Descargar automáticamente del SMN¶

A partir de la ejecución del siguiente código:

Se descargan los archivos de datos horarios del Servicio Meteorológico Nacional de las fechas seleccionadas.
Se estandarizan los mismos y compila en una única tabla.
Se los exporta como archivo CSV.

Fuente: https://www.smn.gob.ar/descarga-de-datos

DH. Datos Horarios¶

Dato meteorológico de todas las estaciones de superficie del país Datos de temperatura, presión, viento y humedad de las estaciones meteorológicas de todo el país.

#Cargar librerías
import requests
import pandas as pd
from datetime import datetime, date, timedelta
from os import mkdir, rmdir, remove, path

# Definir fechas
sdate = date(2018, 2, 1)   # fecha de inicio (año, mes, día)
edate = date(2018, 2, 28)   # fecha de fin (año, mes, día)

delta = edate - sdate

# Descarga de datos
dir = "meteodata" #carpeta de destino de los archivos
mkdir(str(dir)) 

for i in range(delta.days + 1):
    date = str(sdate + timedelta(days=i)).replace('-', '')
    url = 'https://ssl.smn.gob.ar/dpd/descarga_opendata.php?file=observaciones/datohorario' + date + '.txt'
    r = requests.get(url, allow_redirects=True)
    if 'El archivo no existe.' in str(r.content):
        print(date + " does not exist")
    else:
        with open('./' + dir + '/' + date + '.txt', 'wb') as f: f.write(r.content)

20180211 does not exist

#Filtrado y combinación de archivos
estacion = 'ROSARIO AERO' #filtro de selección de estación

out = pd.DataFrame(columns = ['Fecha', 'Hora', 'Temp[ºC]', 'Hum[%]', 'Pres[hPa]', 'VDir[gr]', 'VVel[km/h]', 'Estacion'])

for i in range(delta.days + 1):
    date = str(sdate + timedelta(days=i)).replace('-', '')
    if path.isfile('./' + dir + '/'  + date + '.txt'):
        df = pd.read_fwf('./' + dir + '/'  + date + '.txt', header = None, index_col = False, 
                names = ['Fecha', 'Hora', 'Temp[ºC]', 'Hum[%]', 'Pres[hPa]', 'VDir[gr]', 'VVel[km/h]', 'Estacion'])
        df1 = df[df['Estacion'] == estacion] 
        out = out.append(df1, ignore_index=True)
    else:
        print(date + " does not exist")

    
display(out.head())
display(out.tail())

20180211 does not exist

#Estandarización
df = out

df['Horario'] = df['Fecha'].map(str) + ' ' + df['Hora'].map(str) + ':00'
df['Horario'] = pd.to_datetime(df['Horario'], format ='%d%m%Y %H:%M') 

df['Temp[ºC]'] = df['Temp[ºC]'].astype(float)
df['Hum[%]'] = df['Hum[%]'].astype(float)
df['Pres[hPa]'] = df['Pres[hPa]'].astype(float)
df['VDir[gr]'] = df['VDir[gr]'].astype(float)
df['VVel[km/h]'] = df['VVel[km/h]'].astype(float)

df = df[['Horario', 'Temp[ºC]', 'Hum[%]', 'Pres[hPa]', 'VDir[gr]', 'VVel[km/h]']]

print(df.info())

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 648 entries, 0 to 647
Data columns (total 6 columns):
 #   Column      Non-Null Count  Dtype         
---  ------      --------------  -----         
 0   Horario     648 non-null    datetime64[ns]
 1   Temp[ºC]    648 non-null    float64       
 2   Hum[%]      648 non-null    float64       
 3   Pres[hPa]   648 non-null    float64       
 4   VDir[gr]    648 non-null    float64       
 5   VVel[km/h]  648 non-null    float64       
dtypes: datetime64[ns](1), float64(5)
memory usage: 30.5 KB
None

#Borra archivos anteriores y exporta la tabla
file = 'datosRosario.csv' #nombre del archivo de destino

df.to_csv(file, index = False) 

for i in range(delta.days + 1):
    date = str(sdate + timedelta(days=i)).replace('-', '')
    if path.isfile('./' + dir + '/'  + date + '.txt'):
        remove('./' + dir + '/' + date + '.txt')
    else:
        print(date + " does not exist")
rmdir(str(dir))

20180211 does not exist

	Fecha	Hora	Temp[ºC]	Hum[%]	Pres[hPa]	VDir[gr]	VVel[km/h]	Estacion
0	01022018	0	22.2	75	1013.9	180	9	ROSARIO AERO
1	01022018	1	22.1	76	1013.9	180	6	ROSARIO AERO
2	01022018	2	20.6	82	1013.3	180	13	ROSARIO AERO
3	01022018	3	20.5	81	1012.9	160	9	ROSARIO AERO
4	01022018	4	19.4	85	1012.7	180	6	ROSARIO AERO

	Fecha	Hora	Temp[ºC]	Hum[%]	Pres[hPa]	VDir[gr]	VVel[km/h]	Estacion
643	28022018	19	28.8	44	1010.0	90	9	ROSARIO AERO
644	28022018	20	27.4	56	1010.8	70	11	ROSARIO AERO
645	28022018	21	26.4	65	1011.6	70	9	ROSARIO AERO
646	28022018	22	25.8	66	1011.8	50	9	ROSARIO AERO
647	28022018	23	25.9	68	1012.3	110	11	ROSARIO AERO