熊猫学位日
pandas_degreedays的Python项目详细描述
欢迎使用熊猫的文档！
大熊猫
熊猫学位日（pandas_degreedays）是 Python要计算的包degree days。
使用量
必须提供Pandas Series 有温度值。
让我们调用ts_tempthis serie，它看起来像：
datetime 2014-03-20 23:00:00 11 2014-03-20 23:30:00 11 2014-03-21 00:00:00 11 2014-03-21 00:30:00 11 2014-03-21 01:00:00 11 2014-03-21 01:30:00 11 ... 2014-11-01 20:00:00 12 2014-11-01 20:30:00 12 2014-11-01 21:00:00 12 2014-11-01 21:30:00 12 2014-11-01 22:00:00 12 2014-11-01 22:30:00 12 Name: temp, Length: 10757
您可以在sample文件夹中获得温度时间序列并读取 它使用：
import pandas as pd
filename = 'temperature_sample.xls'
df_temp = pd.read_excel(filename)
df_temp = df_temp.set_index('datetime')
ts_temp = df_temp['temp']
你也可以从 OpenWeatherMap.org。你需要 先安装 openweathermap_requests。
import logging
logger = logging.getLogger()
logger.setLevel(logging.DEBUG)
from pandas_degreedays.provider import TemperatureProvider
ts_temp = TemperatureProvider('OpenWeatherMap', api_key='').get_from_coordinates(0.34189, 46.5798114, '20120601', '20141215')
我们可以使用：
idx = ts_temp.index s_idx = pd.Series(idx, index=idx) diff_idx = s_idx-s_idx.shift(1) s_sampling_period = diff_idx.value_counts() sampling_period = s_sampling_period.index[0] # most prevalent sampling period not_sampling_period = (diff_idx != sampling_period) # True / False
我们可以使用：
from pandas_degreedays import inter_lin_nan ts_temp = inter_lin_nan(ts_temp, '1H') # interpolates linearly NaN
我们可以使用：
from pandas_degreedays import calculate_dd df_degreedays = calculate_dd(ts_temp, method='pro', typ='heating', Tref=18.0, group='yearly')
method可以是：
-'pro'（能源专业人士）-这是默认计算
方法-'meteo'
typ（计算类型）可以是：
-'heating'-这是默认计算类型-'cooling'
Tref是参考温度-默认值是18.0
group可以是：
-'yearly'-这是默认的分组选项-'yearly10'-
与'yearly'相同，但年份开始于10月（10）-'monthly'-
'weekly'-None-任何可以使用的lambda函数
可应用于datetime：
from pandas_degreedays import yearly_month df_degreedays = calculate_dd(ts_temp, method='pro', typ='heating', Tref=18.0, group=lambda dt: yearly_month(dt, 10))
它输出一个Pandas DataFrame 学位日如下：
Tmin Tmax Tavg Tref DD DD_cum 2014-03-22 7.0 11.0 9.00 18 9.000000 9.000000 2014-03-23 3.0 12.0 7.50 18 10.500000 19.500000 2014-03-24 0.0 10.0 5.00 18 13.000000 32.500000 2014-03-25 6.0 10.0 8.00 18 10.000000 42.500000 2014-03-26 5.0 12.0 8.50 18 9.500000 52.000000 2014-03-27 2.0 8.0 5.00 18 13.000000 65.000000 ... ... ... ... ... ... ... 2014-10-26 5.0 17.0 11.00 18 7.000000 653.547663 2014-10-27 9.0 22.0 15.50 18 3.336923 656.884586 2014-10-28 7.5 20.0 13.75 18 4.544400 661.428986 2014-10-29 8.0 19.0 13.50 18 4.618182 666.047168 2014-10-30 12.0 22.0 17.00 18 1.992000 668.039168 2014-10-31 11.0 24.0 17.50 18 2.143077 670.182245 [224 rows x 6 columns]
您可以使用以下命令显示绘图：
from pandas_degreedays import plot_temp plot_temp(ts_temp, df_degreedays)
关于熊猫
pandas是一个python包，它提供 快速、灵活和有表现力的数据结构 使用“关系”或“标记”数据既简单又直观。这是一个非常 方便的图书馆与时间序列工作。
安装
来自python包索引
$ pip install pandas_degreedays
源代码
使用git获取最新版本
$ git clone https://github.com/scls19fr/pandas_degreedays.git $ cd pandas_degreedays $ python setup.py install
链接
- 文档可以在Read The Docs；
- 源代码和问题跟踪可以在 GitHub。
- 请随意tip me！
欢迎加入QQ群-->： 979659372
