北京雾霾数据分析

2016年北京雾霾数据初步分析

最近拿到了美国人收集的北京PM2.5指数数据，数据是从2008年到2016年每小时的pm2.5浓度值。这学期零零散散学习了一些python下pandas的数据分析，正好可以用来试试手，试着分析一下雾霾数据，在试着做做预测。

首先，先将数据怼进来，然后做一下简单处理，除去异常值（小于0）的数值。

import pandas as pd

DataSet2016 = pd.read_csv('G:/数据集/北京雾霾数据08-16/Beijing_2016_HourlyPM25_created20170103.csv')
DataSet2016_clear = DataSet2016[DataSet2016['Value']>=0]
ValueList = DataSet2016_clear['Value']
ValueList.index = DataSet2016_clear['Date (LST)']
ValueList.plot()
DataSet2016_clear['Date (LST)'] = pd.to_datetime(DataSet2016_clear['Date (LST)'])
DataSet2016_clear = DataSet2016_clear.set_index(['Date (LST)'])



可以看到，除了个别天爆表，其他的还都在可控范围内嘛。。。

下面是按月，天，小时，星期平均分析

#按月分析
Data_Monthly = DataSet2016_clear.groupby(['Month']).mean()
Value_Monthly = Data_Monthly['Value']
Value_Monthly.plot(kind = 'bar')



#按天分析
Data_Daily = DataSet2016_clear.groupby(['Day']).mean()
Value_Daily = Data_Daily['Value']
Value_Daily.plot(kind = 'bar')

#按小时分析
Data_Hourly = DataSet2016_clear.groupby(['Hour']).mean()
Value_Hour = Data_Hourly['Value']
Value_Hour.plot(kind = 'bar')

#按星期分析
DataSet2016_clear['Week'] = DataSet2016_clear.index.weekday
Data_WeekDay = DataSet2016_clear.groupby(['Week']).mean()
Value_weekday = Data_WeekDay['Value']
Value_weekday.plot(kind = 'bar')






可见，雾霾指数还是跟星期几有较强关系