基于出租车GPS轨迹数据的研究：出租车行程的数据分析

 原文链接：http://tecdat.cn/?p=7553

 

数据

通过解析原始数据 ，得到模式如下所示：

 每次骑行都有非常具体的上/下车位置以及开始/结束时间的详细信息。 下面显示了一个示例 ：

 我们留下了158,320,608个出租车行程的数据集，分为32,654个不同的起点/终点。

自1987年以来，位于东79街和约克大街的出租车站一直将上东区的居民带到华尔街。 

我在数据中发现了沿着这条路线的252,210次记录。出租车平均需要20.35分钟才能以22.11 mph的速度行驶。当然，凌晨4点出租车的行驶速度更快，但是大多数人直到凌晨6点或凌晨7点才开始上下班：

 一年中，最忙的出租车沿该路线行驶234次（只有7辆出租车沿该路线行驶100次）：

尽管前十名最常见的出租车司机的平均速度可以预测，但他们的速度并没有比大多数人快（这可能是因为他们经常每天长时间开车）。 

 

 

SELECT
  pickup_street1, pickup_street2, dropoff_street1, dropoff_street2,
  trips_medallion, trips_pickup_datetime, trips_dropoff_datetime,
  ROUND(trips_avg_mph,4) AS avg_mpg,
  ROUND(trips_trip_duration_hours,4) AS num_hours
FROM
  [taxi_strava.joined_geohash_geonames]
WHERE
  trips_geohashed_dropoff = 'dr5ru2'
  AND trips_geohashed_pickup = 'dr5rvj'

---

最受欢迎的见解

1.数据类岗位需求的数据面

2.探析大数据期刊文章研究热点

3.机器学习助推快时尚精准销售预测

4.用机器学习识别不断变化的股市状况—隐马尔科夫模型(HMM)的应用

5.数据盘点：家电线上消费新趋势

6.在r语言中使用GAM（广义相加模型）进行电力负荷时间序列分析

7.虎扑论坛基因探秘：社群用户行为数据洞察

8.把握出租车行驶的数据脉搏

9.智能门锁“剁手”数据攻略