NoaaGfsWeather 클래스
NOAA(National Oceanic and Atmospheric Administration) GFS(글로벌 예측 시스템) 데이터 세트를 나타냅니다.
이 데이터 세트에는 NOAA(National Oceanic and Atmospheric Administration)의 GFS(글로벌 예측 시스템)에서 생성한 15일 미국 시간별 일기 예보 데이터(예: 기온, 강수량, 바람)가 포함되어 있습니다. 열 설명, 데이터 세트에 액세스하는 다양한 방법, 예를 포함하여 이 데이터 세트에 대한 정보는 Microsoft Azure Open Datasets 카탈로그의 NOAA 글로벌 예측 시스템을 참조하세요.
필터링 필드를 초기화합니다.
- 상속
-
NoaaGfsWeather
생성자
NoaaGfsWeather(start_date: datetime = datetime.datetime(2018, 1, 1, 0, 0), end_date: datetime = datetime.datetime(2018, 1, 1, 0, 0), cols: List[str] | None = None, limit: int | None = -1, enable_telemetry: bool = True)
매개 변수
Name | Description |
---|---|
start_date
|
데이터 로드를 시작할 날짜(포함)입니다. None이면 Default value: 2018-01-01 00:00:00
|
end_date
|
데이터 로드를 종료할 날짜(포함)입니다. None이면 Default value: 2018-01-01 00:00:00
|
cols
|
데이터 집합에서 로드할 열 이름 목록입니다. None이면 모든 열이 로드됩니다. 이 데이터 세트에서 사용 가능한 열에 대한 정보는 NOAA 글로벌 예측 시스템을 참조하세요. Default value: None
|
limit
|
Default value: -1
|
enable_telemetry
|
이 데이터 세트에서 원격 분석을 사용하도록 설정할지 여부를 나타냅니다. Default value: True
|
start_date
필수
|
포괄적으로 쿼리하려는 시작 날짜입니다. |
end_date
필수
|
포괄적으로 쿼리하려는 종료 날짜입니다. |
cols
필수
|
검색하려는 열 이름 목록입니다. None은 모든 열을 가져옵니다. |
limit
필수
|
to_pandas_dataframe()는 데이터의 "제한" 일만 로드합니다. -1은 제한 없음을 의미합니다. |
enable_telemetry
필수
|
원격 분석을 보낼지 여부를 나타냅니다. |
설명
아래 예는 데이터 세트 액세스를 사용하는 방법을 보여 줍니다.
from azureml.opendatasets import NoaaGfsWeather
from datetime import datetime
from dateutil.relativedelta import relativedelta
end_date = datetime.today()
start_date = datetime.today() - relativedelta(months=1)
gfs = NoaaGfsWeather(start_date=start_date, end_date=end_date)
gfs_df = gfs.to_pandas_dataframe()
메서드
filter |
필터 시간입니다. |
filter
필터 시간입니다.
filter(env: RuntimeEnv, min_date: datetime, max_date: datetime)
매개 변수
Name | Description |
---|---|
env
필수
|
<xref:azureml.opendatasets.RuntimeEnv>
런타임 환경입니다. |
min_date
필수
|
최소 날짜입니다. |
max_date
필수
|
최대 날짜입니다. |
반환
형식 | Description |
---|---|
필터링된 데이터 프레임입니다. |
특성
default_end_date
default_end_date = datetime.datetime(2024, 12, 13, 0, 0)
default_start_date
default_start_date = datetime.datetime(2018, 1, 1, 0, 0)
id_column_name
id_column_name = 'ID'
latitude_column_name
latitude_column_name = 'latitude'
longitude_column_name
longitude_column_name = 'longitude'