本文主要讲解“python空气质量数据示例分析”,简单明了,易学易懂。请跟随边肖的思路,一起学习学习《蟒蛇空气质量数据实例分析》!
计算日平均空气质量指数后,根据空气质量指数数据,计算相应的日污染水平。您需要在一个月的数据中添加一个新列,并直接将其添加到数据框的括号中。
Monthdata['level']是利用map函数,根据AQI的数据值计算相应的污染水平。map可以使用函数。
month data[' level ']=month data[' AQI ']。map(ComputeLevel)aqilevels=NP . array([.])
Levels=np.array([u '优秀',U '良好',U '轻度污染',
U '中度污染',U '重度污染',U '重度污染',U '无数据'])
def ComputeLevel(x):
if(不是math.isnan(x)):
index=np.where(aqilevels=x)
返回级别[索引[0][0]]
else:
返回“无数据”用无数据填充无数据的部分,方便数据统计时查看。
month data[' level ']=month data[' level ']。fillna('无数据')接下来,根据污染等级,统计DataFrame中的数据,计算每个月每个污染等级的天数,其中level的列名转换为count,level作为列名,而不是作为索引。
levelscount=pd。DataFrame(monthdata['level'])。
groupby(monthdata['level'])。count())levels count=levels count . rename(columns={ ' level ' : ' count ' })
LevelsCount=LevelsCount。Reset _ index ('level ')使用matplotlib计算每个月每个级别中的天数,并以直方图显示。
图=PLT . fig(fig size=(8,5))
dataax=图add _子图(1,1,1)
dataax.bar(inde,levelscount['count'])。tolist(),
0.35,颜色=lecolor,edgecolor=' white ')感谢阅读。以上就是“python空气质量数据分析示例”的内容。看完这篇文章,相信大家对python空气质量数据分析的问题有了更深层次的理解,具体用法还需要实践验证。在这里,边肖将为您推送更多关于知识点的文章,敬请关注!
内容来源网络,如有侵权,联系删除,本文地址:https://www.230890.com/zhan/125497.html