Skripte zum Konvertieren von Dateien. Diese Skripte werden derzeit 1x im Jahr manuell ausgeführt.
Siehe Unterverzeichnis ladesaeulen/
Siehe Unterverzeichnis tischtennisplatten/
Die Container Standort-JSON-Dateien müssen manuell über die AWM-Webseite heruntergeladen werden, und ins Verzeichnis data/ abgelegt werden. Anleitung dazu: Siehe Kommentare in der Sourcecode-Datei.
python3 awm-container.py
Liest die Gremientermine aus der OParl Schnittstelle des Ratsinformationssystems der Stadt Münster aus und schreibt sie in eine ical-Datei.
Läuft relativ lange, da die Sitzungstermine Seitenweise zurückgegeben werden, und auch ur-alte Termine drin sind, die automatisch rausgefiltert werden.
Die Variable CONFIG_EXPORT_YEAR muss im Sourcecode auf das aktuelle Jahr gesetzt werden.
# Virtuelles Environment mit dem Namen "venv" initialisieren falls noch kein venv-Unterverzeichnis da ist:
python3 -m venv venv
# venv fürs aktuelle Projekt aktivieren
source venv/bin/activate
python3 oparl_generate_gremienkalender_ical.pyLiest die Refill-Stationen-POIs von der OpenFairDB API aus und speichert sie als GeoJSON und als CSV.
Siehe Unterverzeichnis refill-stationen/
Liest die verschiedenen POIs ein (Barrierefreie Haltestellen, Park&Ride, Bike&Ride, ...) und speichert sie als GeoJSON und als CSV.
Siehe Unterverzeichnis stadtwerke/
Die Daten werden vom Marktstammdatenregister "MaStR" der Bundesnetzagentur ausgelesen.
Im Unterverzeichnis marktstammdatenregister/ muss dazu das Folgende ausgeführt werden:
python3 load_data_from_mstr.pyVorher müssen die Marktstammdatenregister-Dateien aktualisiert werden (s.o.), da sie von diesem Skript als Input genutzt werden.
Und vorher muss die csv-Datei mit den PV-Anlagen der Stadt Münster aktualisiert werden, siehe [klimadashboard/README.md]
Die Datendatei wird 1x im Monat per Cronjob neu generiert und eingecheckt. Auf folgender Url werden die Metadaten der aktuellen Datei zurückgeliefert: https://opendata.stadt-muenster.de/api/3/action/resource_show?id=klimadashboard
Skript siehe Unterverzeichnis klimadashboard/
Schritte zum Ausführen:
- Inputdatei abglegen als
05515000_csv_klimarelevante_daten.csv - Falls die Inputdatei nicht UTF8 ist:
iconv -f ISO-8859-1 -t UTF-8 05515000_csv_klimarelevante_daten-iso.csv > 05515000_csv_klimarelevante_daten.csv - Skript starten
python3 split_datafile.py - Aktuelle Datei im Repository einchecken
git add klimadata.csv;git commit ...;git push;