Análisis de datos meteorológicos con Python y la librería Pandas

El análisis de datos meteorológicos es una de las aplicaciones más comunes de la ciencia de datos en la actualidad. Con la ayuda de la tecnología moderna, los meteorólogos pueden medir una gran cantidad de datos sobre el clima, que luego se analizan para obtener información valiosa que se puede utilizar en diversas áreas, como prever el tiempo o estudiar el cambio climático. En este tutorial, vamos a aprender cómo usar Python y la biblioteca Pandas para analizar datos meteorológicos.

¿Qué es Pandas?

Pandas es una de las bibliotecas de Python más populares utilizadas para el análisis de datos. Fue desarrollada originalmente por Wes McKinney en 2008 y es una herramienta poderosa para trabajar con datos en «Data Frames» o marcos de datos, una estructura de datos que se asemeja a una tabla en una base de datos. Pandas también proporciona una variedad de funciones para manipular y visualizar los datos, lo que hace que el análisis de datos sea más fácil y conveniente.

Instalación de Pandas

Antes de comenzar a trabajar con Pandas, primero debemos instalarlo. Para hacer esto, podemos usar el comando pip en el símbolo del sistema o en el terminal de nuestro sistema operativo.


             pip install pandas

Obtención de datos meteorológicos

Para analizar datos meteorológicos con Pandas, primero debemos obtenerlos. Existen muchos sitios web que proporcionan datos meteorológicos para diferentes ciudades en el mundo en formato csv.

En este tutorial, usaremos un conjunto de datos meteorológicos de la ciudad de Berlín que se puede descargar desde el siguiente enlace: https://www.kaggle.com/pankrzysiu/weather-archive-jena.

Lectura de datos meteorológicos

Una vez que tenemos nuestros datos en formato csv, podemos utilizar Pandas para leerlos en un Data Frame. El método «read_csv» de Pandas toma la ruta del archivo csv como argumento y devuelve un Data Frame con los datos leídos.


            import pandas as pd
            df = pd.read_csv("weather.csv")

Exploración de datos meteorológicos

Después de cargar los datos meteorológicos en un Data Frame, el siguiente paso es explorarlos. Pandas proporciona una serie de funciones para hacer esto, como:

head(): devuelve las primeras filas del Data Frame.
tail(): devuelve las últimas filas del Data Frame.
shape: devuelve dimensiones del Data Frame (filas, columnas).
describe(): devuelve estadísticas clave del Data Frame.


            import pandas as pd
            df = pd.read_csv("weather.csv")
            print(df.head())
            print(df.tail())
            print(df.shape)
            print(df.describe())

Manipulación de datos meteorológicos

Después de explorar nuestros datos meteorológicos, el siguiente paso es manipularlos. Pandas proporciona una variedad de técnicas para hacer esto, como:

Seleccionando columnas: podemos seleccionar una o más columnas de un Data Frame utilizando la notación de corchetes.
Máscaras: podemos utilizar máscaras para seleccionar filas que cumplen ciertas condiciones.
Ordenamiento: podemos ordenar el Data Frame por una o más columnas.
Operaciones matemáticas: podemos realizar operaciones matemáticas en las columnas de un Data Frame.


            import pandas as pd
            df = pd.read_csv("weather.csv")
            #Seleccionar la temperatura
            temp = df["TemperatureC"]
            print(temp)
            #Seleccionar las filas con temperatura mayor a 25 grados
            hot_temp = df[df["TemperatureC"] > 25]
            print(hot_temp)
            #Ordenar el Data Frame por fecha
            df_sorted = df.sort_values(by=["Date"])
            print(df_sorted)
            #Convertir grados Celsius a grados Fahrenheit
            df["TemperatureF"] = (df["TemperatureC"] * 9/5) + 32
            print(df)

Visualización de datos meteorológicos

La visualización de datos es una parte importante del análisis de datos. Con Pandas, podemos visualizar nuestros datos meteorológicos de varias maneras. Pandas utiliza la biblioteca de trazado matplotlib para crear gráficos.

Gráficos de líneas: podemos crear gráficos de líneas utilizando la función «plot» de Pandas.
Gráficos de caja: podemos crear gráficos de caja utilizando la función «boxplot» de Pandas.
Gráficos de barras: podemos crear gráficos de barras utilizando la función «bar» de Pandas.


            import pandas as pd
            import matplotlib.pyplot as plt
            
            df = pd.read_csv("weather.csv")
            
            #1. Gráfico de línea de la temperatura en el tiempo
            plt.plot(df["Date"], df["TemperatureC"])
            plt.title("Temperature en Berlin")
            plt.xlabel("Fecha")
            plt.ylabel("Temperatura")
            plt.show()
            
            #2. Gráfico de caja de la humedad
            df.boxplot(column="Humidity")
            plt.title("Distribución de la humedad")
            plt.show()
            
            #3. Gráfico de barras de la cantidad de lluvia por mes
            df["Month"] = pd.DatetimeIndex(df["Date"]).month
            rain_by_month = df.groupby("Month")["Precipitationmm"].sum()
            rain_by_month.plot(kind="bar")
            plt.xlabel("Mes")
            plt.ylabel("Lluvia (mm)")
            plt.title("Lluvia en Berlin por mes")
            plt.show()

Has aprendido cómo usar Pandas para analizar datos meteorológicos en Python. Pandas es una herramienta muy poderosa y útil para el análisis de datos en Python. A medida que aprendas más sobre Pandas, descubrirás muchas más funciones y herramientas que te ayudarán a trabajar con sus datos. Sigue practicando y experimentando y obtendrás cada vez más experiencia.