生物季節観測累年値ファイル（CSV) をパースする Python スクリプト

read_ruinenchi.py

# 生物季節観測累年値ファイル（CSV) をパースして、「年 1月1日からの日数」に変換する
# https://www.data.jma.go.jp/sakura/data/download_ruinenchi.html
# replace には全角スペースを入れておくようにする

import codecs
def readData(file, station):
	with codecs.open(file, "r", encoding="shift_jis") as ifile:
		for line in ifile:
			line = line.strip()
			line = line.replace("　", "")
			data = line.split(",")
			print(data[1],"a",station)
			if data[1].encode("shift_jis") == station.encode("shift_jis"):
				print("found",station)
				sakura = data[2::2]	
				return sakura

def parseDate(date,year):
	doy = 59
	if is_leap_year(year):
		doy += 1
	mon = date[0]
	day = date[1:3]
	if int(mon) == 4:
		doy += 31 + int(day)
	else:
		doy += int(day)
	return doy

def is_leap_year(year):
	if year % 4 == 0:
		if year % 100 == 0:
			if year % 400 == 0:
				return True
			else:
				return False
		else:
			return True
	else:
		return False


def main():
	tokyo = readData("004.csv","東京")
	i = 0
	for y in range(1953,2023):
		doy = parseDate(tokyo[i],y)
		print(y,doy)
		i += 1


if __name__ == "__main__":
    main() 

Shift JIS で、全角スペースも含むファイルで提供されているので、codecs.open で文字コードを指定して開き、replace で全角スペースを消してから station と比較するようにしています。

日付は 3 月14 日が 314 の形式になっているので、閏年かを考慮しつつ 1月1日からの day of year にして出力するようになっています。
データは３列目から２列おきに入っているので取っています。

そういえば５月に咲く場合と、欠測処理をしていないのでそこだけ要注意だ（笑）