Kaggle中國五城市六年PM2.5資料挖掘

資料來源于kaggle平臺，本文對中國五城市（北京、上海、成都、廣州、沈陽）六年PM2.5資料，進行分析，為了更加直觀，我采用倒敘的方式，先展示成果，再展示資料預處理部分，

文章目錄

Kaggle中國五城市六年PM2.5資料挖掘
3. 資料可視化
- 3.1 PM2.5平均分布情況
- 3.2 時間關系
- - 3.2.1 各季節變化情況
  - 3.2.2 逐年、季度、月、日變化趨勢
- 3.3 風速的關系
- - 3.3.1 PM2.5與各城市風速關系
  - 3.3.2 北京PM2.5與風速關系圖
  - 3.3.3 除了北京外地區
- 3.4 降水量的關系
- - 3.4.1 上海小時降水量
  - 3.4.2 累計降水量
- 3.5 溫度關系
- 3.6 相對濕度關系
- 3.7 大氣壓強關系
- 3.8 溫度差關系
1. Excel資料預處理
- 1.1 資料探索
- 1.2 資料預處理
2. Python合并多個作業表

3. 資料可視化

3.1 PM2.5平均分布情況

在這里插入圖片描述
北京空氣質量最差，廣州和上海空氣質量最好，成都因地處四川盆地，工業污染難以被風吹散，空氣質量較其它南方城市較差，

3.2 時間關系

3.2.1 各季節變化情況

在這里插入圖片描述
五個城市連續六年PM2.5大小在一年四季的分布，廣州和上海的空氣質量比較適宜

3.2.2 逐年、季度、月、日變化趨勢

在這里插入圖片描述

可以看到，PM2.5總體是逐年下降的
觀察每天各個時段的PM2.5分布更有意義可以看到各此視下午2點的PM2.5平均值最低

3.3 風速的關系

3.3.1 PM2.5與各城市風速關系

在這里插入圖片描述
PM2.5與風速的關系，點擊查看單個城市的情況，風速越大，PM2.5越低，

3.3.2 北京PM2.5與風速關系圖

在這里插入圖片描述
PM2.5與風速的關系，僅顯示北京，刮大風總是會刮西北風，

3.3.3 除了北京外地區

在這里插入圖片描述
可以看出成都的刮風是非常小的，廣州次之

3.4 降水量的關系

PM2.5大小與降水量的關系（默認只顯示上海），

3.4.1 上海小時降水量

在這里插入圖片描述降水量越大的時候，PM2.5越低，

可以看到，2013-9-13日的降水量特別大，上海發生了大暴雨
在這里插入圖片描述

3.4.2 累計降水量

在這里插入圖片描述 PM2.5大小與累計降水量的關系，累計降水量越大，PM2.5越低，

3.5 溫度關系

在這里插入圖片描述
由于北京的散點圖掩蓋了其他城市，所以我們用篩選器取出了北京，可以看到，成都是比較熱的，上海溫差較大，沈陽最冷

3.6 相對濕度關系

在這里插入圖片描述 PM2.5大小與相對濕度的關系（默認不顯示北京廣州），當相對濕度較高時，成都、上海、沈陽資料都出現了斷續，并且大致符合：相對濕度越高、PM2.5的平均值越高的分布情況

原因解釋：

3.7 大氣壓強關系

在這里插入圖片描述感覺沒有太大關系

3.8 溫度差關系

露點溫度指空氣在水汽含量和氣bai壓都不改變的條件下，冷卻到飽和時的溫度，

形象地說，就是空氣中的水蒸氣變為露珠時候的溫度叫露點溫度，露點溫度本是個溫度值，可為什么用它來表示濕度呢?這是因為，當空氣中水汽已達到飽和時，氣溫與露點溫度相同;當水汽未達到飽和時，氣溫一定高于露點溫度，所以露點與氣溫的差值可以表示空氣中的水汽距離飽和的程度，氣溫降到露點以下是水汽凝結的必要條件
在這里插入圖片描述

1. Excel資料預處理

首先要對原始資料進行資料處理，主要時替換操作，Excel的vlookup函式就夠了，當然也可以利用pandas中的映射關系來做，就有點大材小用了，

1.1 資料探索

資料欄位
在這里插入圖片描述
欄位含義

No: row number 行號
year: year of data in this row 該行中資料的年份
month: month of data in this row 該行中資料的月份
day: day of data in this row 該行中資料的日期
hour: hour of data in this row 該行中的小時資料
season: season of data in this row 此行中的資料季節
PM: PM2.5 concentration (ug/m^3) PM2.5濃度（ug / m ^ 3）
DEWP: Dew Point (Celsius Degree) 露點（攝氏溫度）
TEMP: Temperature (Celsius Degree) 溫度（攝氏溫度）
HUMI: Humidity (%) 濕度（％）
PRES: Pressure (hPa) 壓力（hPa）
cbwd: Combined wind direction 組合風向
Iws: Cumulated wind speed (m/s) 累積風速（m / s）
precipitation: hourly precipitation (mm) 每小時降水量（毫米）
Iprec: Cumulated precipitation (mm) 累積降水量（毫米）

資料結構
在這里插入圖片描述
資料展示
$[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-1dxJtiF7-3012356376991)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\3012353015277.png)]$

1.2 資料預處理

季節替換
風向替換

在這里插入圖片描述

PM2.5資料處理
時間轉換

在這里插入圖片描述

處理完5個EXCEL表格資料后，就要合并多個作業表，Python比較在行

2. Python合并多個作業表

# -*- coding:utf-8 -*-
# @Author : https://blog.csdn.net/qq_45176548 
# @Time : 2021/2/4 0:25
import pandas as pd
import os
os.chdir(r"E:\Python\五省PM2.5")
path = "./archive/"
dfs,index = [],0
for i in os.listdir(path):
    dfs.append(pd.read_csv(os.path.join(path,i)))
    print(f"正在合并{index+1}作業表")
    index += 1
df = pd.concat(dfs)
df.to_csv("./archive/北上廣成沈五城市六年PM2.5資料匯總.csv",index=False)

Python中國五城市六年PM2.5資料挖掘

Kaggle中國五城市六年PM2.5資料挖掘

文章目錄

3. 資料可視化

3.1 PM2.5平均分布情況

3.2 時間關系

3.2.1 各季節變化情況

3.2.2 逐年、季度、月、日變化趨勢

3.3 風速的關系

3.3.1 PM2.5與各城市風速關系

3.3.2 北京PM2.5與風速關系圖

3.3.3 除了北京外地區

3.4 降水量的關系

3.4.1 上海小時降水量

3.4.2 累計降水量

3.5 溫度關系

3.6 相對濕度關系

3.7 大氣壓強關系

3.8 溫度差關系

1. Excel資料預處理

1.1 資料探索

1.2 資料預處理

2. Python合并多個作業表