python实现天气数据查询,引入pandas

目录

01.读取北京天气2018年数据，并显示前五行

02.显示数据规模（几行几列）

03.最高温度、最低温度列：去掉“℃”符号，并将数据改为float类型

04.查询温差大于10度的日期有哪些

05.将日期列作为行索引，覆盖原数据

06.输出2018.1.1到2018.1.15的风向数据

07.查询教师节这天的最高温度，最低温度，天气数据

08.查询出空气质量为优，最低温度大于10度的数据记录

---

01.读取北京天气2018年数据，并显示前五行

代码：

import pandas as pd  # 引入pandas库

# 01.读取北京天气2018年数据，并显示前五行
df = pd.read_csv('D:/beijing_tianqi_2018.csv')
print("01.读取北京天气2018年数据，并显示前五行")
print(df.head())  # head括号里写的数字代表显示的最后一行的行数
# 不写是默认显示前5行
print("\n")

结果： 

01.读取北京天气2018年数据，并显示前五行
          ymd bWendu yWendu tianqi fengxiang fengli  aqi aqiInfo  aqiLevel
0  2018-01-01     3℃    -6℃   晴~多云       东北风   1-2级   59       良         2
1  2018-01-02     2℃    -5℃   阴~多云       东北风   1-2级   49       优         1
2  2018-01-03     2℃    -5℃     多云        北风   1-2级   28       优         1
3  2018-01-04     0℃    -8℃      阴       东北风   1-2级   28       优         1
4  2018-01-05     3℃    -6℃   多云~晴       西北风   1-2级   50       优         1

02.显示数据规模（几行几列）

代码：

# 02.显示数据规模（几行几列）
print("02.规模：")
print(df.shape)
print("\n")

结果： 

02.规模：
(365, 9)

03.最高温度、最低温度列：去掉“℃”符号，并将数据改为float类型

代码：

# 03.最高温度、最低温度列：去掉“℃”符号，并将数据改为float类型
print("03.最高温度、最低温度列：去掉“℃”符号，并将数据改为float类型")
df["bWendu"] = df['bWendu'].str.replace('℃', '')
df['yWendu'] = df['yWendu'].str.replace('℃', '')  # 去掉"℃"
print(df.head())

df['bWendu'] = df['bWendu'].astype(float)
df['yWendu'] = df['yWendu'].astype(float)
print(df.dtypes)  # df.dtypes查看表格每一列的数据类型
# 在pandas中，如果一列包含多个数据类型，
# 将会自动选择一种能容纳所有数据类型的类型，常用object
print('\n')

结果：

03.最高温度、最低温度列：去掉“℃”符号，并将数据改为float类型
          ymd bWendu yWendu tianqi fengxiang fengli  aqi aqiInfo  aqiLevel
0  2018-01-01      3     -6   晴~多云       东北风   1-2级   59       良         2
1  2018-01-02      2     -5   阴~多云       东北风   1-2级   49       优         1
2  2018-01-03      2     -5     多云        北风   1-2级   28       优         1
3  2018-01-0