A futófájl táblázattá alakítása után néhány cella üres, másutt nulla áll, a pulzusoszlopban pedig felbukkan egy szokatlanul nagy szám. Egy gyors automatikus kitöltés rendet teremthet a táblázatban, de közben megváltoztathatja az adat jelentését. A hiányzó érték nem ugyanaz, mint a valóban mért nulla, és egy érvénytelen kód sem feltétlenül rendkívüli sportteljesítmény.

Az edzés-CSV feldolgozásában az apró cellaszabályoknak nagy következményük lehet: más átlag, eltűnő adatkimaradás, rossz mértékegység vagy elcsúszó oszlop. Ebben a cikkben saját rövid számsorokkal követjük végig a legfontosabb különbségeket. A cél egy olyan ellenőrzési sorrend, amellyel a táblázat megnyitása után még az összesítés előtt észrevehető, ha a program a hiányt mozgásnak vagy a kódolt jelet mérésnek nézi.

A hiány önálló információ, nem kellemetlen üres hely

Ha egy időpontban nincs használható szenzoradat, abból nem tudjuk biztosan, mennyi volt az érték. Az üres cella ilyenkor ezt a tudáshiányt jelölheti. Egy nullával kitöltött cella viszont azt állíthatja, hogy ismert értékünk van, és az pontosan nulla. A két állítás eltérő. A rendezett, teljesnek látszó táblázat nem feltétlenül pontosabb, mint a hiányokat láthatóan megőrző.

A FIT-protokoll hivatalos leírása típusonként meghatározott érvénytelen értékeket használ. Az adatfeldolgozásnak ezeket a megfelelő típushoz és mezőhöz kell kapcsolnia. A fájlban szereplő minden szám nem kezelhető automatikusan érvényes mérésként. A dekódolás éppen azért fontos, hogy az érték és az érvényesség elkülönítése még a hétköznapi elemzés előtt megtörténjen.

Saját pulzusnaplónkban a szenzor rövid időre elveszíti a kapcsolatot. A megfelelően jelölt hiány nem azt jelenti, hogy a futó szíve nem vert. A technikai adatkimaradást nem szabad élettani nullaként megjeleníteni. A grafikon lyuka ilyen esetben őszintébb, mint a nulláig eső, majd onnan visszatérő vonal, amely azt sugallná, hogy a program valóban ilyen változást mért.

Ugyanabból a négy időpontból nagyon eltérő átlag lehet

Saját, azonos időközű négypontos példánkban három érvényes érték 140, 145 és 150, a negyedik hiányzik. A három ismert érték egyszerű átlaga 145. Ha a hiányt nullával helyettesítjük, a négy szám átlaga 108,75 lesz. A több mint harminc egységnyi különbség egyetlen mesterséges kitöltésből származik. Nem történt új mérés, mégis jelentősen megváltozott az összesítő.

Ha a hiányzó pontot az előző értékkel, 145-tel töltjük ki, a számpélda átlaga ismét 145. A kényelmes eredmény nem bizonyítja, hogy tényleg ennyi volt a kimaradt érték. A kitöltés feltételezést tett. A feldolgozásnak ezért meg kell különböztetnie az eredeti és a pótolt adatot akkor is, ha az átlag látszólag nem változott. Az információ eredete nem olvad bele nyomtalanul a végső számba.

A hiányzó pontok kihagyása sem old meg automatikusan minden problémát. Ha egy nehezebb szakaszból több adat hiányzik, a megmaradt rész nem feltétlenül jellemzi a teljes edzést. Először azt kell látni, hol és mennyi információ áll rendelkezésre. A „145 az érvényes pontok átlaga” pontosabb állítás, mint az, hogy „a teljes futás biztos átlagpulzusa 145”, ha a lefedettség nem ismert.

Érvénytelen kódot is mutathat egy túl nyers export

A FIT típustáblázatában például a uint8 típus érvénytelen kódja 0xFF, azaz tízes számrendszerben 255. Ez általános típusdefiníció, nem minden oszlopra vagy minden fájltípusra alkalmazható varázsszám. Más típushoz más jelölés tartozhat. A „255-öt mindig töröld” szabály ezért ugyanúgy hibás lehet, mint az, hogy minden 255 valódi mérés.

Saját műszaki példában egy dekóder az érvénytelen uint8 kódot változatlanul 255-ként írja ki egy oszlopba. A táblázatkezelő ebből nem tudja magától, hogy nem szabad átlagolnia. Ha a felhasználó a mező típusát figyelmen kívül hagyja, a jelölőszám látványos kiugrást készít. A hiba a dekódolási jelentés elvesztése, nem a futó hirtelen megváltozott állapota.

A típusok között olyanok is vannak, amelyeknél a nulla fenntartott érvénytelen érték. Ebből nem következik, hogy minden numerikus nulla hiány. Mindig a konkrét formátum és mező definíciója dönt. A feldolgozást ezért mezőnként kell helyesen kialakítani, nem az egész táblázaton végigfuttatott egyetlen törlési feltétellel. Az azonos kinézetű cellák különböző adattípusokból is származhatnak.

Futó az edzésnapló adatainak áttekintése közben külön megjegyzést ír a bizonytalan méréshez.Kép nagyítása
AI-eszközzel készített szerkesztőségi illusztráció a gyanús szenzoradat követhető megjelöléséről; nem dokumentumfotó.

A valódi nulla megőrzése is szükséges lehet

Egyes mezőkben a nulla érvényes érték lehet. Egy helyváltoztatás nélküli pillanat sebessége például nem ugyanazt jelenti, mint egy olyan időpont, amelyhez nincs sebességadat. Hasonlóképpen egy támogatott teljesítménymező nullájának értelmét a konkrét eszköz és mező leírása határozza meg. Nem szabad minden nullát törölni azért, mert egy másik oszlopban az adatkimaradás jele volt.

Saját kitalált sebességsorunk 3, 0 és 3 méter/másodperc, három azonos hosszú időablakban. Ha a középső nulla valóban állást jelent, a teljes időre számolt egyszerű átlag két méter/másodperc. A nullát kihagyva három lesz, ami már csak a két mozgó ablakot jellemzi. Mindkét szám értelmezhető lehet, de más kérdésre válaszol. A nullák szűrését ezért az átlag nevében is fel kell tüntetni.

A kikapcsolt szenzor viszont nem bizonyít nulla teljesítményt vagy nulla mozgást. Ha a felvétel csak a szenzor eltűnését mutatja, azt adatállapotként kell kezelni. A futó tovább mozoghatott, miközben egy mutató nem érkezett meg. A többi mező segíthet a helyzet megértésében, de a hiányzó mérés helyére nem tehetünk automatikusan biztos értéket csak azért, hogy az oszlop teljes legyen.

A vessző egyszerre lehet tizedesjel és mezőelválasztó

Az RFC 4180 a vesszővel elválasztott CSV-adatok közös formáját ismerteti, és a vesszőt tartalmazó mezők idézőjelezését is leírja. A gyakorlatban exportálók más elválasztót, például pontosvesszőt is használhatnak. A fájl megnyitásakor ezért az oszlopelválasztót és a számok tizedesjelét külön kell azonosítani. A kiterjesztés önmagában nem ad teljes beolvasási beállítást.

Saját példában a sebesség 3,5, a pulzus 145. Ha az exportáló tizedesvesszőt és pontosvesszős oszlopelválasztást használ, a sor két mezőt tartalmazhat. Ha a fogadó tévesen minden vesszőt oszlophatárnak néz, a 3,5 kettészakad. Az utána következő adatok rossz oszlop alá kerülhetnek. A táblázat ettől még szabályos téglalapnak látszhat, különösen ha a program további cellákat automatikusan kitölt.

A helyes importhoz néhány ismert mintasort ellenőrizz. A sebesség, a pulzus és az időpont a megfelelő fejléc alatt áll-e, és számként vagy szövegként kerültek-e be? A 3,5-öt nem szabad találomra 35-re javítani a vessző eltávolításával. Az eredeti formátumhoz illő területi és elválasztási beállítást kell választani. A tömeges keresés–csere könnyen több hibát készít, mint amennyit megold.

A mező egysége nélkül az érték nagyságrendje is félreérthető

A Garmin egyedi fejlesztői mezőkről szóló útmutatója a mező neve mellett az adattípus és a mértékegység leírását is külön kezeli. Egy számhoz ez a jelentés is hozzátartozik. A szabványos és az egyedi mezők exportálásakor ezért nem elég a számoszlopot megőrizni, ha az egység később elveszik. A grafikon tengelye csak akkor mond valamit, ha tudjuk, milyen mennyiséget ábrázol.

Saját példában a sebesség 3,5 méter/másodperc. Ez 12,6 kilométer/óra, mert egy órában 3600 másodperc, egy kilométerben ezer méter van. A két szám ugyanazt a mozgást írja le. Ha a 3,5 mellé tévesen kilométer/óra kerül, egészen más tempót feltételezünk. Az egység javítása ilyenkor fontosabb, mint a tizedesjegyek számának növelése.

A nyers kódolt érték és a már skálázott szám szintén külön állapot. Egy dekóder végezheti a formátum szerinti átváltást, más nézet a tárolási értéket mutathatja. A már átváltott szám újabb skálázása ugyanúgy hibás, mint a szükséges átalakítás kihagyása. Az export dokumentációja és néhány visszaellenőrzött mező segít eldönteni, melyik állapotot kaptad.

A sorok száma nem automatikusan azonos a másodpercek számával

A FIT-dekódolási útmutató külön tárgyalja az egyenetlen rögzítést, a rekordokat és az időmérő eseményeit. A CSV-ben egymás alatt álló két sor között nem szükségképpen egy másodperc telik el. Ha az időközök eltérnek, az egyszerű sorszám szerinti átlag más kérdésre válaszolhat, mint az idővel súlyozott összegzés. Az érvényes cellák mellett az időbélyegek is az adat részei.

Saját mintánkban egy értéket tíz másodpercen át, egy másikat csak egy másodpercen át tekintünk érvényesnek, az előre megadott tartási feltételezés szerint. A két sor egyszerű átlaga azonos súlyt ad nekik, az időarányos átlag nem. A különbséget nem hiányzó cella okozza, hanem a sorokhoz tartozó eltérő idő. A megfelelő módszert a feldolgozási cél és a jel értelmezése dönti el.

Ha egy szünet miatt hiányzik adatszakasz, annak vak kitöltése folyamatos mozgásnak tüntetheti fel a felvételt. Ha pedig ritkábban rögzített, de folyamatos mozgás minden pontközét szünetnek tekintjük, időt veszítünk az elemzésből. A két eset megkülönböztetéséhez az időmérő esemény és a rögzítési mód adhat támpontot. A táblázat puszta folytonos sorszámozása ezt nem oldja meg.

Futó telefonos naplóját és papírjegyzeteit egymás mellé téve tekinti át a futóhetét.Kép nagyítása
AI-eszközzel készített szerkesztőségi illusztráció a heti táv és a futással töltött idő áttekintéséről; nem dokumentumfotó.

Egy ötperces ellenőrzés megelőzheti a teljes hónap hibás összesítését

Válassz egy rövid, ismert felvételrészletet, amelyben van folyamatos mozgás és egy felismerhető megállás vagy adatkimaradás. Nézd meg ugyanazokat az időpontokat az eredeti alkalmazásban és az exportban. Ellenőrizd a fejlécet, az egységeket, az elválasztót és a hiányjelölést. Nem kell az egész hónapot kézzel átnézni ahhoz, hogy egy általános beolvasási szabály hibája láthatóvá váljon.

Saját ellenőrzőlistán négy külön kérdés szerepel: melyik cella érvényes mérés, melyik valódi nulla, melyik hiány, és melyik utólag pótolt érték? Ezekhez külön jelölés tartozhat a munkatáblában. Az eredeti oszlopot őrizd meg, a tisztított és a származtatott oszlop kapjon külön nevet. Így később is visszakereshető, miért változott egy átlag.

A feldolgozás szabályát röviden le is kell írni. Például: az érvénytelen kódokat a mező definíciója szerint hiánynak vettük, a valódi nullát megtartottuk, a hiányt nem töltöttük ki, és az eredményt az érvényes szakaszokra neveztük meg. Ez saját elemzési példa, nem minden adattípusra általánosan alkalmazható recept. A lényeg a követhető, mezőhöz illő döntés.

A hiányt nem kell eltüntetni ahhoz, hogy használható legyen a napló

Egy edzés egyes mezői teljesek, mások részlegesek lehetnek. A táv és az idő még értékelhető maradhat akkor is, ha a pulzus egy része hiányzik. Nem kell az egész futást elvetni, de a hiányzó oszlopra épülő következtetést korlátozza az adat. A jó napló ezt a különbséget láthatóvá teszi. A teljesnek látszó, automatikusan pótolt sor könnyebben ad hamis magabiztosságot.

Ha az exportáló működése nem dokumentált, a bizonytalanságot írd fel, és őrizd meg a változatlan eredetit. Egy másik, megfelelő feldolgozó később más nézetet adhat ugyanarról a fájlról, ha az eredeti adat megvan. A táblázatban végzett kézi javításból viszont nem szabad visszamenőleg eredeti mérési történetet készíteni. A javítás legyen külön, ellenőrizhető munkapéldány.

A nulla és a hiány közti különbség tehát az edzésadat jelentésének része. Az érvényességi kód, a tizedesjel, az egység és az időbélyeg együttes ellenőrzése segít megelőzni a félrevezető átlagokat. A cél nem egy hibátlanul kitöltött táblázat, hanem olyan adat, amelyről pontosan tudjuk, mit állít. A futó teljesítményét csak ezután érdemes a számokból értelmezni.

Források

Hasznos volt? Vidd tovább.