Sådan får du mening med data eksporteret fra iOS Health-appen

Health-appen i iOS indsamler forskellige typer data, enten direkte eller via tredjepartsapps. Hvis du har et Apple Watch, er Health-appens data sandsynligvis rigere. Health-appens data kan overføres mellem iOS-enheder, og du kan eksportere dem. Når du eksporterer data fra Health-appen, eksporteres de i to XML-filer. Appen lyner dem og lader dig vælge, hvordan du vil gemme den. Det hele er meget nemt indtil dette tidspunkt. Når du udpakker zip-filen, er det dog svært at forstå XML-filerne indeni. Ofte ved du måske ikke, hvilken app der kan læse XML-filen, og hvordan du kan forstå dataene i den. Vi vil dele det hele ned for dig.

Eksporter Health App Data

Åbn Health-appen, og tryk på dit profilmærke øverst til højre. På din profilskærm skal du rulle ned og trykke på knappen ‘Eksporter sundhedsdata’. Appen opretter en zip-fil og spørger dig, hvordan du vil gemme den. Du kan e-maile det til dig selv eller gemme det på et clouddrev.

Læsning af Health App Data

Forudsat at du har den zippede fil på dit skrivebord, skal du gå videre og udpakke den. Den udpakkede mappe vil have to filer i sig; export.xml og export_cda.xml.

Dine data er inde i filen export.xml. For at åbne den skal du bruge en app, der kan læse XML-formatet og vise det korrekt. Jeg anbefaler MS Excel. Det er det, jeg skal bruge til at vise dig, hvordan du kan forstå dataene.

Åbn Excel og åbn denne fil via ‘Åbn’-kommandoen. Når Excel åbner denne fil, vil den give dig tre muligheder for at vælge, hvordan du åbner den, vælg ‘Som en skrivebeskyttet projektmappe’.

Når filen er åben, og du vil redigere den uden nogen begrænsninger, skal du blot kopiere og indsætte det hele til en ny fil. Sådan ser dataene ud, når Excel åbner dem.

  Afspil musik fra din Dropbox-konto, når du er offline [iOS]

Giver mening om sundhedsappdata

Du vil bemærke, at mange celler i XML-filen gentager den samme værdi igen og igen. Dette gælder for de første par kolonner, du ser. Når du ruller til højre og fortsætter med at læse ned i kolonnerne, og derefter rækkerne, begynder dataene at variere. Her er en oversigt over, hvad hver celle viser dig;

/@locale: Dette viser dig, hvor dine data blev gemt i App Store-landet. Dens værdi ændres aldrig, og den gentages for hver enkelt række.

/ExportDate/@value: Dette viser datoen og klokkeslættet, hvor dataene blev eksporteret. Igen, dets værdi vil aldrig ændre sig og vil gentages for hver række.

/Me/@HKCharacteristicTypeIdentifierBiologicalSex: Dette er dit biologiske køn, som du har indtastet i Health-appen. Det forbliver det samme for alle poster.

/Me/@HKCharacteristicTypeIdentifierBloodType: Dette er din blodgruppe, og igen vil denne kolonne gentage den samme værdi. For at læse den, se på den bit, der kommer efter ‘HKBloodType’, og som vil fortælle dig, hvad din gemte blodgruppe er, f.eks. HKBloodTypeBPositive

/Mig/@HKCharacteristicTypeIdentifierDateOfBirth: Dette er din fødselsdato.

/Me/@HKCharacteristicTypeIdentifierFitzpatrickSkinType: Dette er din Fitzpatric-hudtype. Den måler din huds følsomhed over for solen og indtastes manuelt af dig i Health-appen. Den samme værdi gentages i denne kolonne. Hvis du aldrig har valgt en hudtype, vil cellerne i kolonnen alle have værdien ‘HKFitzpatrickSkinTypeNotSet’.

/Record/#id: Dette er serienummeret på datapunktet. Den starter ved 1 og fortsætter derefter med at tælle hver eneste række af udfyldte data.

/Record/@creationDate: Den dato, hvor posten, dvs. datapunktet blev registreret. Når du senere forsøger at se på, hvor mange skridt du tog i for eksempel oktober 2016, vil du bruge denne kolonne til at indsnævre datoen.

/Record/@device: Dette identificerer din enhed og er egentlig ikke så relevant, medmindre du vil adskille data indsamlet af iPhone og data indsamlet af dit Apple Watch. Dataene i denne kolonne fortæller dig, hvilken enhed der har gemt dataene, og hvilken iOS-version den kørte. Bemærk, at aflæsningen af ​​iPhone-modellen er unøjagtig. Et eksempel på 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, hvor datapunktet blev registreret. Dette vil inkludere både dato og klokkeslæt.

  De seks bedste funktioner i Firefox til iOS

/Record/@sourceName: Dette viser kilden til de indsamlede data. De første to celler vil have værdien ‘Health’. Dette angiver data, som en bruger manuelt har tilføjet til Health-appen. Kolonnen vil indeholde ‘[Your Name] iPhone’ for data, som din iPhone har indsamlet direkte, vil den vise navnet på en app, hvis dataene blev tilføjet via en app, og ‘Clock’ for data relateret til dine sovevaner indsamlet via Clock-appen.

/Record/@sourceVersion: Denne kolonne viser, hvilken iOS-version din enhed kørte, da et bestemt datapunkt blev registreret.

/Record/@startDate: Datoen og klokkeslættet, hvor en aktivitet startede. Dette er forskelligt fra oprettelsesdatoen, da du muligvis ikke har tilføjet visse aktiviteter til din Health-app, eller du har muligvis ikke gemt data til en aktivitet.

/Record/@type: Dette er den store, den vigtige kolonne. Den adskiller de typer aktiviteter, den har registreret. Du vil se et par tomme celler øverst for manuelt tilføjede datapunkter, men kort efter vil du se aktiviteter som;

HKQuantityTypeIdentifierStepCount – Antal skridt, du har gået

HKQuantityTypeIdentifierDistanceWalkingRunning – Hvor langt du har gået eller løbet

/Record/@unit: De enheder, som dataene er optaget i, vises her. Blanke celler angiver data såsom køn og blodtype, der ikke har nogen enheder. Du vil se ‘tælle’ for gåede skridt og km for gået afstand. Du vil se en masse værdier gentages i denne kolonne.

/Record/@value: Dette er gryden med guld for enden af ​​regnbuen; dette har de individuelle værdier for de indsamlede data. Hvis du f.eks. vil vide, hvor mange skridt du tog i oktober 2016, er det denne kolonne, du vil summere trinene fra. Vi viser dig, hvordan du nemt gør det.

/Record/MetadataEntry/@key: Dette repræsenterer data, der manuelt tilføjes til Health-appen eller tilføjes via andre indbyggede iOS-apps. Dette er data indtastet under ‘Reproduktiv sundhed’, ‘Blodtryk’ eller de indsamlede via ‘Clock’-appen.

  Sådan spoles Netflix frem med ti sekunder [iOS]

/Record/MetadataEntry/@value: Værdien af ​​de data, du har indtastet manuelt i Health-appen.

Sortering af data

Nu hvor du ved, hvilke data hver kolonne har, er det tid til at sortere og give mening ud af det. I Excel skal du vælge rækken med kolonnetitlerne. Gå til Data>Filter fra båndet.

Hver kolonne vil få tilføjet et filter.

Nu, for dette eksempels skyld, vil jeg sortere antallet af trin, jeg tog i oktober 2016. De kolonner, jeg skal filtrere dataene fra, er; /Record/@type, /Record/@value og /Record/@startDate.

Klik på filterrulle-pilen i kolonnen /Record/@type og se på de forskellige typer aktivitet, som dataene indeholder. Da jeg vil finde ud af, hvor mange trin jeg tog, vil jeg fravælge alle typer og kun vælge ‘HKQuantityTypeIdentifierStepCount’. Jeg behøver ikke at gøre noget ved kolonnen /Record/@value, fordi indsnævring af Type i kolonnen /Record/@type vil også bortfiltrere irrelevante datapunkter fra kolonnen /Record/@value.

Det eneste, der skal gøres nu, er at sortere dataene efter dato. Gå til kolonnen /Record/@startDate og indsnæv datoen. Klik på filterrullepilen, og brug søgelinjen til at angive de datoer, du vil inkludere. For eksempel, for oktober 2016, skrev jeg 2016-10, og den fandt automatisk alle datoerne for den måned og valgte dem. Klik ikke på muligheden ‘Tilføj aktuelt udvalg til filter’. Klik på Ok, og dataene vil blive filtreret.

At lave grafer

Det, du nu ser i Excel-projektmappen, er trindata for oktober 2016. Gå videre og lav en graf. Du vil helt sikkert gerne forfine dataene lidt, før du laver en graf ud af det. For eksempel vil du måske summere alle dataværdier for en enkelt dag til én værdi. Hvis du ønsker at lave en graf over de trin, du tog i oktober 2016, vil du gerne sammenlægge alle de trin, du tog 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 ‘Sum’-formlen til at tælle trinene, og vælg derefter en graf at plotte dem til.