RailWise KB已发布
视频教程：CLI数据批处理
RAILWISE-CLI数据批处理视频教程配套文档，涵盖数据导入、格式转换、批量计算及结果导出。
learning-path
视频教程：CLI数据批处理
Section titled “视频教程：CLI数据批处理”| 项目 | 内容 |
|---|---|
| 视频标题 | RAILWISE-CLI 数据批处理实战 |
| 视频时长 | 约20分钟 |
| 难度等级 | ⭐⭐ 进阶 |
| 目标观众 | 已安装CLI的工程师、数据处理人员 |
| 配套版本 | CLI v2.0+ |
完成本视频学习后，您将能够：
- 批量导入多种格式的监测数据
- 执行批量数据清洗和格式转换
- 运行批量计算（沉降、收敛等）
- 导出处理结果为多种格式
| 前置知识 | 掌握程度 | 说明 |
|---|---|---|
| CLI基础安装 | 掌握 | 已完成CLI安装和初始化 |
| 数据格式 | 了解 | 了解CSV、JSON、DXF等格式 |
| 测量数据概念 | 了解 | 了解坐标、高程、位移等概念 |
步骤1：准备数据（约3分钟）
Section titled “步骤1：准备数据（约3分钟）”操作内容：
- 下载示例数据包：
railwise data download --sample-pack- 查看数据目录结构：
ls ~/railwise-workspace/data/# 预期输出: csv/ json/ dxf/ raw/[截图占位符：数据目录结构]
步骤2：批量导入数据（约5分钟）
Section titled “步骤2：批量导入数据（约5分钟）”操作内容：
- 导入CSV格式数据：
railwise data import --format csv --dir ./data/csv/ --project "示例项目"- 导入JSON格式数据：
railwise data import --format json --dir ./data/json/ --project "示例项目"- 查看导入结果：
railwise data list --project "示例项目" --limit 20[截图占位符：批量导入过程及结果列表]
步骤3：数据清洗（约4分钟）
Section titled “步骤3：数据清洗（约4分钟）”操作内容：
- 检查数据质量：
railwise data quality --project "示例项目"- 清洗异常数据：
railwise data clean --project "示例项目" --method outlier --threshold 3- 验证清洗结果：
railwise data quality --project "示例项目" --after-clean[截图占位符：数据质量报告及清洗结果]
步骤4：批量计算（约5分钟）
Section titled “步骤4：批量计算（约5分钟）”操作内容：
- 计算沉降量：
railwise calc settlement --project "示例项目" --baseline 2024-01-01- 计算收敛量：
railwise calc convergence --project "示例项目" --method diameter- 批量计算统计：
railwise calc stats --project "示例项目"[截图占位符：计算结果输出]
步骤5：结果导出（约3分钟）
Section titled “步骤5：结果导出（约3分钟）”操作内容：
- 导出为CSV：
railwise export --project "示例项目" --format csv --output ./results/- 导出为Excel：
railwise export --project "示例项目" --format xlsx --output ./results/- 导出为PDF报告：
railwise export --project "示例项目" --format pdf --template daily --output ./results/[截图占位符：导出文件列表]
关键操作要点
Section titled “关键操作要点”| 要点 | 说明 | 重要性 |
|---|---|---|
| 数据格式 | 支持CSV、JSON、DXF、RAW等格式 | ⭐⭐⭐ |
| 项目隔离 | 使用 --project 参数隔离不同项目数据 |
⭐⭐⭐ |
| 数据清洗 | 清洗前备份原始数据 | ⭐⭐⭐ |
| 计算基线 | 设置正确的基线日期 | ⭐⭐ |
| 导出模板 | 选择合适的报告模板 | ⭐⭐ |
Q1: 导入失败，提示格式错误
Section titled “Q1: 导入失败，提示格式错误”原因：数据格式不符合要求
解决：
# 查看格式要求railwise data import --help
# 使用格式转换工具预处理railwise convert --input data.csv --output data_formatted.csv --template standardQ2: 计算结果异常
Section titled “Q2: 计算结果异常”原因：基线日期设置错误或数据缺失
解决：
# 检查数据完整性railwise data check --project "示例项目"
# 重新设置基线railwise calc settlement --project "示例项目" --baseline 2024-01-15练习1：批量导入
Section titled “练习1：批量导入”导入您自己的监测数据（至少3个文件），验证导入结果。
练习2：数据清洗
Section titled “练习2：数据清洗”对导入的数据执行清洗，对比清洗前后的数据质量报告。
练习3：批量计算
Section titled “练习3：批量计算”计算沉降、收敛、倾斜等多个指标，生成统计报告。
练习4：多格式导出
Section titled “练习4：多格式导出”将处理结果导出为CSV、Excel、PDF三种格式。