地理空间数据项目实战——共享单车停车需求识别与地图匹配

共享单车停车需求识别与地图匹配

在我们日常生活中，大家都骑过共享单车，现在的共享单车app里面都有这样一个功能：在地图上规划出了很多的单车停放栅栏（停放点），用户需要把单车停在停放栅栏内，否则就要扣钱交调度费。但有时候停放栅栏的规划并不合理，城市里有些地区的停放栅栏比较密集，有些地方的停放栅栏却很稀疏，骑车骑到一个较远的地方，却找不到停放点，用户就只能多花钱，同样地，对于共享单车公司来说，停车栅栏规划的不合理，也加大了调度的人力时间。所以根据单车停放需求来就合理规划停车栅栏就很重要。如果我们能识别出来某些停车需求量很大的地区，这些地区的停放栅栏却很稀少，那就可以方便共享单车公司作进一步的业务调整。同时，我们也可以动态地探索停放需求量变化规律，协同调整。

要达到上述目标，需要完成以下任务：

• 在某个时间点（比如早晨8点），有哪些单车处于停放状态？
• 这些停放状态的车，哪些停在停放栅栏内部，哪些在停放栅栏外部？
• 在停放栅栏外部的那些单车，距离它们各自最近的停放栅栏是哪些？单车和最近停放栅栏之间的距离是多少？（寻优匹配问题）
• 不同时段单车停放点需求量怎么变化？哪些区域的停放需求更高？停放栅栏怎样增加？停车需求量随时间如何变化？

该项目用到两份数据：
1.厦门市某共享单车公司2020年12月25日的共享单车订单数据
2.厦门市共享单车电子栅栏地理信息数据。

数据大致信息大致如下：

• 共享单车订单数据：

样本量：232806*5

变量	含义	类型
BIKE_ID	单车订单号	object
LATITUDE	单车所在位置纬度	float64
LONGTITUDE	单车所在位置经度	float64
LOCK_STATUS	单车开/锁状态	int64
DATA_TIME	单车改变状态的时间	object

• 电子栅栏地理信息数据：

样本量：14071*2

变量	含义	类型
FENCE_ID	停车栅栏ID	object
FENCE_LOC	停车栅栏位置	object

用到的python算法包有：
1.pandas
2.numpy
3.matplotlib
4.scipy : kd tree寻优算法
5.geopandas：处理空间地理数据的利器，基本可以替代Arcgis或者QGIS
6.shapely.geometry: 存储点、线、面要素

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import geopandas as gpd
from shapely.geometry import Polygon,Point,LineString
import scipy

地理空间数据可视化：kepler.gl

一、共享单车GPS信息数据处理

共享单车GPS数据是一个dataframe,状况如下：
这份数据的记录逻辑是这样的：共享单车的锁状态改变一次，数据库就会生成一条这辆单车的状态数据。比如有人扫A车开锁了，这时数据库里面就会记录一条A车的信息：单车的ID、所在位置的经纬度信息、锁状态为0(开锁)，状态改变时的时间；用户骑行结束锁了A车，又会生成一条关于A车的数据：单车的ID、所在位置的经纬度信息、锁状态为1(上锁)，状态改变时的时间。

2.1单车运行轨迹处理

我们想看每一辆车的行动记录，用sort函数先对BIKE_ID进行排序，再在每辆单车的记录当中对DATA_TIME进行排序，这样就能看到每辆单车在一天之内行动轨迹、状态变化。

data_bike=data_bike.sort_values(by=['BIKE_ID','DATA_TIME'])

2.2 停放状态单车的提取

由于我们想要的是单车停放信息的数据，所以该dataframe里面处于停放状态的记录是我们需要提取出来的。而且我们希望知道它停放的时段，也就是某一辆车从停放状态转变为开锁状态。即LOCK_STATUS从1变为0的这一段时间。这里需要用.shift()函数对dataframe做一个上移操作，这时处理时序数据经常会用到的技巧，看下面图示：
把原来的dataframe上移一个数据，让每条数据和它自身的下一条数据拼接在一起，就像红框框起来的数据是我们想要的，它刻画了车1从停放（状态1）变为开锁（状态0）的这一段时间。我们要把数据中这样的记录提取出来，用来分析单车停放需求。车1从开锁（状态0）变为停放（状态1）的这一段时间是在骑行的，这一段动态的变化我们不需要，删掉这样的数据。还有前面是两辆不同车辆拼接在一起的记录也要删掉（车1拼接车2），没有什么用处。
代码如下：

for i in ['BIKE_ID','LATITUDE','LONGTITUDE','LOCK_STATUS','DATA_TIME']:
    #每一列上移一位
    data_bike[i+'1']=data_bike[i].shift(-1)
#提取出前后车辆ID一致的单车记录
data_bike=data_bike[data_bike['BIKE_ID']==data_bike['BIKE_ID1']]
#提取出锁状态从停放（1）变为开锁（0）的单车记录
data_bike=data_bike[data_bike['LOCK_STATUS']==1]
#取出有用的列：单车ID、单车停放位置的经纬度、单车开始停车的时间、单车结束停车（开锁）的时间
data_bike=data_bike[['BIKE_ID','LATITUDE','LONGTITUDE','DATA_TIME','DATA_TIME1']]
#DATA_TIME是开始停车的时间，DATA_TIME1是停车结束的时间

得到的datdaframe如下：
提取出来的单车记录就只剩25000左右的数量了。

2.3 某一个时间点处于停放状态单车的提取

比如要提出在早晨8：00处于停放状态的单车记录，这样操作：

timestamp='2020/12/25 8:00:00'
parking_points=data_bike[(data_bike['DATA_TIME']<=timestamp)&(data_bike['DATA_TIME1']>=timestamp)