Converter GPX para CSV

Um arquivo GPX é XML aninhado. Um elemento de trilha guarda um ou mais segmentos, e cada segmento guarda uma lista longa de pontos com latitude e longitude como atributos e elevação e hora como filhos. Uma planilha não tem como expressar esse aninhamento, então a conversão achata tudo: cada ponto vira uma linha, na ordem em que o aparelho gravou.

Esse achatamento é a troca inteira. Você ganha uma tabela que dá para ordenar, filtrar, plotar e entregar ao pandas; perde a capacidade de remontar o GPX original com o agrupamento intacto. Uma pedalada de duas horas gravada a cada segundo dá 7.200 linhas, que qualquer planilha abre sem reclamar.

O cabeçalho é `type,name,latitude,longitude,elevation,time`, sem sétima coluna. `type` é `track` ou `waypoint`. `name` é o nome da trilha ou do ponto salvo ao qual a linha pertence, repetido em cada linha para que um filtro funcione sem precisar de busca cruzada. `latitude` e `longitude` são graus decimais, `elevation` são metros como o GPX declarou, e `time` é o horário exatamente como foi registrado.

Velocidade, distância, inclinação e ritmo ficam de fora de propósito, mesmo sendo calculáveis. Cada um desses valores exige uma decisão de suavização — sobre quantas amostras, descartando quais pontos fora da curva — e um valor inventado por essa decisão parece idêntico, numa planilha, a um valor medido. A distância entre linhas consecutivas é uma linha de conta assim que a tabela está na sua frente, e aí a escolha é sua e visível.

Um GPX divide a trilha em segmentos onde o receptor perdeu o sinal, e esses limites de segmento são descartados: os pontos saem como uma sequência única de linhas, então um trecho num túnel não corta silenciosamente o conjunto em dois. Se precisar achar essas lacunas de novo, elas aparecem na coluna de hora como um salto entre linhas consecutivas.

Rotas são tratadas do mesmo jeito: uma rota é uma linha planejada em vez de gravada, e seus pontos saem marcados como `track`, porque numa tabela não há outra categoria honesta para eles. Pontos salvos vêm primeiro, marcados como `waypoint`, cada um com seu nome preservado.

A maioria dos relógios grava mais que posição. Frequência cardíaca, cadência, temperatura e potência vão num bloco de extensões dentro de cada ponto, geralmente sob o esquema da Garmin. O leitor aqui pega latitude, longitude, elevação e hora e para por aí, então nenhum desses valores aparece na CSV e nenhuma coluna é criada para eles.

Vale saber isso antes de planejar uma análise em cima deles, porque a saída parece completa. Se dados de sensor forem o que você realmente precisa, nenhuma conversão deste site vai entregar isso numa tabela — a rota TCX tem a mesma limitação. O caminho honesto é ler o bloco de extensões você mesmo, ou exportar o treino direto da plataforma que gravou.

Latitude e longitude são gravadas com exatamente seis casas decimais, cerca de 11 centímetros no equador. Não é um número redondo escolhido por estética: um receptor GPS de consumo tem erro de posição de vários metros a céu aberto, e bem pior sob árvores ou entre prédios, então uma sétima ou oitava casa descreveria o receptor, não o solo.

A consequência é que um GPX com pontos gravados na precisão total de um número de ponto flutuante volta arredondado, e uma comparação com a origem mostrará diferenças na oitava casa. Para uma trilha de consumo, isso é arredondar ruído. Para dados de levantamento topográfico seria uma perda real, e dados de levantamento não são o que esta conversão serve.

A elevação é copiada exatamente como o GPX escreveu, sem arredondamento e sem conversão de unidade: a especificação diz metros acima do elipsoide WGS 84, então `512.4` no arquivo continua `512.4` na célula. Os horários também são copiados literalmente, no formato ISO 8601 original.

Um efeito colateral útil: ISO 8601 ordena corretamente como texto puro, então classificar a tabela pela coluna de hora funciona mesmo numa ferramenta que não reconheceu a coluna como data. A pegadinha correspondente é que um ponto sem horário deixa a célula vazia em vez de preenchê-la com zero, e exportações mistas acontecem — uma trilha com hora ao lado de pontos marcados manualmente, que não têm nenhuma.

Duas coisas dão errado quando uma tabela de coordenadas é aberta com duplo clique. Numa configuração regional com vírgula decimal, `48.137154` é lido como texto em vez de número, e a coluna de latitude inteira fica alinhada à esquerda e inútil para gráficos. E a coluna de hora costuma ser reinterpretada como data-hora no fuso local, deslocando silenciosamente uma trilha em UTC por uma hora ou mais.

As duas coisas se evitam importando em vez de abrir direto: o assistente de importação de texto do Excel permite definir a origem do arquivo e marcar colunas individualmente. No pandas nada disso acontece — `read_csv` lê o arquivo direto, e `parse_dates=["time"]` produz horários com fuso, porque o deslocamento já está na string.

A leitura e a escrita acontecem inteiramente nesta aba do navegador. Nenhuma requisição carrega o GPX para lugar nenhum, algo verificável no painel de rede enquanto a conversão roda, e a conversão funciona com a conexão desligada depois que a página carregou.

Um GPX não é um documento sobre um assunto qualquer: é uma lista dos lugares exatos onde você esteve e dos minutos exatos em que esteve lá. O primeiro e o último ponto de um percurso costumam ser o endereço de casa. A CSV é ainda mais exposta que a origem, porque é legível por qualquer pessoa que abra uma planilha — guarde-a onde você guarda o GPX.