2021年11月6日晚，北京2021年的第一场冬雪降临，似乎比以往时候都要来得更早一些。

  今天我们用Python采集北京历史天气数据，来看看今年的冬雪是不是真的来得更早一些呢？

  其实，并不是每年北京的冬天都有下雪。比如去年也就是2020年的冬季就没有下雪。

  今年（2021年的冬雪是在11月6日），过去10年的第1场冬雪时间表如下：

  我们能够正常的看到，过去10年里有3个年头并没有冬雪，大部分年份的第1场冬雪都是在11月下旬及之后才出现。相比之下，2015年和2012年的第1场冬雪来的时间相对更早一些（仅1日）是11月5日。不过吧，今年的这个雪属于大雪了，要比往年的都要大很多，更有下雪的味道！

  截止2021年10月31日共有304天，基于这304天的天气数据，我们大家可以看到：

  合计有223天多云和晴天，占比超过73%；阴天和雾霾天有55天，占比约为18%；下雨天有24天，占比约为8%。

  从每日最冷气温来看，7月的最冷气温也属于全年度最高，而1月的最冷气温可低到-20摄氏度，简直了。。

  选定月份后，URL地址栏的URL会变化，比如2021年10月在URL地址栏里是，在URL最后的202110就是变化的规律所在。

  确定的URL规律后，我们再看看怎么解析出数据，我这里直接采用的是xpath方法哈，整体完整代码各位参考如下即可（修改地址即可，北京是beijing，其他城市的大家打开网页自己看即可，很简单）。

  数据处理部分我们用到的也是pandas，以下将从处理思路和办法来进行简单讲解，原始数据你们可以通过第三部分的数据采集爬虫代码运行获取。

  通过观察采集下来的数据，我们大家可以发现日期字段中带有星期信息，最高的最冷气温中带有摄氏度符号，天气中存在雨夹雪等字眼。

  df[日期].str.split( ,expand=True,n=1)

  我们看这个数据info发现各字段基本都不是我们想要的类型，比如日期字段、最高最冷气温期望是int类型等等。于是，我们应该进行相关数据类型转换啦。

  snowData[snowData[月份]=9].groupby(年份).first().reset_index()