Preprocessing script (fixing inconsistent DEA entries)
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 42/100
- Tipo di issue
- Refactoring
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Stack tecnologico
- python
- Ambito
- data-engineering
Direzione di ricerca
Inizia da compile_cost_assumption.py e analizza come vengono attualmente analizzati gli input DEA, in particolare i dati di Hydrogen to Jet Fuel. Definisci un formato coerente per gli input preprocessati e sposta lì la gestione specifica della tecnologia; il lavoro sarà completo quando lo script di compilazione sarà meno ingombrante e potrà consumare i dati normalizzati in modo coerente.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
I'm becoming a bit frustrated by the inconsistent data format of the DEA input data.
E.g.: Column orders and names being inconsistent, most unchanging values are filled across all years while sometimes they are not. The inconsistencies for "Hydrogen to Jet Fuel" are e.g. at an extend were I simply started extracting the numbers by hand rather than automatically =/
The inconsistencies also make the compile_cost_assumption.py script more and more bloated and unreadable.
Suggestion:
Have a pre-processing script which is responsible for creating a consistent input data format and move all "if this tech than special treatment" cases there.
- Lingua principale
- Python
- Stelle
- 132
- Fork
- 59
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Ha un modello di pull request
- Nessuna guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di PyPSA/technology-data
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
PyPSA/technology-data#271 ·
-
data: Add ACER's CONE studyAperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 45/100
PyPSA/technology-data#284 ·
-
bug
Difficoltà 3/5 1-2 giorni Idoneità per principianti 68/100
PyPSA/technology-data#283 ·
-
feature
Difficoltà 4/5 3-5 giorni Idoneità per principianti 38/100
PyPSA/technology-data#282 · 4 commenti ·
-
bug
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
PyPSA/technology-data#281 ·
Tutte le issue di PyPSA/technology-data
Issue simili
-
#bug
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 92/100
apache/superset#44923 · 1 commento ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
lawndoc/stack-back#123 ·
-
Add: EntuneAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
AbdelStark/awesome-typesafe-jev#187 ·
I maintainer di solito rispondono entro 1 giorno
-
bug good first issue
Difficoltà 2/5 1-3 ore Idoneità per principianti 88/100
repowise-dev/repowise#2966 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
I maintainer di solito rispondono entro 2 giorni