360+城市空气质量指数-日度数据、良好天数统计（2001-2022年）

最新推荐文章于 2024-08-14 10:38:47 发布
最新推荐文章于 2024-08-14 10:38:47 发布
阅读量1.2k 收藏 3
点赞数
分类专栏： #省份 #城市 文章标签： 经验分享 大数据 数据仓库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_71334485/article/details/127894813
版权

360+城市空气质量指数-日度数据、良好天数统计（2001-2022年） 城市空气质量指数-日度数据、良好天数统计

1、包括：360个城市

2、时间：2001.1-2022.1月   

3、样本量：1371937条  

4、数据来源：空气质量在线检测分析平台  

5、数据说明：内含日度详细数据、良好天数统计情况，

获取各个城市的空气质量日度数据；、将日度数据整理为年度统计数据，非平衡面板；根据空气质量级别统计达到及好于二级的天数以及占比情况；、保留原始日度数据和年度统计数据 

6、指标包括：日度详细数据、年份 城市名称 空气质量级别、日期 aqi 首要污染物、行政区划代码 api、年度统计情况、年份 年均API 空气质量达到及好于二级的天数、城市名称 年度首要污染物 统计总天数城市代码 空气质量级别 空气质量达到及好于二级的天数占比、年均AQI 天数

7、下载链接：

 360+城市空气质量指数-日度数据、良好天数统计（2001-2022年）icon-default.png?t=M85Bhttps://download.csdn.net/download/m0_71334485/85707849

m0_71334485
关注
专栏目录
Python数据分析-近5年(2017-2022)福州厦门泉州空气质量分析
qq_50626322的博客
06-13 1736
福建省城市5年前和现在的空气质量是否有变化，因此以福建省福州市，泉州市，厦门市为代表，分析这三个代表城市近5年来空气质量。 首先收集近5年来三个城市的空气质量数据。分析可知三个城市的AQI的曲线较为一致；5年空气质量优良率超过99.5%；影响福州空气质量的污染物主要是PM2.5和PM10。...
python空气质量指数计算_空气质量指数数据分析可视化
weixin_42473904的博客
01-12 4181
目录1 数据描述2 数据预处理应用日期计算函数应用匹配查找函数逻辑判断函数Python缺失值处理3 数据分析及可视化3.1描述统计3.2 热力图一、待分析的大数据描述本例选取的数据集air.xlsx，数据集显示的是2014年至2018年全国部分城市空气污染物情况。数据集中有557425个样本，样本由time(时间)、city(城市)、AQI、PM2.5、PM10、SO2、NO2、CO、O3、pri...
全国各地级市空气质量指数AQI、AQI排名、PM2.5大气污染日度数据2013-2022
最新发布
2401_84230935的博客
08-14 195
描述内容包含了空气清洁或者污染程度和空气污染对身体健康的影响也是空气质量指数主。No2）、地面臭氧（O3）。国家环保局建立了国家环境空气质量标准，地面臭氧和PM。数据采集中国气象网各地级市空气污染数据，数据包含全国300多个城。空气质量指数简称AQI，是对该地区空气质量进行定量的描述数据。2.5）、一氧化碳（CO）、二氧化硫（So2）、二氧化氮（2.5、PM10、SO2、NO2、O3、CO六类大气污染物。数据名称：全国各地级市空气质量指数AQI、A。染标准颗粒物污染（PM。2.5大气污染日度数据。
2013年-2022年最新全国328个城市的每日日AQI数据，包含PM2.5、PM10、SO2、NO2、O3、CO六类大气污染物
06-12
2013年-2022年最新全国328个城市的AQI数据，包含PM2.5、PM10、SO2、NO2、O3、CO六类大气污染物。可用于统计建模数据分析，科研学习。 数据来源：中国气象历史数据 时间跨度：历史数据更新至2022年 区域范围：全国 指标说明：包括PM2.5、PM10、SO2、NO2、O3、CO六类大气污染物 数据时间 2013-2022.03.31
中国核心城市空气质量日度数据（2013-2021年）
li514006030的博客
04-09 895
数据集名称：中国核心城市空气质量日度数据 时间范围：2013年12月-2021年4月 数据来源：CCAD 相关说明： 城市包括：北京 上海 广州 深圳 杭州 天津 成都 南京 西安 武汉数据 包含字段：日期、AQI、范围、质量等级、PM2.5、PM10、SO2、CO、NO2、O3、城市 数据截图： 下载链接：2013-2021年核心城市空气质量日度数据.zip-数据集文档类资源-CSDN下载 ...
地级市空气污染、空气质量、PM2.5日度数据
kawhi_li2019的博客
08-02 585
地级市空气污染、空气质量、PM2.5日度数据 整理好的面板数据，excel或stata版本 数据来源：中国气象历史数据 面板时间跨度：2013-2022.3.31 具体指标包括：城市、时间、质量等级、AQI指数、当天AQI排名、PM2.5、PM10、So2、No2、Co、O3 具体城市包括： 北京 天津 上海 重庆 广州 深圳 杭州 成都 石家 唐山 秦皇
2016年日度空气质量数据（AQI,SO2,NO2,PM2.5,PM10）.xlsx
04-06
2016年日度空气质量数据（AQI,SO2,NO2,PM2.5,PM10）.xlsx
城市空气质量指数日度数据统计2001-2022年
04-11
1-2022年360+城市空气质量指数-日度数据、良好天数统计情况，根据空气质量 级别统计各级别的占比情况。数据名称：城市空气质量指数-日度数据统计 数据年份：2 001-2022年 02、相关数据指标 数据来源：中国空气质量...
python空气质量指数计算_Python入门案例（八）：空气质量指数(AQI)计算
weixin_39895481的博客
12-19 4117
一、空气质量指数计算V1.0主要知识点：分支结构、函数、异常处理# -*- coding:utf-8 -*-"""@author:Angel@file:AQI_V1.0.py@time:2018/11/28 14:29@1.0功能：AQI计算"""def cal_linear(iaqi_lo, iaqi_hi, bp_lo, bp_hi, cp):# 线性缩放iaqi = (iaqi_hi - i...
布伦特原油价格数据，日度数据
12-03
布伦特原油价格数据，日度数据，从1987到2019，数据量很多，可以用来跑时间序列分析的数据，希望对大家有用
北京2013-2018年期间空气质量历史数据
08-26
北京2013-2018年期间每天的空气质量历史数据，一天数据示例{"date":"2013-12-02","aqi":"142","pm25":"109","pm10":"138","so2":"61","co":"2.6","no2":"88","n38h":"11"}
全网最全的空气质量指数日历史数据
09-21
经本人整理，花费22小时爬取的全网最全的空气质量指数日历史数据，对于网站上没有的数据也进行了城市的补充，数据用None来代替。而非简单的省略过去，没有C币的可以私信我，我免费发给你
空气质量监测数据获取器
11-29
自动从中国环境监测总站的空气质量发布网站获得数据，每1小时更新一次。
中国对外投资全球跟踪数据集（2005-2021年）
samLi0620的博客
04-01 742
中国对外投资全球跟踪数据集（2005-2021年）
碳排放权交易日度数据（2013-2022年）
li514006030的博客
04-22 274
碳排放权交易的理论基础是经济学中的“内部化外部性”理论，也就是说，企业和个人的污染行为会对环境和其他人产生外部成本，而政府可以通过建立市场机制来内部化这些外部成本。[3]曾诗鸿,李璠,翁智雄,钟震.我国碳交易试点政策的减排效应及地区差异[J].中国环境科学,2022,42(04):1922-1933.[2]刘传明,孙喆,张瑾.中国碳排放权交易试点的碳减排政策效应研究[J].中国人口·资源与环境,2019,29(11):49-58.[1]石敏俊,袁永娜,周晟吕,李娜.碳减排政策:碳税、碳交易还是两者兼之?
Python 用resample把年度、月度数据转为日度数据
qq_35952816的博客
05-02 6831
Python改变数据频率：采用resample将月度、年度等低频数据转为每日数据，也可以将不规则采样数据转为规律采样数据。
【数据分享】全国357个城市历年空气质量数据（2013-2021）
m0_56176608的博客
10-21 6798
空气质量数据
python利用matplotlib 绘制某个城市1995年-2015年日均气温小于0度的天数
05-21
首先，需要准备气温数据，可以从各种气象网站或者气象局获取。假设我们已经获取到了某个城市1995年-2015年的日均气温数据，保存在一个名为“temperature.csv”的文件中，每行数据格式为日期和日均气温，例如： ``` 1995-01-01,-2.3 1995-01-02,-1.8 1995-01-03,-0.7 ... ``` 接下来，我们可以使用python的pandas库读取csv文件中的数据，并计算每年日均气温小于0度的天数。代码如下： ```python import pandas as pd import matplotlib.pyplot as plt # 读取csv文件中的数据 data = pd.read_csv('temperature.csv', header=None, names=['date', 'temp']) # 将日期转换为日期类型 data['date'] = pd.to_datetime(data['date']) # 提取年份和日均气温 data['year'] = data['date'].dt.year data['temp'] = data['temp'].astype(float) # 计算每年日均气温小于0度的天数 cold_days = data[data['temp'] < 0].groupby('year').size() # 绘制折线图 plt.plot(cold_days.index, cold_days.values) plt.xlabel('Year') plt.ylabel('Days with daily average temperature < 0 degree') plt.show() ``` 这段代码中，首先使用pandas库读取csv文件中的数据，并将日期转换为日期类型。然后，提取年份和日均气温，并筛选出日均气温小于0度的数据。接着，使用groupby函数按年份计算每年日均气温小于0度的天数。最后，使用matplotlib库绘制折线图，展示每年日均气温小于0度的天数的变化趋势。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

m0_71334485

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值