emission_detect_ai/机组小时数据处理.ipynb

In [1]:

import pandas as pd
import datetime as dt
import numpy as np

In [2]:

hourly_data = pd.read_excel('data/机组小时数据.xlsx')
hourly_data

Out[2]:

	电厂	机组	监测日期	流量 （m3/h）	含氧量（%）	温度（℃）	NOx实测浓度(mg/m3)	SO2实测浓度(mg/m3)	烟尘实测浓度(mg/m3)	烟气湿度（%）	烟气压力（千帕）	烟气流速（m/s）
0	浙江秀舟热电有限公司	1	2018-03-23 00:00:00	244136.19	7.7	51.4	24.212548	0.752494	1.014598	NaN	NaN	NaN
1	浙江秀舟热电有限公司	1	2018-03-23 01:00:00	234599.89	7.8	51.3	25.348257	0.642777	0.989539	NaN	NaN	NaN
2	浙江秀舟热电有限公司	1	2018-03-23 02:00:00	249264.88	7.3	54.9	17.562606	1.823513	1.137605	NaN	NaN	NaN
3	浙江秀舟热电有限公司	1	2018-03-23 03:00:00	229360.17	7.5	52.7	20.513299	1.650563	1.136867	NaN	NaN	NaN
4	浙江秀舟热电有限公司	1	2018-03-23 04:00:00	236416.45	7.2	55.1	15.354987	1.379341	1.128551	NaN	NaN	NaN
...	...	...	...	...	...	...	...	...	...	...	...	...
38035	建投遵化热电有限责任公司	2	2022-05-31 19:00:00	1111320.00	4.8	47.5	23.500000	18.540000	1.700000	10.4	NaN	13.60
38036	建投遵化热电有限责任公司	2	2022-05-31 20:00:00	1090440.00	4.7	47.6	20.600000	19.750000	1.660000	10.4	NaN	13.35
38037	建投遵化热电有限责任公司	2	2022-05-31 21:00:00	1106640.00	4.5	46.5	22.120000	18.550000	1.680000	8.6	NaN	13.24
38038	建投遵化热电有限责任公司	2	2022-05-31 22:00:00	1103040.00	4.6	46.2	22.500000	18.040000	1.570000	9.4	NaN	13.30
38039	建投遵化热电有限责任公司	2	2022-05-31 23:00:00	912240.00	5.7	46.2	15.940000	12.920000	1.400000	9.5	NaN	11.03

38040 rows × 12 columns

In [ ]: