出租车轨迹处理（二）：时空分析

最新推荐文章于 2022-11-01 12:20:29 发布

菜鸡的自我拯救

最新推荐文章于 2022-11-01 12:20:29 发布

阅读量9.3k

点赞数 13

本文链接：https://blog.csdn.net/weixin_37659245/article/details/89486425

版权

本文介绍如何对出租车轨迹数据进行时空分析，包括数据预处理、获取特定区域出租车数据及进行时空数据挖掘。通过pandas处理数据，使用arcgis进行地理操作，最后利用pandas进行统计和可视化，展示上、下车趋势和累计净流量。

摘要由CSDN通过智能技术生成

接下来就要进行一些简单的分析了。
今天的目标是如何对某一感兴趣区域进行出租车数据的时空分析。

一、轨迹数据预处理

这一步在上一篇文章中已经有了介绍。
步骤无非就是：

1）使用pandas读取数据

import pandas as pd
import numpy as np

f=open('D:\动态人口分布实验\交通赛数据_上\\20140803_train.txt')
data=pd.read_csv(f,names=['ID','lat','lon','passager','time'])

2）根据轨迹数据的flag列（代表是否为空车），得到flag列变化的行，视为上、下客的位置。然后丢弃无用的列。

data['passager_1']=data['passager'].shift(1)
data['change']=data['passager']-data['passager_1']
data=data.drop(['passager_1'],axis=1)
#索引得到change列为1或-1的列
data=data.loc[(data['change']==1) |(data['change']==