中國(guó)空氣質(zhì)量歷史數(shù)據(jù)去哪找CN-AIR開源數(shù)據(jù)集全解析375城12年小時(shí)級(jí)數(shù)據(jù)【免費(fèi)下載鏈接】CN-AIR項(xiàng)目地址: https://ai.gitcode.com/GewisLab/CN-AIR想研究空氣質(zhì)量變化趨勢(shì)、做環(huán)境數(shù)據(jù)分析卻苦于找不到完整、免費(fèi)、可直接下載的中國(guó)空氣質(zhì)量歷史數(shù)據(jù)這套名為 CN-AIR 的開源數(shù)據(jù)集或許正是你需要的答案它一次性打包了全國(guó) 375 個(gè)城市從 2014 年到 2026 年約 12 年的逐小時(shí)監(jiān)測(cè)數(shù)據(jù)覆蓋 AQI、PM2.5、PM10、SO?、NO?、O?、CO 七大核心指標(biāo)數(shù)據(jù)格式規(guī)整、開箱即用。本文將為你完整解析這套空氣質(zhì)量歷史數(shù)據(jù)集的內(nèi)容、格式與上手方法。中國(guó)空氣質(zhì)量歷史數(shù)據(jù)去哪找先認(rèn)識(shí) CN-AIR 開源數(shù)據(jù)集CN-AIRChina Air Quality Historical Dataset是一個(gè)專注于中國(guó)城市空氣質(zhì)量的開源數(shù)據(jù)集項(xiàng)目。和網(wǎng)上零散、需付費(fèi)或格式混亂的數(shù)據(jù)不同它把所有城市每天的監(jiān)測(cè)結(jié)果按一天一個(gè) CSV 文件的方式組織好并按年份分目錄存放方便你按需取用不用再為數(shù)據(jù)清洗發(fā)愁。12年375城全覆蓋這份空氣質(zhì)量歷史數(shù)據(jù)到底有多全數(shù)據(jù)集的核心亮點(diǎn)可以用三個(gè)數(shù)字概括375 座城市從北上廣深到各縣級(jí)市幾乎覆蓋全國(guó)主要監(jiān)測(cè)城市約 12 年跨度2014-05-13 至 2026-04-23橫跨大氣十條藍(lán)天保衛(wèi)戰(zhàn)等關(guān)鍵治理階段24 小時(shí)粒度每天 0-23 點(diǎn)逐小時(shí)記錄可精細(xì)還原污染過程以 china_cities_20240101.csv 為例一天文件就包含 360 行數(shù)據(jù)24 小時(shí) × 15 個(gè)指標(biāo)包括 AQI、PM2.5、PM10、SO?、NO?、O?、CO 及其 24 小時(shí)滑動(dòng)均值。數(shù)據(jù)能講出什么樣的故事用這套歷史數(shù)據(jù)繪制北京與上海的年均 AQI 趨勢(shì)你會(huì)發(fā)現(xiàn)一個(gè)令人欣喜的事實(shí)北京年均 AQI 從 2014 年的 110 降至 2025 年的 50 左右上海也從 71 降至 4712 年空氣質(zhì)量數(shù)據(jù)清晰記錄了我國(guó)大氣治理的成效。數(shù)據(jù)從哪來(lái)CN-AIR 數(shù)據(jù)來(lái)源與可靠性說(shuō)明CN-AIR 的數(shù)據(jù)來(lái)源于**中國(guó)環(huán)境監(jiān)測(cè)總站CNEMC**官方發(fā)布渠道由 quotsoft.net 整理提供可信度較高。項(xiàng)目采用 MIT 許可證開源可自由用于研究與學(xué)習(xí)。需要提醒的是數(shù)據(jù)僅供研究和參考部分日期可能存在缺失或誤差用于正式科研時(shí)建議自行交叉驗(yàn)證。數(shù)據(jù)長(zhǎng)什么樣逐行解析空氣質(zhì)量數(shù)據(jù)CSV格式數(shù)據(jù)集采用寬表格式每個(gè)文件首行是表頭date,hour,type,北京,天津,石家莊,... 20240101,0,AQI,55,78,86,... 20240101,0,PM2.5,29,57,64,...date日期YYYYMMDD 格式hour小時(shí)0-23type指標(biāo)類型AQI、PM2.5、PM10、SO?、NO?、O?、CO其余列各城市的對(duì)應(yīng)監(jiān)測(cè)值這樣一個(gè)文件同時(shí)包含所有城市的同小時(shí)數(shù)據(jù)非常利于橫向?qū)Ρ?。用這份 PM2.5 歷史數(shù)據(jù)對(duì)比京滬兩地濃度變化治理成果一目了然北京年均 PM2.5 從 78 μg/m3 降至 28 μg/m3降幅超 60%2020 年后已接近國(guó)家二級(jí)標(biāo)準(zhǔn)限值。3步快速上手如何下載并使用這套空氣質(zhì)量數(shù)據(jù)第 1 步克隆倉(cāng)庫(kù)需先安裝 Git LFSgit lfs install git clone https://gitcode.com/GewisLab/CN-AIR cd CN-AIR第 2 步安裝 Python 依賴pip install pandas pyarrow第 3 步讀取一天的數(shù)據(jù)import pandas as pd df pd.read_csv(城市_20240101-20241231/城市_20240101-20241231/china_cities_20240101.csv) print(df.head())到這里你已經(jīng)有了一份包含 375 城全天空氣質(zhì)量數(shù)據(jù)的 DataFrame可以直接開始分析。進(jìn)階技巧用Python把12年空氣質(zhì)量數(shù)據(jù)合并成一個(gè)文件每天一個(gè)文件雖然清晰但做多年趨勢(shì)分析時(shí)逐個(gè)讀取太麻煩。只需十幾行代碼就能把 12 年數(shù)據(jù)合并成單個(gè) Parquet 文件后續(xù)讀取又快又方便import pandas as pd, glob files glob.glob(城市_*/城市_*/*.csv) combined pd.concat( [pd.read_csv(f) for f in files], ignore_indexTrue ) combined.to_parquet(china_cities_combined.parquet)配合melt()函數(shù)還能把寬表轉(zhuǎn)成長(zhǎng)表得到城市-時(shí)間-指標(biāo)-數(shù)值四列結(jié)構(gòu)方便用 seaborn、plotly 直接繪圖。你能用CN-AIR做什么空氣質(zhì)量數(shù)據(jù)應(yīng)用場(chǎng)景這套數(shù)據(jù)集的想象空間遠(yuǎn)不止畫兩張趨勢(shì)圖趨勢(shì)研究分析某城市 AQI 與 PM2.5 的年際、季節(jié)變化規(guī)律?城市對(duì)比同一天內(nèi)橫向比較 375 城的污染水平找出污染熱點(diǎn)學(xué)術(shù)論文為環(huán)境科學(xué)、流行病學(xué)、經(jīng)濟(jì)學(xué)研究提供面板數(shù)據(jù)基礎(chǔ)AI 建模訓(xùn)練污染預(yù)測(cè)模型輸入歷史小時(shí)級(jí)序列預(yù)測(cè)未來(lái)濃度例如統(tǒng)計(jì)優(yōu)良天數(shù)比例北京已從 2014 年的 56% 提升至 2025 年的 94%這套空氣質(zhì)量歷史數(shù)據(jù)正是支撐這類結(jié)論的最有力證據(jù)注意事項(xiàng)與常見問題站點(diǎn)級(jí)數(shù)據(jù)README 中提到站點(diǎn)級(jí)數(shù)據(jù)目錄站點(diǎn)_*但當(dāng)前倉(cāng)庫(kù)快照僅包含城市級(jí)數(shù)據(jù)如需站點(diǎn)數(shù)據(jù)請(qǐng)關(guān)注倉(cāng)庫(kù)更新數(shù)據(jù)缺失早期年份部分城市存在空值CSV 中以連續(xù)逗號(hào)表示分析前建議先做缺失值處理文件體積數(shù)據(jù)總量較大使用 Git LFS 管理克隆時(shí)請(qǐng)耐心等待如果你正在尋找免費(fèi)、全面、可直接用于分析的中國(guó)空氣質(zhì)量歷史數(shù)據(jù)CN-AIR 開源數(shù)據(jù)集是目前不可多得的優(yōu)質(zhì)選擇。快把它克隆下來(lái)用數(shù)據(jù)見證中國(guó)空氣質(zhì)量的每一步改善吧【免費(fèi)下載鏈接】CN-AIR項(xiàng)目地址: https://ai.gitcode.com/GewisLab/CN-AIR創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考