Python | 计算一天内每小时 / 30分钟出租车订单的数量，并绘制订单时变情况的折线图

一、案例目的

在python中计算一天内每小时 / 30分钟出租车订单的数量，并绘制订单时变情况的折线图。

二、练习数据

深圳市出租车GPS数据：TaxiData-Sample.csv
核心字段：车辆ID（Num），时间（Time），经度（Lon），纬度(Lat)，载客状态（OpenStatus）。说明：当OpenStatus值为1的时候，为载客状态，反之OpenStatus值为0时为空载（如图所示）。

三、解题思路

1. 对出租车GPS数据进行数据清洗及预处理
2. 利用TransBigData提取出租车OD
3. 对OD数据的接单时间按小时/分钟进行分组
4. 统计每个时段的订单数量
5. 利用matplotlib绘制折线图

四、代码实现

1.数据清洗及预处理

为什么要进行数据清洗？
因为出租车GPS数据的OpenStatus字段中可能会出现异常情况：

• 在连续0的序列中，突然出现一个1
• 在连续1的序列中，突然出现一个0

这种两种情况的产生都极有可能是采集设备的突发异常造成的，这些记录的存在会影响出行订单判断。因此在数据清洗中，应将这两种情况都予以剔除。

本次练习主要利用TransBigData包中的 tbd.clean_taxi_status（）对出租车GPS数据进行清洗（参考：TransBigData出租车GPS数据处理）。

#导入所需模块
import pandas as pd
import geopandas as gpd
import transbigdata as tbd
import datetime
import numpy as np

#输入数据
data = pd.read_csv('data/TaxiData-Sample.csv',header= None)
#由于原始数据没有列名，因此这里需要重新命名
data.columns = ['Num','Time','Lon','Lat','Openstatus','Speed']
#删除多余列Speed
data = data.drop(columns='Speed')
#数据排序：根据车辆Num和Time
data = data.sort_values(by=['Num','Time'])
#利用TransbigData进行数据清洗
data = tbd.clean_taxi_status(data,col=['Num'