Merge remote-tracking branch 'refs/remotes/origin/main' into develop

# Conflicts:
#	src/main/java/org/matsim/vsp/freight/food/RunFood.java

pom.xml

@@ -13,7 +13,7 @@
 	<parent>
 		<groupId>org.matsim</groupId>
 		<artifactId>matsim-all</artifactId>
-		<version>2025.0-2024w36</version>
+		<version>2025.0-2024w46</version>
 		<!--		    <version>2025.0-PR3245</version>-->
 		<!--        <version>2025.0-SNAPSHOT</version>-->
 		<relativePath/>

src/main/R/KaiMT/FoodResults_Data_multiDir_Hbefa.R

@@ -0,0 +1,170 @@
+##Fasse ERgebnisse aus den verschiedenen Runs zusammen
+## KMT Okt'24
+
+####TODOS
+# - Prüfen, dass das Umwandlung in Tabelle für LaTex gut klappt, ggf. Infos anpassen
+# - ggf. Rundung der Werte
+# -aufs Jahr hochrechnen???
+
+
+
+# #setwd("C:/git-and-svn/shared-svn/projects/freight/studies/UpdateEventsfromEarlierStudies/foodRetailing_wo_rangeConstraint/71_ICEVBEV_NwCE_BVWP_10000it_DCoff_noTax/analysis")
+# EFood <- FALSE
+setwd("C:/git-and-svn/shared-svn/projects/freight/studies/UpdateEventsfromEarlierStudies/foodRetailing_with_rangeConstraint/")
+EFood <- FALSE
+
+
+# Install and load necessary packages
+if (!requireNamespace("tidyverse", quietly = TRUE)) {
+  install.packages("tidyverse")
+}
+if (!requireNamespace("plotly", quietly = TRUE)) {
+  install.packages("plotly")
+}
+if (!requireNamespace("gridExtra", quietly = TRUE)) {
+  install.packages("gridExtra")
+}
+library(tidyverse)
+library(plotly)
+library(gridExtra)
+library(tibble)
+
+pollutants2WriteExhaust <- c("Scenario", "CO", "CO2_TOTAL", "NOx", "PM", "PM2_5", "BC_exhaust")
+pollutants2WriteNonExhaust <- c("Scenario", "PM_non_exhaust", "PM2_5_non_exhaust", "BC_non_exhaust")
+
+
+# Hauptverzeichnis, in dem sich die Unterordner befinden
+main_dir <- getwd()
+
+# Pfad zum spezifischen Referenzordner
+referenz_ordner <- "C:/git-and-svn/shared-svn/projects/freight/studies/UpdateEventsfromEarlierStudies/foodRetailing_wo_rangeConstraint/71a_ICEV_NwCE_BVWP_10000it_DCoff_noTax/"
+
+# Liste der Unterordner im Hauptverzeichnis
+subdirs <- list.dirs(main_dir, full.names = TRUE, recursive = FALSE)
+subdirs <- subdirs[subdirs != referenz_ordner] #Referenzordner soll da nicht drin sein
+
+# Initialisiere einen leeren Dataframe, um die kombinierten Daten zu speichern
+kombinierte_daten <- data.frame()
+
+# Lese die Referenzdaten aus dem spezifischen Referenzordner
+file_path_referenz <- file.path(referenz_ordner, "Analysis", "1_emissions", "emissionsPerPollutant.csv")
+
+
+# Überprüfe, ob die Referenzdatei existiert und lese sie ein
+if (file.exists(file_path_referenz)) {
+  referenzdaten_org <- read.csv(file_path_referenz, sep = ";")
+
+  # Füge eine Spalte "ScenarioLang" hinzu und setze den Namen des Referenzordners
+  referenzdaten_org$ScenarioLang <- basename(referenz_ordner)
+
+  # Speichere die Referenzdaten als erste Zeile im kombinierten DataFrame
+  kombinierte_daten <- referenzdaten_org
+} else {
+  stop(paste("Referenzdatei nicht gefunden in:", file_path_referenz))
+}
+
+
+
+# Durchlaufe alle Unterordner und lies all die Daten ein.
+for (subdir in subdirs) {
+
+  # Erstelle den genauen Pfad zur gewünschten CSV-Datei
+  file_path_emissions <- file.path(subdir, "Analysis", "1_emissions", "emissionsPerPollutant.csv")
+
+
+  ## Emissions einlesen
+  if (file.exists(file_path_emissions)) {
+    df_emissions_org <- read.csv(file_path_emissions, sep = ";")
+
+    df_emissions <- df_emissions_org # Erstmal nur eine Kopie davon in der dann gearbeitet wird.
+
+    # Füge eine Spalte "ScenarioLang" hinzu und weise ihr den Namen des aktuellen Unterordners zu
+    df_emissions$ScenarioLang <- basename(subdir)
+
+
+    # Füge die Daten zum kombinierten Dataframe hinzu
+    kombinierte_daten <- rbind(kombinierte_daten, df_emissions)
+
+
+  } else { 
+    message(paste("Datei nicht gefunden in:", subdir, file_path_emissions))
+    }
+
+} ## For Schleife
+
+### Etwas aufräumen:
+# Entferne die Spalte "Run"
+kombinierte_daten <- kombinierte_daten[, !names(kombinierte_daten) %in% c("Run")]
+# Bringe die Spalte "ScenarioLang" an die erste Stelle
+kombinierte_daten <- kombinierte_daten[, c("ScenarioLang", setdiff(names(kombinierte_daten), "ScenarioLang"))]
+
+# Erstelle die neue Spalte "Scenario": setze "Base Case", wenn es das Referenzszenario ist, sonst den Teil nach dem letzten Unterstrich
+kombinierte_daten$Scenario <- ifelse(
+  kombinierte_daten$ScenarioLang == basename(referenz_ordner), 
+  "Base Case", 
+  sub(".*_", "", kombinierte_daten$ScenarioLang)  # Extrahiert den Teil nach dem letzten Unterstrich
+)
+
+# Bringe die Spalte "Scenario" an die zweite Stelle
+kombinierte_daten <- kombinierte_daten[, c("ScenarioLang", "Scenario", setdiff(names(kombinierte_daten), c("ScenarioLang", "Scenario")))]
+
+
+head(kombinierte_daten)
+
+
+### Relative Änderungen berechnen.
+#Funktion um relativeÄnderungen zu berechnen
+calcRelChanges <- function(data){
+  # Erhalte die numerischen Spalten im kombinierten DataFrame
+  numerische_spalten <- sapply(data, is.numeric)
+
+  # Extrahiere die Referenzdaten aus dem kombinierten DataFrame
+  referenzdaten <- data[data$ScenarioLang == basename(referenz_ordner), numerische_spalten]
+
+  # Gehe durch alle Szenarien außer dem Referenzszenario und berechne die relative Änderung
+  for (i in which(data$ScenarioLang != basename(referenz_ordner))) {
+    for (col in names(data)[numerische_spalten]) {
+      abs_wert <- as.numeric(data[i, col])  # Sicherstellen, dass es numerisch ist
+      ref_wert <- as.numeric(referenzdaten[[col]])        # Sicherstellen, dass es numerisch ist
+
+      # Überprüfen, ob abs_wert und ref_wert numerisch sind
+      if (is.na(abs_wert) || is.na(ref_wert)) {
+        data[i, col] <- "NA"
+      } else if (ref_wert == 0) { # Bei Referenzwert 0 soll das speziell gehandelt werden
+        data[i, col] <- paste(abs_wert, " ( -- %)", sep = "")
+      } else { # Alles gut, rechne und füge hinzu.
+        rel_aenderung <- round(((abs_wert - ref_wert) / ref_wert) * 100, 1)
+        data[i, col] <- paste(abs_wert, " (", rel_aenderung, "%)", sep = "")
+      }
+    }
+  }
+  data <- data
+}
+
+
+
+
+#Funktion zum Schreiben des Outputs
+write_output <- function(output_file, dataframe) {
+  cat("Erstma nur die ExhaustEmissions\n\n", file = output_file, append = TRUE)
+  write.table(dataframe %>% select(all_of(pollutants2WriteExhaust)), file = output_file, sep = ";", row.names = FALSE, col.names = TRUE, append = TRUE)
+  cat("\n\nUnd nun noch die Non-exhaustEmissions\n\n", file = output_file, append = TRUE)
+  write.table(dataframe %>% select(all_of(pollutants2WriteNonExhaust)), file = output_file, sep = ";", row.names = FALSE, col.names = TRUE, append = TRUE)
+  #Und nochmal alle Daten
+  write.table(dataframe, file = sub("\\.csv$", "_all.csv", output_file), sep = ";", row.names = FALSE, col.names = TRUE)
+}
+
+
+####Berechne relative Änderungen und schreibe es raus
+kombinierte_daten_g <- kombinierte_daten
+write_output("Emissions_g.csv", calcRelChanges(kombinierte_daten_g))
+
+
+###Nun noch Umrechnung von g in kg und Ausgabe dessen
+kombinierte_daten_kg <- kombinierte_daten
+numerische_spalten <- sapply(kombinierte_daten_kg, is.numeric) # Identifiziere alle numerischen Spalten im Dataframe
+kombinierte_daten_kg[numerische_spalten] <- kombinierte_daten_kg[numerische_spalten] / 1000
+
+write_output("Emissions_kg.csv", calcRelChanges(kombinierte_daten_kg))
+#head(kombinierte_daten_kg)
+

src/main/R/KaiMT/FoodResults_Data_multiDir_Vehicles.R

@@ -0,0 +1,211 @@
+##Fasse die Ergebnisse aus den verschiedenen Runs zusammen
+## Anzahl Fzg und vkm
+## KMT Okt'24
+
+#### Erweiterungen FZG
+# Ausgabe der km in csv-DAtei ist noch offen
+# - Das dann mal abgleichen mit aktueller Variante in Diss
+
+#### Erweiterungen W2w --> basierend auf der Grundlage hier
+# - basierend auf vkm je typ mit Faktoren je Fzg-Typ mutliplizieren
+# - Aufs Jahr hochrechnen?
+# - für die Strommixe anpassen als eigene cases.
+
+
+# #setwd("C:/git-and-svn/shared-svn/projects/freight/studies/UpdateEventsfromEarlierStudies/foodRetailing_wo_rangeConstraint/71_ICEVBEV_NwCE_BVWP_10000it_DCoff_noTax/analysis")
+# EFood <- FALSE
+setwd("C:/git-and-svn/shared-svn/projects/freight/studies/UpdateEventsfromEarlierStudies/foodRetailing_with_rangeConstraint/")
+EFood <- FALSE
+
+
+# Install and load necessary packages
+if (!requireNamespace("tidyverse", quietly = TRUE)) {
+  install.packages("tidyverse")
+}
+if (!requireNamespace("plotly", quietly = TRUE)) {
+  install.packages("plotly")
+}
+if (!requireNamespace("gridExtra", quietly = TRUE)) {
+  install.packages("gridExtra")
+}
+library(tidyverse)
+library(plotly)
+library(gridExtra)
+library(tibble)
+
+# Hauptverzeichnis, in dem sich die Unterordner befinden
+main_dir <- getwd()
+
+# Pfad zum spezifischen Referenzordner
+referenz_ordner <- "C:/git-and-svn/shared-svn/projects/freight/studies/UpdateEventsfromEarlierStudies/foodRetailing_wo_rangeConstraint/71a_ICEV_NwCE_BVWP_10000it_DCoff_noTax/"
+
+# Liste der Unterordner im Hauptverzeichnis
+subdirs <- list.dirs(main_dir, full.names = TRUE, recursive = FALSE)
+subdirs <- subdirs[subdirs != referenz_ordner] #Referenzordner soll da nicht drin sein
+
+# Initialisiere einen leeren Dataframe, um die kombinierten Daten zu speichern
+kombinierte_daten <- data.frame()
+
+# Lese die Referenzdaten aus dem spezifischen Referenzordner
+file_path_referenz <- file.path(referenz_ordner, "Analysis", "TimeDistance_perVehicleType.tsv")
+
+
+# Überprüfe, ob die Referenzdatei existiert und lese sie ein
+if (file.exists(file_path_referenz)) {
+  referenzdaten_org <- read_delim(file_path_referenz, show_col_types = FALSE)
+
+  # Füge eine Spalte "ScenarioLang" hinzu und setze den Namen des Referenzordners
+  referenzdaten_org$ScenarioLang <- basename(referenz_ordner)
+
+  # Speichere die Referenzdaten als erste Zeile im kombinierten DataFrame
+  kombinierte_daten <- referenzdaten_org
+} else {
+  stop(paste("Referenzdatei nicht gefunden in:", file_path_referenz))
+}
+
+
+
+# Durchlaufe alle Unterordner und lies all die Daten ein.
+for (subdir in subdirs) {
+
+  # Erstelle den genauen Pfad zur gewünschten CSV-Datei
+  file_path_datei <- file.path(subdir, "Analysis", "TimeDistance_perVehicleType.tsv")
+
+
+  ## Emissions einlesen
+  if (file.exists(file_path_datei)) {
+    df_vehTypes_org <- read_delim(file_path_datei, show_col_types = FALSE)
+
+    df_vehTypes <- df_vehTypes_org # Erstmal nur eine Kopie davon in der dann gearbeitet wird.
+
+    # Füge eine Spalte "ScenarioLang" hinzu und weise ihr den Namen des aktuellen Unterordners zu
+    df_vehTypes$ScenarioLang <- basename(subdir)
+
+
+    # Füge die Daten zum kombinierten Dataframe hinzu
+    kombinierte_daten <- rbind(kombinierte_daten, df_vehTypes)
+
+
+  } else { 
+    message(paste("Datei nicht gefunden in:", subdir, file_path_datei))
+    }
+
+} ## For Schleife
+
+# Entferne Leerzeichen am Anfang und Ende der Spaltennamen (scheint hier u.a. bei den vehiclTypeId so gewesen zu sein)
+names(kombinierte_daten) <- trimws(names(kombinierte_daten))
+
+#function to create categories
+create_vehicle_categories <- function(data) {
+  data <- data %>% 
+    mutate(vehicleCategory = ifelse(vehicleTypeId %in% c("light8t", "light8t_frozen"), yes = "7.5t",
+                                    no = ifelse(vehicleTypeId %in% c("light8t_electro", "light8t_frozen_electro", "light8t_electro_large_Quantron", "light8t_frozen_electro_large_Quantron", "light8t_electro_small_Mitsubishi", "light8t_frozen_electro_small_Mitsubishi"), yes = "7.5t_electro",
+                                                no = ifelse(vehicleTypeId %in% c("medium18t", "medium18t_frozen"), yes = "18t",
+                                                            no = ifelse(vehicleTypeId %in% c("medium18t_electro", "medium18t_electro", "medium18t_electro_large_Volvo", "medium18t_electro_small_Renault"), yes = "18t_electro",
+                                                                        no = ifelse(vehicleTypeId %in% c("heavy26t", "heavy26t_frozen"), yes = "26t",
+                                                                                    no = ifelse(vehicleTypeId %in% c("heavy26t_electro",  "heavy26t_frozen_electro", "heavy26t_electro_large_Daimler", "heavy26t_frozen_electro_large_Daimler", "heavy26t_electro_small_Volvo", "heavy26t_frozen_electro_small_Volvo"), yes = "26t_electro",
+                                                                                                no = ifelse(vehicleTypeId %in% c("heavy40t", "heavy40t_frozen"), yes = "40t",
+                                                                                                            no = ifelse(vehicleTypeId %in% c("heavy40t_electro", "heavy40t_frozen_electro", "heavy40t_electro_large_Scania", "heavy40t_electro_small_Daimler"), yes = "40t_electro",
+                                                                                                                        no = as.character(vehicleTypeId))))))))))
+}
+
+#Nur die Fahrzeuggröße -> d.h. egal ob elektro oder nicht. 
+create_vehicle_sizeClass <- function(data) {
+  data <- data %>% 
+    mutate(sizeClass = sub("_.*", "", vehicleCategory))
+
+}
+
+### Finde raus, ob es ein BEV oder ICEV ist.
+create_vehicle_engineType <- function(data) {
+  data <- data %>% 
+    mutate(engineType = ifelse(is.na(vehicleCategory) | vehicleCategory == "", 
+                               NA,  # Falls vehicleCategory leer oder NA ist, setze den Wert auf NA
+                               ifelse(grepl("_electro", vehicleCategory), "BEV", "ICEV"))) # Wenn "_electro" enthalten, BEV, sonst ICEV.
+
+}
+
+kombinierte_daten <- create_vehicle_categories(kombinierte_daten)
+kombinierte_daten <- create_vehicle_sizeClass(kombinierte_daten)
+kombinierte_daten <- create_vehicle_engineType(kombinierte_daten)
+
+### Etwas aufräumen:
+
+# Entferne die Spalte "Run"
+kombinierte_daten <- kombinierte_daten[, !names(kombinierte_daten) %in% c("Run")]
+# Bringe die Spalte "ScenarioLang" an die erste Stelle
+kombinierte_daten <- kombinierte_daten[, c("ScenarioLang", setdiff(names(kombinierte_daten), "ScenarioLang"))]
+
+# Erstelle die neue Spalte "Scenario": setze "Base Case", wenn es das Referenzszenario ist, sonst den Teil nach dem letzten Unterstrich
+kombinierte_daten$Scenario <- ifelse(
+  kombinierte_daten$ScenarioLang == basename(referenz_ordner), 
+  "Base Case", 
+  sub(".*_", "", kombinierte_daten$ScenarioLang)  # Extrahiert den Teil nach dem letzten Unterstrich
+)
+
+# Bringe die Spalte "Scenario" an die zweite Stelle
+kombinierte_daten <- kombinierte_daten[, c("ScenarioLang", "Scenario", setdiff(names(kombinierte_daten), c("ScenarioLang", "Scenario")))]
+
+
+head(kombinierte_daten)
+
+# Group by Scenario, SizeClass, and engineType, then summarize the number of vehicles
+summarized_data_vehicles <- kombinierte_daten %>%
+  group_by(Scenario, sizeClass, engineType) %>%
+  summarize(sumedValue = sum(nuOfVehicles, na.rm = TRUE)) %>%
+  ungroup()
+
+summarized_data_km <- kombinierte_daten %>%
+  group_by(Scenario, sizeClass, engineType) %>%
+  summarize(sumedValue = sum(`SumOfTravelDistances[km]`, na.rm = TRUE)) %>%
+  ungroup()
+
+# Function to reshape data and calculate sums
+reshape_and_calculate_sums <- function(data) {
+  reshaped_data <- data %>%
+    unite("SizeClass_engineType", sizeClass, engineType, sep = "_") %>%
+    spread(key = SizeClass_engineType, value = sumedValue, fill = 0) %>%
+    mutate(
+      BEV_Total = rowSums(select(., contains("_BEV")), na.rm = TRUE),
+      ICEV_Total = rowSums(select(., contains("_ICEV")), na.rm = TRUE),
+      Total = BEV_Total + ICEV_Total
+    )
+  return(reshaped_data)
+}
+
+reshaped_data_vehicles <- reshape_and_calculate_sums(summarized_data_vehicles)
+reshaped_data_km <- reshape_and_calculate_sums(summarized_data_km)
+
+# View the updated reshaped data
+print(reshaped_data_vehicles)
+print(reshaped_data_km)
+
+# Round all numeric values in the reshaped_data_km data frame to whole numbers
+reshaped_data_km <- reshaped_data_km %>%
+  mutate(across(where(is.numeric), ~ round(.x, digits = 0)))
+
+#### Ausgabe:
+# Define the desired order of scenarios
+scenario_order <- c("Base Case", "noTax", "Tax25", "Tax50", "Tax100", "Tax150", "Tax200", "Tax250", "Tax300")
+
+reorderRows <- function (data, order) {
+  data <- data %>%
+    mutate(Scenario = factor(Scenario, levels = order)) %>%
+    arrange(Scenario)
+}
+
+reshaped_data_vehicles <- reorderRows(reshaped_data_vehicles, scenario_order)
+reshaped_data_km <- reorderRows(reshaped_data_km, scenario_order)
+
+# Define the desired order of columns
+column_order <- c("Scenario", "7.5t_ICEV", "7.5t_BEV", "18t_ICEV", "18t_BEV", "26t_ICEV", "26t_BEV", "40t_ICEV", "40t_BEV", "ICEV_Total", "BEV_Total", "Total")
+
+#Funktion zum Schreiben des Outputs
+write_output_kmt <- function(output_file, dataframe) {
+  cat("Summen über die jeweiligen Szenarien \n\n", file = output_file, append = TRUE)
+  write.table(dataframe %>% select(all_of(column_order)), file = output_file, sep = ";", row.names = FALSE, col.names = TRUE, append = TRUE)
+}
+
+write_output_kmt("vehiclesPerType_Anzahl.csv", reshaped_data_vehicles)
+write_output_kmt("vehiclesPerType_km.csv", reshaped_data_km)
+