Как интегрировать данные о погоде с производительностью драйвера F1 в Python? ⇐ Python

[Anonymous]

Я работаю над научным проектом по анализу данных, позволяющим анализировать эффективность гонщиков Формулы-1 в зависимости от погодных условий. Я использую набор данных из Kaggle, который содержит подробную информацию о гонках Формулы-1, такую ​​как позиции пилотов, результаты квалификации и гонок, а также другие соответствующие параметры, такие как даты и места гонок.
Я пытаюсь интегрировать данные о погоде с помощью API OpenWeatherMap, чтобы понять влияние погодных условий на производительность водителя. Однако когда я пытаюсь получить данные о погоде с помощью ключа API OpenWeatherMap, я сталкиваюсь с ошибкой 401 – неверный ключ API.
Вот что я уже сделал:Я загрузил набор данных из Kaggle и загрузил CSV-файл в DataFrame pandas.
Я очистил данные, чтобы убедиться, что они готовы к анализу.Я настроил API OpenWeatherMap для получения информации о погоде (например, температуры) в реальном времени для каждого места проведения гонки.
Код для получения данных о погоде выглядит следующим образом:

Код: Выделить всё

import requests

city = 'Sakhir'  # Example race circuit
api_key = 'your_actual_api_key'  # Replace with your valid API key

url = f"https://api.openweathermap.org/data/2.5/weather?q={city}&appid={api_key}&units=metric"
response = requests.get(url)
weather_data = response.json()

# Extract weather information
temperature = weather_data['main']['temp']
weather_conditions = weather_data['weather'][0]['description']
print(f"Temperature at {city}: {temperature}°C")
print(f"Weather conditions: {weather_conditions}")

У меня уже есть данные о погоде в файле CSV (weather_data.csv), и я хочу объединить их с набором данных F1. Однако я не уверен, как правильно интегрировать два набора данных и проанализировать взаимосвязь между погодными условиями и производительностью водителя.
Вот структура данных о погоде:
Столбцы в файле Weather_data.csv:

Код: Выделить всё

raceId, driverId, constructorId, grid, position, positionOrder, points, laps, year, round, name, date, time_race, fp1_date, fp1_time, fp2_date, fp2_time, fp3_date, fp3_time, quali_date, quali_time, sprint_date, sprint_time, driverRef, number_driver, code, forename, surname, dob, nationality, constructorRef, name_constructor, nationality_constructor, circuitRef, name_circuit, location, country, status, points_standings, position_standings.

Мне нужно сопоставить данные о погоде (которые включают такие параметры погоды, как температура, влажность и условия) с данными о гонке на основе идентификатора гонки и даты.
Что я сделал на данный момент:
Я успешно получил данные о погоде из API OpenWeatherMap.
Теперь у меня есть данные о погоде, сохраненные в файле Weather_data.csv.
Я хочу объединить это данные с данными о гонках Формулы-1 для анализа взаимосвязи между погода и производительность водителя.
Вопросы:
Как объединить файл Weather_data.csv с набором данных гонки F1 на основе даты и места гонки ( используя RaceId и дату)?
Какие статистические или визуальные методы я могу использовать для анализа влияния погодных условий (таких как температура, осадки и влажность) на производительность пилотов Формулы-1 (например, позиции в гонках) , очки и круги)?
Следует ли мне предварительно обрабатывать данные о погоде (например, конвертировать форматы дат) перед объединением их с данными о гонках?
Будем очень благодарны за любые предложения или примеры кода!Будем очень признательны за любые предложения или примеры кода! п>

Подробнее здесь: https://stackoverflow.com/questions/792 ... -in-python