forked from argennof/M_Predi_Lluvias_Extremas_10
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathtodas_estaciones_consulta.py
82 lines (57 loc) · 2.18 KB
/
todas_estaciones_consulta.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
# 117bcd7ca3a8e87bb63dff50b177f170
# 9349598e9f11f5eddceb6791daa6d787
# e6af5b5feb891b272e18f5e2fc0370a6
import requests
import pandas as pd
from collections import namedtuple
# Listado de variables que necesito
var = 'time,summary,precipAccumulation,precipIntensity,precipIntensityMax,\
precipProbability,precipType,humidity,pressure,windSpeed,uvIndex,temperatureMin,temperatureMax,omm_esta,codigo'
# Transformo en listado
features = var.split(',')
# print(features) #Control de variables
DailySummary = namedtuple("DailySummary", features)
DailySummary
df1 = pd.DataFrame()
key = '9349598e9f11f5eddceb6791daa6d787'
baseUrl="https://api.darksky.net/forecast"
df1 = pd.DataFrame()
lista_consulta=[]
for i in range(len(filtered_df)):
lon_dec=filtered_df.iloc[i]['lon_dec']
lat_dec=filtered_df.iloc[i].lat_dec
omm_esta = filtered_df.iloc[i].nombre
codigo = filtered_df.iloc[i].omm_id
print(f'\nUrl para la estación: {filtered_df.iloc[i].nombre} - código: {filtered_df.iloc[i].omm_id}')
for unix in range(1625116548, 1655932860, 86400):
consulta = f'{baseUrl}/{key}/{lat_dec},{lon_dec},{unix}?exclude=flags,hourly&units=si'
try:
r = requests.get(consulta)
data = r.json()
df = pd.DataFrame(list(data["daily"]["data"]))
df['omm_esta'] = omm_esta
df['codigo'] = codigo
df1 = pd.concat([df1, df])
lista_consulta.append(data)
except:
print(f'la estacion: {omm_esta} - No posee datos para la fecha en formato unix:{unix}')
pass
# break
# break
# print(f'resultado de las consultas \n {lista_consulta}')
res = pd.DataFrame(df1, columns=features)
res.reset_index()
res.to_csv('muestra_2021_2022.csv', sep=';',index=False)
# Almacenando en formato CSV:
from google.colab import files
files.download('muestra_2021_2022.csv')
# Almacenando en forma de documento txt las consultas previas
listitems = lista_consulta.copy()
with open('consulta.txt', 'w') as temp_file:
for item in listitems:
temp_file.write("%s\n" % item)
file = open('consulta.txt', 'r')
#print(file.read()])
print(listitems[0])
from google.colab import files
files.download('consulta.txt')