次の方法で共有

NoaaGfsWeather クラス

米国海洋大気庁 (NOAA) グローバル予測システム (GFS) データセットを表します。

このデータセットには、米国海洋大気庁 (NOAA) のグローバル予測システム (GFS) によって生成された 15 日間の米国時間ごとの天気予報データ (温度、降水量、風など) が含まれています。 列の説明、データセットにアクセスするさまざまな方法、例など、このデータセットの詳細については、Microsoft Azure Open Datasets カタログの NOAA グローバル予測システム を参照してください。

フィルター フィールドを初期化します。

コンストラクター

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)

パラメーター

名前 説明
start_date
datetime

データの読み込みを開始する日付 (両端を含む)。 None の場合、 default_start_date が使用されます。

規定値: 2018-01-01 00:00:00
end_date
datetime

データの読み込みを終了する日付 (両端を含む)。 None の場合、 default_end_date が使用されます。

規定値: 2018-01-01 00:00:00
cols
list[str]

データセットから読み込む列名の一覧。 None の場合、すべての列が読み込まれます。 このデータセットで使用可能な列の詳細については、「 NOAA グローバル予測システム」を参照してください。

規定値: None
limit
int

to_pandas_dataframe()で読み込むデータの日数を示す値。 指定しない場合、-1 の既定値は、読み込まれた日数に制限がないことを意味します。

規定値: -1
enable_telemetry
bool

このデータセットでテレメトリを有効にするかどうか。

規定値: True
start_date
必須
datetime

包括的にクエリを実行する開始日。
end_date
必須
datetime

包括的にクエリを実行する終了日。
cols
必須
List[str]

取得する列名の一覧。 なしはすべての列を取得します。
limit
必須
int

to_pandas_dataframe() は、データの "制限" 日のみを読み込みます。 -1 は制限がないことを意味します。
enable_telemetry
必須
bool

テレメトリを送信するかどうかを示します。

注釈

次の例は、データセットへのアクセスを使用する方法を示しています。


   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()

メソッド

filter

フィルター時間。

filter

フィルター時間。

filter(env: RuntimeEnv, min_date: datetime, max_date: datetime)

パラメーター

名前 説明
env
必須
<xref:azureml.opendatasets.RuntimeEnv>

ランタイム環境。
min_date
必須

最小日付。
max_date
必須
datetime

最大日付。

戻り値

型 説明

フィルター処理されたデータ フレーム。

属性

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'