城市数据实践：出租车数据的处理与可视化展示
【城市数据研习社——优秀学员作品展示】
出租车数据的处理与可视化展示
前言：本期数据实践栏目，来自城市数据研习社社员魏小帅的实践案例，学号A40。
魏小帅目前就读于同济大学城市规划系，于2016年8月报名参加了由国匠城和城市数据团共同举办的《面向规划实践的数据能力增强计划》，是城市数据研习社苏州分社成员，具备城市数据综合分析能力，特此颁发认证，以资鼓励。
本栏目将持续推出城市数据研习社社员作品，并作为课程考核环节，为达到实践能力的社员，提供在线能力认证，证书网址：www.caup.net/cert ，也可在公众号菜单中查询。
往期回顾：
大家好，我是小帅，人同其名，如果帅是一种罪，那我已经罪恶滔天，本帅目前就读于同济大学城市规划系，研究生三年级。本期，我将为大家分享一下如何处理城市出租车数据。
在城市级交通大数据中，较为常见的有地铁刷卡数据、常规公交刷卡数据、出租车GPS数据。另外，还有在互联网浪潮的推动下兴起的滴滴打车GPS数据以及Mobike行车记录的GPS数据等。
但是一直以来，对于出租车GPS数据的应用主要集中在两个方面。第一，作为出租车运营管理中心监控使用，可以实时获知每辆出租车的位置信息、载客状态等。第二，通过出租车不断上传的GPS数据，包括运营速度字段，推算城市道路的拥堵情况。但是，利用出租车GPS数据分析客流需求以及出租车司机群体的运营路线，这样的研究还较少。
关于出租车GPS数据研究较少的原因，本帅斗胆臆断一下。
首先，出租车作为交通工具受到人们的重视程度不如地铁和常规公交。地铁和常规公交的乘客人次也远远高于出租车。其次，相对于地铁和常规公交而言，出租车没有固定的站点和线路，导致研究问题不易聚焦。
最后，出租车GPS数据的数据结构相对复杂，数据处理难度也相对较大。
于是，本帅怀着强烈的好奇心，开始着手处理上海市某日的出租车GPS数据，看看能玩儿出什么花样。
Step1：提取载客状态
原始数据中，每辆车每隔一段时间（一般为秒数级）就会上传一条状态数据，包括 taxi_id,time,lng,lon,speed,state。根据运营状态（state）的切换区分空驶状态与载客状态，并识别出每一单行程的路径。
随机抽选一辆出租车，识别出了运单42次。这一步是为了将无序的GPS数据处理成了有序地，并增加了trip_id字段，以下为上海某一老司机一天之内的订单形成轨迹图：
这位出租车师傅，一天共接42单，主要活动在徐汇区和黄浦区。
Step2：打车需求空间及时间分布
将step1得到的数据，取每次载客的起点，即可得到打车需求的空间分布。
从空间分布上看，打车需求主要集中在外环线以内的地区，以及市级对外交通枢纽，如虹桥综合交通枢纽、浦东机场。在中心城区内，淮海中路、人民广场、陆家嘴、徐家汇、五角场等商业中心的打车需求明显高于其他地区。
从打车需求的时间分布上看，中午12点至13点是打车需求最旺盛的时间段。此外，晚上20点至21点也存在一个明显的小高峰。
当然，也可以进一步得到去特定地点的打车需求。例如，打车去浦东机场的空间需求分布。
去浦东机场的打车需求主要集中在中心城区，特别是淮海中路、人民广场及陆家嘴地区。
Step3：出租车OD空间分布
在step1所得到的有序的载客记录中，选取每次载客的起点和终点，即可得到出租车出行的OD空间分布。
可以明显看到，市级商业中心与交通枢纽等人流密集地之间的打车需求较大。特别是虹桥枢纽与淮海中路和人民广场的联系很强。
由这万余辆出租车所描绘出的轨迹中，我们可以看到这座城市清晰的结构。虹桥--市中心、五角场、陆家嘴等等。似乎所有出租车的可能性都已标注在一张巨大的城市蓝图上，不再有改变的空间。
Step4：出租车全天绩效分析
前三步都是从城市规划的角度所做的一些分析。但是，无法遏制的好奇心将我带到了出租车运营状况的问题上。以出租车为单位，统计每辆车每天的接单数、载客里程、运营收入、平均载客里程、全天总行驶里程、夜间接单数等等指标。通过这些指标，可以勾勒出出租车司机群体的工作状态。
辛苦工作的出租车司机接单数主要集中在30-45之间。当然，极少数老司机能突破60。
出租车司机一天的运营收入（毛收入）的平均值为1130元，而在运营收入在1000元至1400元之间的占到40%以上。
Step5：出租车江湖门派分类
数据越玩越有劲儿！于是，本帅以出租车司机不同的接单策略，总结出了出租车江湖的五大派别。
可以看到：
1，接单王以平均1566元的运营收入在高手间的角逐中，率先败下阵来。看来只靠苦力努力以及暴力刷单，在套路深厚的老司机流派中显然是没有太大前途的。
2，另辟蹊径的夜行侠和盘踞区域的稳定僧，分别以1599元、1616元的成绩位列第二梯队。只要在特定的时间和空间上找到属于自己的领域，就算竞争再激烈也有自己的一席之地。
3，而高手中的高手，将在效率帝和长途哥中间产生。在最后的决斗中，效率帝凭借1710元的运营收入，以微弱的优势战败了长途哥，获得了年度最佳老司机流派的殊荣。
虽然在各类老司机中，效率帝的平均收入最高，但是大家都知道高手之间过招，胜负往往在一念之间。
因此，在不同的预期目标下，最优策略可能会有所不同。请看下图：
可以看到，长途哥和效率帝这两条曲线在不同的预期收益之间来回波动，交替上升。当预期收入设定在1500元时，长途哥会占据上风，而在1500元至1870元之间，则是效率帝胜出，但假如要拼极限收入能力，最后还是长途哥独领风骚。
五大派别策略的详细介绍，请参看城市数据团《老司机的江湖》。
一个数据分析师的自我修养
在做了这么多数据分析工作之后，我来想谈谈自己的感触。
1.基本的分析数据、处理数据、数据可视化的能力。这些技能层面的东西是基本工，必须掌握，且要不断进步、更新。
2.对数据所包含信息的敏感性。什么样的数据有价值，什么样的数据能做到何种深度的研究。这种直觉性需要慢慢培养。从事数据分析的经验越多，我们的直觉判断就越准。这可以保证我们不会在一堆破烂儿数据中做无用功。
3.保持强烈的好奇心。我很多时候在分析数据的过程中，真的是完全停不下来。因为自己特别好奇会得到什么样的结果。数据结果是否会符合自己的预期？如果不符，又是什么原因造成了。
就在这环环相扣的好奇心驱动下，我不断深入探寻数据以及数据背后的故事。所以对我来说，每一次分析一批数据都是一次奇妙的探秘之旅！
推广：
[*] 城市数据研习社是国匠城、城市数据团共同举办的持续性学习组织，社员将享受到持续更新的数据课程，免费使用的数据插件，以及社群内的交流答疑。
目前，城市数据研习社开启了“千人计划”，希望能够从规划师中首先招募1000人，作为社群的中坚力量，助推规划师个人发展。
城市数据研习社咨询群：413942566
长按识别二维码，腾讯课堂
报名加入城市数据研习社
社员机构列表