如何用Python的Meteostat库抓取多地点天气数据及解决报错

你的错误出在data = data.fetch()这一行——df.apply(...)返回的是一个Pandas Series，其中每个元素是Meteostat的Daily对象，而fetch()是Daily实例的方法，不能直接在Series对象上调用。

需要对每个Daily实例单独调用fetch()，再将所有地点的天气数据合并到一个DataFrame中。以下是两种可行的实现方式：

方法一：在apply中直接获取并处理数据 #

import pandas as pd
from datetime import datetime
from meteostat import Point, Daily

# 原始数据集
df = pd.DataFrame({
    'postal code': [11, 12, 13],
    'latitude': [40.7128, 34.0522, 51.5074],
    'longitude': [-74.0060, -118.2437, -0.1278]
})

# 设置时间范围
start = datetime(2022, 1, 1)
end = datetime(2022, 12, 31)

def fetch_location_data(row):
    # 创建地点Point
    point = Point(row['latitude'], row['longitude'], 70)
    # 获取该地点的每日天气数据
    daily_df = Daily(point, start, end).fetch()
    # 添加邮编列，标记数据所属地点
    daily_df['postal code'] = row['postal code']
    return daily_df

# 对每个地点应用函数，得到包含多个DataFrame的Series
location_dfs = df.apply(fetch_location_data, axis=1)

# 合并所有地点的数据
final_weather_data = pd.concat(location_dfs.to_list())

# 查看结果（仅展示关键列）
print(final_weather_data[['postal code', 'tmax', 'tmin']].head())

方法二：用循环遍历每个地点 #

如果你更习惯循环写法，也可以这样实现：

import pandas as pd
from datetime import datetime
from meteostat import Point, Daily

df = pd.DataFrame({
    'postal code': [11, 12, 13],
    'latitude': [40.7128, 34.0522, 51.5074],
    'longitude': [-74.0060, -118.2437, -0.1278]
})

start = datetime(2022, 1, 1)
end = datetime(2022, 12, 31)

final_weather_data = pd.DataFrame()

for _, row in df.iterrows():
    point = Point(row['latitude'], row['longitude'], 70)
    daily_df = Daily(point, start, end).fetch()
    daily_df['postal code'] = row['postal code']
    final_weather_data = pd.concat([final_weather_data, daily_df])

关键说明 #

• 两种方法都会给每个地点的天气数据添加postal code列，方便后续区分不同地点的数据
• tmax和tmin列分别对应每日最高气温和最低气温，符合你的需求

内容的提问来源于stack exchange，提问作者just_learning