總結(jié)：DCIC算法分析賽完整方案分享！
DCIC2020
賽題說明：出租車作為城市客運(yùn)交通系統(tǒng)的重要組成部分，以高效、便捷、靈活等優(yōu)點(diǎn)深受居民青睞。出租車每天的運(yùn)營中會(huì)產(chǎn)生大量的上下車點(diǎn)位相關(guān)信息，對(duì)這些數(shù)據(jù)進(jìn)行科學(xué)合理的關(guān)聯(lián)和挖掘，對(duì)比在工作日以及休息日、節(jié)假日的出租車數(shù)據(jù)的空間分布及其動(dòng)態(tài)變化，對(duì)出租車候車泊位、管理調(diào)度和居民通勤特征的研究具有重要意義。
出租車/網(wǎng)約車：上下車地點(diǎn)挖掘；
出租車/網(wǎng)約車：不同日期的空間變化；
出租車/網(wǎng)約車：泊車和調(diào)度問題；
統(tǒng)計(jì)分析方法分別對(duì)所提供的巡游車和網(wǎng)約車運(yùn)營的時(shí)間、空間分布特征進(jìn)行量化計(jì)算，包括：
計(jì)算2年的每年工作日取日平均，非工作日取日平均和節(jié)假日取日平均，三種類型各自平均的時(shí)變分布變化，三種時(shí)間類型按網(wǎng)格劃分的平均空間分布（網(wǎng)格劃分顆粒度選手自選）；
并分別對(duì)比分析所提供的網(wǎng)約車、巡游車，計(jì)算2年每年按工作日取日平均，非工作日取日平均和節(jié)假日取日平均三種類型的日均空駛率、訂單平均運(yùn)距、訂單平均運(yùn)行時(shí)長、上下客點(diǎn)分布密度等時(shí)變特性；
根據(jù)巡游車和網(wǎng)約車的時(shí)空運(yùn)營特征，并嘗試對(duì)巡游車與網(wǎng)約車的融合發(fā)展提出相關(guān)建議。在分析過程，參賽者必須用到但不局限于提供的數(shù)據(jù)，可自行加入自有數(shù)據(jù)進(jìn)行參賽，但需說明自帶數(shù)據(jù)來源并保證數(shù)據(jù)合法合規(guī)使用；
通過賽題理解&數(shù)據(jù)分析，參賽選手需要回答上述問題：
每年工作日取日平均，非工作日取日平均和節(jié)假日取日平均，三種情況下出租車&網(wǎng)約車：
運(yùn)營時(shí)間規(guī)律：出車時(shí)間和運(yùn)行時(shí)間；
空間分布規(guī)律：城市分布規(guī)律，訂單分布規(guī)律；
日均空駛率：空駛里程(沒有載客)在車輛總運(yùn)行里程中所占的比例；
訂單平均運(yùn)距：訂單平均距離計(jì)算；
訂單平均運(yùn)行時(shí)長：訂單平時(shí)時(shí)長計(jì)算；
上下客點(diǎn)分布密度：上下車位置分布；
對(duì)出租車&網(wǎng)約車的調(diào)度、融合發(fā)展提出建議：
如何進(jìn)行訂單調(diào)度？識(shí)別打不到車的位置；
如何進(jìn)行停車場(chǎng)推薦？
訂單差異性分析？
比賽數(shù)據(jù)說明（點(diǎn)擊閱讀原文即可直達(dá)）：
https://data.xm.gov.cn/opendata-competition/#/contest_explain
賽題數(shù)據(jù)基本可以分為四類：
巡游車GPS數(shù)據(jù)（2019年、2020年）；
巡游車訂單數(shù)據(jù)（2019年、2020年）；
網(wǎng)約車GPS數(shù)據(jù)（2019年、2020年）；
網(wǎng)約車訂單數(shù)據(jù)（2019年、2020年）；
數(shù)據(jù)字段說明如下：
城市巡游車與網(wǎng)約車運(yùn)營特征對(duì)比分析賽題，提供 2019.05.31-2019.06.09 和2020.06.18-2020.06.27 兩年共計(jì) 20 天的 A 城市網(wǎng)約車和巡游車的 GPS 數(shù)據(jù)、訂 單數(shù)據(jù)，以及 A 城市路網(wǎng)矢量數(shù)據(jù)，上億條數(shù)據(jù)。
計(jì)算巡游車日均空駛率、運(yùn)距和運(yùn)行時(shí)長；
計(jì)算網(wǎng)約車日均空駛率、運(yùn)距和運(yùn)行時(shí)長；
import pandas as pdimport numpy as npimport glob# 網(wǎng)約車計(jì)算def cal_wyc(df):df = df[['DEST_TIME', 'DEP_TIME', 'WAIT_MILE', 'DRIVE_MILE']].dropna()if df['DEST_TIME'].dtype != np.int64:df = df[df['DEST_TIME'].apply(len) == 14]df = df[df['DEST_TIME'].apply(lambda x: x.isdigit())]df['DEP_TIME'] = pd.to_datetime(df['DEP_TIME'], format='%Y%m%d%H%M%S')df['DEST_TIME'] = pd.to_datetime(df['DEST_TIME'], format='%Y%m%d%H%M%S')df = df[df['DRIVE_MILE'].apply(lambda x: '-' not in str(x) and '|' not in str(x) and'路' not in str(x))]df['DRIVE_MILE'] = df['DRIVE_MILE'].astype(float)df['WAIT_MILE'] = df['WAIT_MILE'].astype(float)# return dfprint('空駛率：', (df['WAIT_MILE'] / (df['WAIT_MILE'] + df['DRIVE_MILE'] + 0.01)).mean())print('訂單平均距離：', df['DRIVE_MILE'].dropna().mean())print('訂單平均時(shí)長：', ((df['DEST_TIME'] - df['DEP_TIME']).dt.seconds / 60.0).mean())# 巡游車計(jì)算def cal_taxi(df):df['GETON_DATE'] = pd.to_datetime(df['GETON_DATE'])df['GETOFF_DATE'] = pd.to_datetime(df['GETOFF_DATE'])??? print('空駛率：', (df['NOPASS_MILE']?/?(df['NOPASS_MILE']?+ df['PASS_MILE'])).mean())print('訂單平均距離：', df['PASS_MILE'].mean())print('訂單平均時(shí)長：', ((df['GETOFF_DATE'] - df['GETON_DATE']).dt.seconds / 60.0).mean())
2019年端午節(jié)數(shù)據(jù)：
INPUT_PATH = '../input/'df = taxiorder2019 = pd.concat([pd.read_csv(INPUT_PATH + x) for x in ['taxiOrder20190607.csv','taxiOrder20190608.csv','taxiOrder20190609.csv']])cal_taxi(df)INPUT_PATH = '../input/'df = taxiorder2019 = pd.concat([pd.read_csv(INPUT_PATH + x) for x in ['wycOrder20190607.csv','wycOrder20190608.csv','wycOrder20190609.csv']])cal_wyc(df)
出租車
空駛率：0.2997949500443629
訂單平均距離：6.501010225346955
訂單平均時(shí)長：13.055927380570695
網(wǎng)約車
空駛率：0.056048033587246776
訂單平均距離：9.065422897306478
訂單平均時(shí)長：111.21042580624874
2019年工作日數(shù)據(jù)：
INPUT_PATH = '../input/'df = taxiorder2019 = pd.concat([pd.read_csv(INPUT_PATH + x) for x in ['taxiOrder20190531.csv','taxiOrder20190603.csv','taxiOrder20190604.csv','taxiOrder20190605.csv','taxiOrder20190606.csv']])cal_taxi(df)INPUT_PATH = '../input/'df = taxiorder2019 = pd.concat([pd.read_csv(INPUT_PATH + x) for x in ['wycOrder20190531.csv','wycOrder20190603.csv','wycOrder20190604.csv','wycOrder20190605.csv','wycOrder20190606.csv']])cal_wyc(df)出租車
空駛率：0.28597477408680505
訂單平均距離：6.463312988754979
訂單平均時(shí)長：13.897280639095992
網(wǎng)約車
空駛率：0.0451398589440301
訂單平均距離：8.678716893803035
訂單平均時(shí)長：113.34003128482045
2019年周末數(shù)據(jù)：
INPUT_PATH = '../input/'df = taxiorder2019 = pd.concat([pd.read_csv(INPUT_PATH + x) for x in ['taxiOrder20190601.csv','taxiOrder20190602.csv',]])cal_taxi(df)df = taxiorder2019 = pd.concat([pd.read_csv(INPUT_PATH + x) for x in ['wycOrder20190601.csv','wycOrder20190602.csv',]])cal_wyc(df)
出租車
空駛率：0.2871319581401905
訂單平均距離：6.289113628823901
訂單平均時(shí)長：13.1542066691464
巡游車
空駛率：0.049881413163707276
訂單平均距離：8.514400548965787
訂單平均時(shí)長：113.50896480737183
需要注意2020年數(shù)據(jù)與上面計(jì)算邏輯相同，只需要修改下具體的文件名就可以完成計(jì)算。是不是很簡(jiǎn)單?
評(píng)分注意事項(xiàng)如下：
點(diǎn)擊「閱讀原文」實(shí)踐