Health-appen i iOS samler forskellige typer afdata, enten direkte eller via tredjepartsapps. Hvis du har en Apple Watch, er dataene om sundhedsapp sandsynligvis rigere. Health-appens data kan overføres mellem iOS-enheder, og du kan eksportere dem. Når du eksporterer data fra appen Sundhed, eksporteres de i to XML-filer. Appen lynlås dem og giver dig mulighed for at vælge, hvordan du vil gemme den. Det hele er meget let, indtil dette punkt. Når du ekstraherer zip-filen, er det imidlertid svært at give mening om XML-filerne inde. Ofte ved du måske ikke, hvilken app der kan læse XML-filen, og hvordan man giver mening om dataene inde i den. Vi vil nedbryde det hele for dig.
Eksport af sundhedsapp-data
Åbn Health-appen, og tryk på din profil-badge påøverst til højre. Rul ned og tryk på knappen 'Eksporter sundhedsdata' på din profilskærm. Appen opretter en lynlåset fil og spørger dig, hvordan du vil gemme den. Du kan e-maile det til dig selv eller gemme det på et sky-drev.
Læsning af data om sundhedsapp
Forudsat at du har den lynlåsede fil på dit skrivebord, skal du gå videre og udpakke den. Den udpakkede mappe har to filer inde i den; export.xml og export_cda.xml.
Dine data er inde i filen export.xml. For at åbne den har du brug for en app, der kan læse XML-formatet og vise det korrekt. Jeg anbefaler MS Excel. Det er hvad jeg vil bruge til at vise dig, hvordan du giver mening om dataene.
Åbn Excel og åbn denne fil via kommandoen 'Åbn'. Når Excel åbner denne fil, giver den dig tre muligheder for at vælge, hvordan du åbner den, skal du vælge 'Som en skrivebeskyttet arbejdsbog'.
Når filen først er åben, og du vil redigere den uden nogen begrænsninger, skal du bare kopiere og indsætte den hele til en ny fil. Sådan ser dataene ud, når Excel åbner dem.
At få mening af sundhedsapp-data
Du vil bemærke, at masser af celler i XMLfil gentag den samme værdi igen og igen. Dette gælder for de første kolonner, du ser. Når du ruller til højre og fortsætter med at læse kolonnerne ned og derefter rækkerne, begynder dataene at variere. Her er en oversigt over, hvad hver celle viser dig;
/ @ Locale: Dette viser dig hvor, som detekteret fra App Store-land, dine data blev gemt i. Det er værdien ændres aldrig, og de gentages for hver enkelt række.
/ ExportDate / @ værdi: Dette viser datoen og det tidspunkt, hvor dataene blev eksporteret. Igen ændres værdien aldrig og gentages for hver række.
/ Me / @ HKCharacteristicTypeIdentifierBiologicalSex: Dette er din biologiske køn, som du har indtastet i appen Sundhed. Det forbliver det samme for alle poster.
/ Me / @ HKCharacteristicTypeIdentifierBloodType: Dette er din blodgruppe og igen, denne søjlegentager den samme værdi. For at læse det, skal du se på det stykke, der kommer efter 'HKBloodType', og det vil fortælle dig, hvad din gemte blodgruppe er, f.eks. HKBloodTypeBPositive
/ Me / @ HKCharacteristicTypeIdentifierDateOfBirth: Dette er din fødselsdato.
/ Me / @ HKCharacteristicTypeIdentifierFitzpatrickSkinType: Dette er din Fitzpatric hudtype. Det måler hudens følsomhed over for solen og indtastes manuelt af dig i appen Health. Den samme værdi gentages i denne kolonne. Hvis du aldrig har valgt en hudtype, har cellerne i kolonnen alle værdien 'HKFitzpatrickSkinTypeNotSet'.
/ Record / # id: Dette er serienummeret på datapunktet. Det starter ved 1 og fortsætter derefter med at tælle hver enkelt række med udfyldte data.
/ Record / @ Dato: Datoen, hvorpå posten, dvs. datapunktet blev registreret. Når du senere prøver at se på, hvor mange trin du har foretaget for eksempel oktober 2016, bruger du denne kolonne til at indsnævre datoen.
/ Record / @ enhed: Dette identificerer din enhed og er ikke rigtig detrelevant, medmindre du vil adskille data indsamlet af iPhone og data indsamlet af din Apple Watch. Dataene i denne kolonne fortæller dig, hvilken enhed der har gemt dataene, og hvilken iOS-version de kørte. Bemærk, at læsningen af iPhone-modellen er unøjagtig. En prøve af værdierne under denne kolonne er som nedenfor. Disse data kom fra en iPhone 6 /
name:iPhone, manufacturer:Apple, model:iPhone, hardware:iPhone7,2, software:9.3
/ Record / @ endDate: Slutdatoen for datapunktet blev registreret. Dette inkluderer både dato og tid.
/ Record / @ SOURCENAME: Dette viser kilden til de indsamlede data. De to første celler har værdien 'Sundhed'. Dette viser data, som en bruger manuelt føjede til Health-appen. Kolonnen indeholder '[Dit navn] iPhone' for data, som din iPhone indsamlede direkte, den vil vise navnet på en app, hvis dataene blev tilføjet via en app, og 'Ur' for data relateret til dine sovevaner indsamlet via Ur-app.
/ Record / @ sourceVersion: Denne kolonne viser, hvilken iOS-version din enhed kørte, da et bestemt datapunkt blev optaget.
/ Record / @ startDate: Dato og klokkeslæt, hvor en aktivitet startede. Dette er anderledes end oprettelsesdatoen, da du måske ikke har føjet visse aktiviteter til din Health-app, eller du muligvis ikke har gemt data til en aktivitet.
/ Record / @ seværdighed: Dette er den store, den vigtige kolonne. Det adskiller de typer aktiviteter, det har registreret. Du vil se et par blanke celler øverst for manuelt tilføjede datapunkter, men kort efter vil du se aktiviteter såsom;
HKQuantityTypeIdentifierStepCount - Antal trin, du har gået
HKQuantityTypeIdentifierDistanceWalkingRunning - Hvor langt du er gået eller løbet
/ Record / @ enhed: De enheder, som dataene er optaget i, visesher. Blanke celler angiver data som køn og blodtype, der ikke har enheder. Du vil se 'tælle' for trin, der er gået, og km for gået afstand. Du vil se en masse værdier gentages i denne kolonne.
/ Record / @ værdi: Dette er gryden i slutningen afregnbue; dette har de individuelle værdier for de indsamlede data. For eksempel, hvis du vil vide, hvor mange trin du har taget i oktober 2016, er dette den kolonne, du sammenlægger trinnene fra. Vi viser dig, hvordan du gør det let.
/ Record / MetadataEntry / @ nøgle: Dette repræsenterer data, der manuelt tilføjes tilHealth-appen eller tilføjet via andre oprindelige iOS-apps. Dette er data indtastet under 'Reproduktiv sundhed', 'Blodtryk' eller indsamlet via appen 'Ur'.
/ Record / MetadataEntry / @ værdi: Værdien af de data, du indtastede manuelt i Health-appen.
Sortering af dataene
Nu hvor du ved, hvilke data hver kolonne har, er det tid til at sortere og give mening om dem. I Excel skal du vælge rækken med kolonnetitler. Gå til Data> Filtrer fra båndet.
Hver kolonne tilføjes et filter.
Nu af hensyn til dette eksempel vil jeg sortere antallet af trin, jeg tog i oktober 2016. De kolonner, jeg har brug for at filtrere dataene fra, er; / Record / @ typen, / Record / @ værdi, og / Record / @ startDate.
Klik på rullemenuen for filter på / Record / @ typen kolonne og se på de forskellige typeraktivitet, som dataene indeholder. Da jeg vil finde ud af, hvor mange trin jeg har taget, vil jeg fravælge alle typer og kun vælge 'HKQuantityTypeIdentifierStepCount'. Jeg behøver ikke gøre noget for / Record / @ værdi kolonne, fordi indsnævring af typen i / Record / @ typen kolonne filtrerer irrelevante datapunkter fra / Record / @ værdi kolonne.
Alt, hvad der skal gøres nu, er at sortere dataene efter dato. Gå til / Record / @ startDate kolonne og indsnævre datoen. Klik på rullemenuen til filter, og brug søgefeltet til at specificere de datoer, du vil inkludere. For eksempel, for oktober 2016, skrev jeg 2016-10, og det fandt automatisk alle datoer for den måned og valgte dem. Klik ikke på "Tilføj aktuelt valg for at filtrere". Klik på Ok, og dataene filtreres.
Oprettelse af grafer
Hvad du ser nu i Excel-projektmappen er trindata for oktober 2016. Gå videre og lav en graf. Du vil bestemt ønske at forfine dataene lidt, inden du opretter en graf ud af dem. F.eks. Ønsker du muligvis at opsummere alle dataværdier for en enkelt dag til en værdi. Hvis du ønsker at lave en graf over de trin, du tog i oktober 2016, vil du sammenlægge alle trin, du har taget den 1. oktober, 2. oktober osv., Så du kun har 30 dataværdier at plotte til sidst. Det tager lidt tid, men her er mine data for de første syv dage af oktober 2016. Brug formlen 'Sum' til at tælle trinnene, og vælg derefter en graf, der skal plot dem til.
Kommentarer