# Lendo CSV DataFrame
Vá para **Lançamento de novo reservatório** nodo e mudança **Fluxo máximo** para **-400**, isso permitirá o fluxo de água através desse nó
O arquivo baixado, **Tâmisa\_Lee\_Vale\_demand.csv**, contém um conjunto de dados de séries temporais estruturado com duas colunas principais:
**etapa de tempo:** Essa coluna servirá como índice para a série temporal. Ela representa a progressão do tempo no conjunto de dados, permitindo a organização cronológica.
**Demanda de Lee Valley:** Essa coluna contém os dados que representam os valores da demanda no Vale Lee.
Tâmisa_Lee_Valley_Demand
Selecione o nó de saída **Demanda de Lee Valley** e edite o **Fluxo máximo**
Em Opções, selecione **PYWR\_PARAMETER**
Cole a seguinte configuração:
```json
{
“tipo”: “DataFrameParameter”,
“url”: “Tâmisa_Lee_Valley_demand.csv “,
“coluna”: “Demanda de Lee Valley”,
“index_col”: “etapa de tempo”,
“parse_dates”: verdadeiro
}
```
Agora, ela deve ter a seguinte aparência:
### Resultados
Clique no nó Lee Valley Demand > Outputs > simulated\ \_flow para ver os resultados da simulação
simulated_flow (Demanda de Lee Valley)
Agora, verifique o **simulado\_volume** pelo **Novo reservatório**
%20(1)%20(1).png?alt=media)
%20(1).png?alt=media)
%20(1)%20(1).png?alt=media)
%20(1)%20(1).png?alt=media)
%20(1)%20(1).png?alt=media)
%20(1).png?alt=media)
%20(1).png?alt=media)
.png?alt=media)
.png?alt=media)
.png?alt=media)