Convertire GPX in CSV

Un file GPX è XML annidato. Un elemento `<trk>` contiene uno o più elementi `<trkseg>`, ciascuno dei quali contiene una lunga lista di elementi `<trkpt>` che portano latitudine e longitudine come attributi e quota e tempo come figli. Un foglio di calcolo non ha modo di esprimere quell’annidamento, quindi la conversione lo appiattisce: ogni trackpoint diventa una riga, nell’ordine in cui il registratore lo ha scritto, e la struttura sopra il punto sopravvive solo come due colonne che dicono che tipo di cosa fosse la riga e come si chiamava.

Quell’appiattimento è l’intero scambio. Si guadagna una tabella che si può ordinare, filtrare, rappresentare graficamente e passare a pandas; si perde la capacità di riassemblare il GPX originale con il suo raggruppamento intatto. Conservare il GPX se il viaggio di ritorno conta. Se l’analisi conta, la tabella è l’oggetto migliore — un’uscita di due ore registrata una volta al secondo sono 7.200 righe, che qualsiasi foglio di calcolo apre senza reclami e qualsiasi dataframe legge in pochi millisecondi.

La riga di header è `type,name,latitude,longitude,elevation,time` e non c’è una settima colonna. `type` è o `track` o `waypoint`. `name` è il nome del track o del waypoint a cui la riga appartiene, ripetuto su ogni riga così che un filtro su un track funzioni senza una ricerca. `latitude` e `longitude` sono gradi decimali, l’elevazione è metri sopra il livello del mare come il GPX lo ha dichiarato, e `time` è il timestamp esattamente come registrato.

Velocità, distanza, pendenza e passo sono deliberatamente assenti, anche se un convertitore potrebbe calcolarli tutti e quattro. Ciascuno di essi richiede una decisione di smoothing — su quanti campioni, scartando quali outlier — e un valore inventato da quella decisione appare identico in un foglio di calcolo a uno che è stato misurato. La distanza tra righe consecutive è una riga di aritmetica una volta che la tabella è davanti, e poi la scelta è propria e visibile.

Un GPX divide un track in segmenti ovunque il registratore abbia perso il fix, e quei confini `<trkseg>` sono scartati: i punti escono come una corsa continua di righe, quindi un’uscita attraverso un tunnel lungo non è silenziosamente tagliata in due dataset. Se si ha bisogno di ritrovare quei gap, sono visibili nella colonna `time` come un salto tra righe consecutive.

Le route sono gestite allo stesso modo. Un elemento `<rte>` è una linea pianificata anziché una registrata, e i suoi punti appaiono tipizzati come `track`, perché in una tabella non c’è nient’altro che potrebbero onestamente essere. I waypoint sono diversi ed escono per primi, tipizzati `waypoint`, ciascuno che mantiene il nome che aveva. Un GPX che contiene un track e dodici punti salvati restituisce dodici righe di waypoint seguite dai trackpoint, separabili con un filtro sulla prima colonna.

La maggior parte degli orologi registra più della posizione. Frequenza cardiaca, cadenza, temperatura e potenza vanno in un blocco `<extensions>` dentro ciascun `<trkpt>`, di solito sotto il namespace TrackPointExtension di Garmin. Il lettore qui prende latitudine, longitudine, `<ele>` e `<time>` e si ferma, quindi nessuno di quei valori appare nel CSV e nessuna colonna è creata per essi.

Vale la pena saperlo prima di pianificare un’analisi attorno ad essi, perché l’output appare completo. Se i flussi del sensore sono ciò che si vuole davvero, nessuna conversione su questo sito ve li consegnerà in una tabella — la route TCX ha la stessa limitazione per la stessa ragione. Il consiglio onesto è parsare da soli il blocco extensions, o esportare l’allenamento dalla piattaforma che lo ha registrato, che di solito offre un CSV con quelle colonne già presenti.

Latitudine e longitudine sono scritte con esattamente sei cifre dopo il punto, che sono circa 11 centimetri all’equatore. Non è un numero rotondo scelto per ordine. Un ricevitore GPS consumer ha un errore di posizione di diversi metri all’aperto e considerevolmente peggio sotto alberi o tra edifici, quindi un settimo e ottavo decimale descrivono il ricevitore anziché il terreno.

La conseguenza è che un GPX i cui punti sono stati memorizzati con la piena precisione che un double può contenere torna arrotondato, e un confronto contro la sorgente mostrerà differenze nell’ottavo decimale. Per una traccia consumer registrata questo è un arrotondamento di rumore. Per dati di rilievo sarebbe una perdita, e i dati di rilievo non sono ciò per cui questa conversione è pensata — un export da stazione totale appartiene a uno strumento GIS che mantiene il proprio modello di precisione.

La quota è copiata esattamente come il GPX l’ha scritta, senza arrotondamento e nessuna conversione di unità: la specifica dice metri sopra l’ellissoide WGS 84, quindi `512.4` nel file è `512.4` nella cella. Anche i timestamp sono copiati verbatim. ISO 8601 è già uno standard e riformattarlo introdurrebbe solo un’opinione, quindi `2026-05-12T07:03:11Z` resta esattamente quello e un dispositivo che scrive millisecondi li mantiene.

Un effetto collaterale utile: ISO 8601 ordina correttamente come testo semplice, quindi ordinare la tabella per la colonna `time` funziona anche in uno strumento che non l’ha riconosciuta come data. La trappola corrispondente è che un punto senza timestamp lascia la cella vuota anziché riempirla con uno zero o un epoch, e gli export misti si verificano — un track registrato col tempo accanto a waypoint segnati a mano, che non ne portano.

Due cose vanno storte quando una tabella di coordinate viene aperta con un doppio click. In una locale configurata per una virgola come separatore decimale, `48.137154` è letto come testo anziché come numero, e l’intera colonna della latitudine arriva allineata a sinistra e inutile per i grafici. E la colonna `time` viene spesso reinterpretata come data-ora nella zona locale, il che sposta silenziosamente un track UTC di un’ora o più.

Entrambe si evitano importando anziché aprendo: la finestra di importazione testo di Excel permette di impostare l’origine del file e marcare le colonne individuali, e le due colonne delle coordinate vogliono il formato numerico inglese mentre la colonna time è più sicuro lasciarla come testo. In pandas nulla di tutto ciò si pone — `read_csv` gestisce il file direttamente, e `parse_dates=["time"]` produce timestamp consapevoli del fuso orario perché l’offset è già nella stringa.

L’XML paga per la sua struttura in byte. Su un track sintetico da 7.200 punti con quota e timestamp su ciascun punto — due ore a un campione al secondo — il GPX è circa 950 KB, circa 132 byte per punto, la maggior parte i tag ripetuti `<trkpt>`, `<ele>` e `<time>`. Gli stessi punti come CSV sono circa 500 KB, vicino a 70 byte per punto, e questo è senza nulla di scartato.

Nessuno dei due numeri è abbastanza grande da contare da solo, che è il punto che vale la pena fare: non c’è ragione di dimensione per convertire. Il tetto gratuito qui è 100 MB, e a 132 byte per punto un GPX da 100 MB contiene qualcosa come tre quarti di milione di trackpoint, o nove giorni di registrazione continua a un secondo. File in quella gamma esistono — una stagione di attività fuse in una — e convertono, anche se la scheda del browser vorrà la memoria.

Ogni file convertito qui ha le stesse sei colonne nello stesso ordine, quindi combinare una cartella di essi è una questione di eliminare le righe di header ripetute — un `pd.concat` su un glob, o un incolla in un foglio di calcolo. Ciò che la tabella combinata manca è qualcosa che registri da quale file provenisse una riga, perché la colonna `name` porta il nome del track e molti export lo lasciano come default del dispositivo o lo omettono del tutto.

Aggiungere il nome del file come colonna extra mentre si legge ciascun file, che in pandas è una riga dentro il ciclo. Vale la pena farlo prima della fusione anziché dopo: una volta che cinquantamila righe sono in un frame, l’unica cosa che distingue quattordici uscite sono i timestamp, e due sessioni registrate nella stessa mattina si intrecceranno nel momento in cui la tabella viene ordinata per tempo.

Il parsing e la scrittura girano entrambi in questa scheda. Nessuna richiesta porta il GPX da qualche parte, il che è verificabile nel pannello di rete mentre una conversione gira, e la conversione funziona con la connessione staccata una volta che la pagina ha caricato. Quell’affermazione vale di più qui che sulla maggior parte delle coppie.

Un GPX non è un documento su un soggetto; è un elenco dei posti esatti in cui si era e dei minuti esatti in cui si era lì. Il primo e l’ultimo punto di un’uscita è molto spesso un indirizzo di casa, e una frequenza cardiaca a riposo alle 06:40 dice quando la casa era vuota. Il CSV è se possibile più esposto della sorgente, perché è leggibile a chiunque possa aprire un foglio di calcolo. Conservarlo dove si conserva il GPX.