JTWC的官網還是上不了，但是IBTrACS的數據下載還是沒有問題的，本文就跟大家交流一下如何從IBTrACS中提取特定機構和特定條件的熱帶氣旋最佳路徑數據。

IBTrACS下載地址https://www.ncei.noaa.gov/products/international-best-track-archive?name=ib-v4-access

為了使用方便，用了函數封裝，可以針對自己需要的條件修改

import pandas as pd # 從ibtracs數據中篩選某個機構的最佳路徑數據 def IBTrACS_Select_TS(AGENCY='USA'):data = pd.read_csv('ibtracs.WP.list.v04r00.csv',low_memory=False) #文件路徑自己改# 選取WP（Western North Pacific）的數據中TS（Tropical）,NR(Not Reported),MX(Mixed)的數據（只考慮熱帶氣旋）data=data[[ i in ['TS','NR','MX'] for i in data['NATURE']]]# print(data.shape)# 只留下需要的機構數據columnsdata=data[list(filter(None,[i*(i in ['SID','SEASON','NUMBER','NAME','ISO_TIME'] or AGENCY in i) for i in data.columns]))]# print(data.shape)# 選取時間是6，12，18，00的數據（統一數據間隔，方便后續計算）data=data[[i.split(' ')[1].split(':')[0] in ['00','06','12','18'] for i in data['ISO_TIME']]]# print(data.shape)# 提取需要的年份，以1980-2020年為例data=data[[ i in [str(i) for i in range(1980,2021)] for i in data['SEASON']]]# print(data.shape)# 選取Wind不為空的數據data=data[[i != ' ' for i in data[AGENCY+'_WIND']]]# print(data.shape)# 去掉數據太少的columnsdata=data[list(filter(None,[k*(pd.Series([i != ' ' for i in data[k]]).sum()>100) for k in data.columns]))]# print(data.shape)# print(data.columns)return data

調用函數即可。

JTWC_data=IBTrACS_Select_TS(AGENCY='USA') CMA_data=IBTrACS_Select_TS(AGENCY='CMA') JMA_data=IBTrACS_Select_TS(AGENCY='TOKYO')

試著篩選了美國（JTWC）、中國（CMA）和日本（TOKYO）的數據，都沒有問題。

因為觀測方法和準入標準等不同，數據量會有差別。

本文部分思路參考了JTWC數據下載及處理_小朱小朱絕不認輸的博客-CSDN博客_jtwc

祝大家科研順利~

總結

以上是生活随笔為你收集整理的用pandas库提取IBTrACS中特定条件的热带气旋最佳路径数据的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。