利用Python数据处理进行公交车到站时间预测（一）

1.数据格式

id  int  id编号
type  int   41表示站间数据，42中间站进出数据 43始末站进出数据
route_id int  线路ID号，10454，10069，120881
bus_id  varchar  车辆编号
station_id varchar  站点编号
lon  decimal  经度
lat  decimal   纬度
speed  decimal  速度
direction decimal  方向
gpsflag  int  gps状态  0有效，1无效
updownflag int  上下行，0上行，1下行
inoutflag int  进出站，0进站，1出站
runningflag int  运营状态，0正常运营，1停止运营
onlineflag int  在线状态，0正常状态，1不在线
create_time timestamp  gps时间

共十五个字段，如下截图所示：

2.简单数据清洗

首先，删除线路id编号，因为我们本次处理的是一条线路。根据运营状态、在线状态、gps是否有效，可删除无效数据。

利用上下行的标志位，将简单清理后的数据分成两部分，上行部分和下行部分:

 然后，根据不同的公交汽车，把上下行数据按照不通公交车分类。生成两个List。每个List分别对应上行或者下行公共汽车的集合，List的元素就是该公共汽车在数