기상이용 조건: 키 없음행 수: 1826
원천: Open-Meteo Historical Weather API
설명: 최근 5년치 CSV 기본 제공, --scope all로 가능한 전체 기간 요청 가능
CSV 직접 열기 · 원천 API/CSV 직접 테스트 · 공식 문서
버튼을 누르면 이 페이지에서 CSV를 직접 fetch하고, 데이터셋별 교육용 맞춤 시각화를 표시합니다.
| location | latitude | longitude | time | temperature_2m_max | temperature_2m_min | temperature_2m_mean | precipitation_sum | wind_speed_10m_max |
|---|---|---|---|---|---|---|---|---|
| Seoul | 37.57469 | 126.96 | 2021-05-18 | 22.2 | 12.1 | 15.8 | 0.0 | 17.3 |
| Seoul | 37.57469 | 126.96 | 2021-05-19 | 23.5 | 10.9 | 17.3 | 0.0 | 14.7 |
| Seoul | 37.57469 | 126.96 | 2021-05-20 | 22.2 | 13.9 | 16.9 | 11.8 | 18.1 |
| Seoul | 37.57469 | 126.96 | 2021-05-21 | 18.6 | 13.6 | 15.2 | 4.0 | 16.8 |
| Seoul | 37.57469 | 126.96 | 2021-05-22 | 22.0 | 11.1 | 16.0 | 0.0 | 20.8 |
| location | latitude | longitude | time | temperature_2m_max | temperature_2m_min | temperature_2m_mean | precipitation_sum | wind_speed_10m_max |
|---|---|---|---|---|---|---|---|---|
| Seoul | 37.57469 | 126.96 | 2026-05-13 | 23.9 | 12.2 | 17.9 | 0.0 | 12.6 |
| Seoul | 37.57469 | 126.96 | 2026-05-14 | 31.3 | 13.6 | 23.0 | 0.0 | 10.9 |
| Seoul | 37.57469 | 126.96 | 2026-05-15 | 32.0 | 18.5 | 24.6 | 0.0 | 16.6 |
| Seoul | 37.57469 | 126.96 | 2026-05-16 | 30.0 | 18.2 | 23.9 | 0.0 | 14.6 |
| Seoul | 37.57469 | 126.96 | 2026-05-17 | 29.6 | 16.9 | 22.9 | 0.0 | 12.8 |
공식 문서와 이 저장소의 데이터 생성 스크립트(scripts/update_datasets.py)에서 확인한 필드만 설명했습니다. 원천별 단위·코드 체계는 위의 공식 문서 링크를 함께 확인하세요.
| 열 | 의미 |
|---|---|
location | 이 저장소에서 붙인 관측 위치 이름입니다. |
latitude | 요청 지점의 위도입니다. |
longitude | 요청 지점의 경도입니다. |
time | 일별 관측 날짜입니다. |
temperature_2m_max | 지상 2m 기준 일 최고기온입니다. |
temperature_2m_min | 지상 2m 기준 일 최저기온입니다. |
temperature_2m_mean | 지상 2m 기준 일 평균기온입니다. |
precipitation_sum | 하루 동안의 강수량 합계입니다. |
wind_speed_10m_max | 지상 10m 기준 일 최대 풍속입니다. |
import pandas as pd
import streamlit as st
URL = "https://thinkervis.github.io/free-api-data-science-edu/data/open_meteo_seoul_daily_weather.csv"
st.title("open_meteo_seoul_daily_weather.csv")
df = pd.read_csv(URL)
st.write(df.shape)
st.dataframe(df.head(100))
# 숫자 컬럼이 있으면 빠르게 차트 확인
num_cols = df.select_dtypes("number").columns.tolist()
if num_cols:
st.line_chart(df[num_cols[:3]])