我是新来d3.js和dc.js和我花一个星期通过阅读的最好的部分教程和API 。 它有一个比较陡峭的学习曲线,但是我(慢)熟悉单个操作。 尽管如此我仍然缺乏实践经验,构建我需要什么。
我有一个包含以下数据结构的JSON文件(该记录集比较大〜2个亿个对象):
[
{
"index": "device_1",
"state": -1,
"frequencies": [
"800PS"
],
"events": [
{
"start": "04/07/2014 04:24:19",
"end": "07/21/2014 08:53:19",
"name": "event_1234"
}
]
},
{
"index": "device_2",
"state": 1,
"frequencies": [
"2100AWS",
"1900PCS"
],
"events": [
{
"start": "02/20/2014 04:03:20",
"end": "04/30/2014 07:24:35",
"name": "event_3456"
},
{
"start": "04/30/2014 07:25:37",
"end": "07/01/2014 06:35:44",
"name": "event_766"
},
{
"start": "06/02/2014 00:02:16",
"end": "06/02/2014 00:04:25",
"name": "event_8967"
},
{
"start": "06/11/2014 15:38:59",
"end": "06/11/2014 15:41:15",
"name": "event_385"
},
{
"start": "06/28/2014 07:37:00",
"end": "06/28/2014 07:39:34",
"name": "event_8959"
},
{
"start": "07/01/2014 07:06:06",
"end": "07/03/2014 03:27:55",
"name": "event_2654"
},
{
"start": "07/03/2014 04:16:55",
"end": "07/21/2014 08:53:19",
"name": "event_94768"
}
]
},
...
]
我试图做到的,是对数据进行组织,所以我可以为每个设备每天正常工作时间报告,我每个设备收集每天的累积活动时间。
有效地我想原始数据(上图)转换成新的数据集,看起来是这样的:
[
{"device":"device_1", "date": "01/01/2014", "cumulative": 2530},
{"device":"device_2", "date": "01/01/2014", "cumulative": 1234},
{"device":"device_1", "date": "01/02/2014", "cumulative": 456},
{"device":"device_2", "date": "01/02/2014", "cumulative": 198},
...
]
* 如果* *累积的是,所有累积的事件发生在当天为该设备的秒数。
有一次,我到那个阶段,我可以使用类似: d3.nest().key().rollup().entries()
进行排序和分组数据准备好进行显示。
我怀疑D3有一个内置的机制来处理这种情况,但我目前的做法如下:
导入数据集
d3.json("data.json", function(error, json_data) { if (error)return console.warn(error); ... }
转换字符串到日期对象
var dateFormat = d3.time.format("%m/%d/%Y %H:%M:%S"); json_data.forEach(function(d) { d.dstart = d.events.map(function(x) { return dateFormat.parse(x.start); }); d.dend = d.events.map(function(x) { return dateFormat.parse(x.end); }); });
指定一个开始和结束日期范围为每日一班的报告
- 确定事件横跨超过1天跨越,如果是的话打破了事件成若干段
- 总结日常设备事件的累积时间
(注:我确实有过JSON数据格式控制!我可以在技术上直接创建最终的数据集。但是,目前的格式在其他报告中非常有用,我很希望避免两个数据文件,因为它们是<20MB每个所以最好我需要避免改变JSON的设计。)