crit=6, freq=2)['count_rate'][i + 1]) count_rate_amp_10_fr_1[f'amp{i + 1}'].append( self.set_event_counter(n_file, a_crit=11, freq=1)['count_rate'][i + 1]) event_counter_fr_4['Events'].append(self.set_event_counter(n_file, a_crit=6, freq=4)['sum_events']) set_event_counter_frame_1 = self.set_event_counter(n_file, a_crit=6, freq=2)['DataFrame'] set_event_counter_frame_2 = self.set_event_counter(n_file, a_crit=11, freq=1)['DataFrame'] amp_5_fr_2_frame = pd.concat( [amp_5_fr_2_frame, set_event_counter_frame_1], ignore_index=True) amp_10_fr_1_frame = pd.concat( [amp_10_fr_1_frame, set_event_counter_frame_2], ignore_index=True) else: for i in range(16): n_vs_zero_tr_dict[f'n{i + 1}'].append(0.00) count_rate_amp_5_fr_2[f'amp{i + 1}'].append(0.00) count_rate_amp_10_fr_1[f'amp{i + 1}'].append(0.00) event_counter_fr_4['Events'].append(0.00) worktime_frame = pd.DataFrame(worktime_dict) n_vs_zero_tr_frame = pd.DataFrame(n_vs_zero_tr_dict) breaks_frame = pd.DataFrame(breaks_dict) event_counter_fr_4 = pd.DataFrame(event_counter_fr_4) count_rate_amp_5_fr_2 = pd.DataFrame(count_rate_amp_5_fr_2) count_rate_amp_10_fr_1 = pd.DataFrame(count_rate_amp_10_fr_1) for column in [f'amp{i}' for i in range(1,17)]: count_rate_amp_5_fr_2[column] = count_rate_amp_5_fr_2[column]/worktime_frame['Worktime'] count_rate_amp_10_fr_1[column] = count_rate_amp_10_fr_1[column]/worktime_frame['Worktime'] return worktime_frame, breaks_frame, n_vs_zero_tr_frame, event_counter_fr_4, amp_5_fr_2_frame, amp_10_fr_1_frame, count_rate_amp_5_fr_2, count_rate_amp_10_fr_1 @staticmethod def counting_break_time(p_file): """Метод, выявляющий в p-file 5-минутки, когда кластер не работал, возвращает начальное время остановки и конечное время остановки""" index = p_file['time'].tolist() daily_breaks_dict = defaultdict(list) if max(index) < 287: start_minutes = max(index) * 5 end_minutes = 1435 daily_breaks_dict['StartMinutes'].append(start_minutes) daily_breaks_dict['EndMinutes'].append(end_minutes) if min(index) != 0: start_minutes = 0 end_minutes = min(index) * 5 daily_breaks_dict['StartMinutes'].append(start_minutes) daily_breaks_dict['EndMinutes'].append(end_minutes) for i in range(1, len(index)): if index[i] - index[i - 1] > 1: start_minutes = index[i - 1] * 5 end_minutes = index[i] * 5 daily_breaks_dict['StartMinutes'].append(start_minutes) daily_breaks_dict['EndMinutes'].append(end_minutes) if daily_breaks_dict: return daily_breaks_dict else: return None @staticmethod def neutron_to_zero_trigger(n_file): """Метод, обрабатывающий данные n-файлов ПРИЗМА-32, дающий на выходе нормированное число в событии, отобранных как нейтрон, при самозапуске""" counter_zero_tr = len(n_file[n_file['tr'] == 0].index) zero_tr_frame = n_file[n_file['tr'] == 0] return [round(zero_tr_frame[f'n{i}'].sum() / counter_zero_tr, 3) for i in range(1, 17)] # except ZeroDivisionError: Нужно дописать, если допустим нет нулевых триггеров @staticmethod def set_event_counter(n_file, a_crit, freq): """Метод, обрабатывающий данные n-файлов ПРИЗМА-32, на вход подаются определенная амплитуда и количество детекторов, на которых амплитуда превышает заданную, на выходе метод возвращает словарь с параметрами: 1) суммарное число событий на кластере, подходящих под заданные условия; 2) датафрейм с амплитудами детекторов для каждого события, подходящего под заданные условия; 3) количество превышений заданной амплитуды у детектора в событиях, подходящих под заданные условия; """ cluster_count_rate = {} amp_frame = n_file[[f'amp{i}' for i in range(1, 17)]] amp_frame['fr_sum'] = amp_frame.isin(range(a_crit, 520)).sum(axis=1, skipna=True) # noqa amp_frame = amp_frame[amp_frame['fr_sum'] >= freq].reset_index(drop=True) for i in range(1, 17): cluster_count_rate[i] = len(amp_frame[amp_frame[f'amp{i}'] >= a_crit]) return {'sum_events': len(amp_frame.index), 'DataFrame': amp_frame[[f'amp{i}' for i in range(1, 17)]], 'count_rate': cluster_count_rate}