Python制作提取指定站点的空气质量数据监控脚本

桃扇骨 2022-12-27 11:11 215阅读 0赞

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

以下文章来源于Python干货铺子 ，作者INUYASHA123

![ce403d4387752df6812e9e89ba2cae6a.png][]

**前言**

**对于我们下载的多数数据集，我们可能需要提取其中指定的来使用**，比如这个空气质量数据集，全国那么多站点，我只想要我研究的区域的站点数据，然而，当我打开文件夹的时候，失望了，因为这些数据都是一个一个的csv文件。有一个方法就是excel可以用脚本把这些单独的csv合并为一个csv，但可能伴随的问题就是数据超出excel的存储上限，so，我们换一种做法**提取指定站点的数据**。

这次实验用到的数据是全国2014-2020年的站点空气质量数据，每小时的分辨率的，截图看看长什么样子：

![cce1a6b20fec9470759ef82a7f6efee7.png][]

![bdcc634d65e1ed7dfbca8f0efbf7c4c7.png][]

要是一个一个的打开去提取自己需要的，那会疯掉的，So,上神器--Python来完成这次实验操作

![ba27486d1cef0a50fae3e6f2afeb2245.png][]

targets就是你指定的想提取的站点，想提取谁就指定谁，就输入谁的站点代号就可以啦

**整体代码如下：**

import os
    import pandas as pd
    
    
    # 定义相关参数
    dataPath = './data' # 数据目录
    targets = ['1001A','1002A','1003A','1004A','1005A','1006A','1007A','1008A'] # 目标站点
    result = [[] for i in range(len(targets))] # 用于保存结果
    
    
    # 开始遍历
    for filepath in os.listdir(dataPath): # 遍历每个文件夹
        for filename in os.listdir('%s/%s'%(dataPath,filepath)):
            if not filename.endswith('.csv'): # 去重非csv数据文件
                continue
            data = pd.read_csv('%s/%s/%s'%(dataPath,filepath,filename))
            for i in range(0,len(data),15):
                for k in range(len(targets)):
                    try:
                        item = {'date':data['date'][i], # 日期
                                'hour':data['hour'][i]} # 小时
                        for j in range(i,i+15):
                            item[data['type'][j]] = data[targets[k]][j]
                        result[k].append(item)
                    except:
                        pass
            print('%s处理完毕'%filename)
                
    # 保存结果
    for i in range(len(targets)):
        pd.DataFrame(result[i]).to_csv('%s.csv'%targets[i],index=False)

Run，启动就可以运行，结果输入是这几个站点的csv数据，里面包含了所记录的时间范围的所有要素(比如PM10之类的)的数据

[ce403d4387752df6812e9e89ba2cae6a.png]: /images/20221120/9dab0cc4e3da4db4a58de5babff9441f.png
[cce1a6b20fec9470759ef82a7f6efee7.png]: /images/20221120/174ea86bf7c34c5790a3a0e883e7d804.png
[bdcc634d65e1ed7dfbca8f0efbf7c4c7.png]: /images/20221120/c6601d0e216a435fb2b7f2e03b10f24f.png
[ba27486d1cef0a50fae3e6f2afeb2245.png]: https://img-blog.csdnimg.cn/img_convert/ba27486d1cef0a50fae3e6f2afeb2245.png