这是一个使用样例数据完成的共享单车骑行与调度分析项目。我使用 Python 和 Pandas 清洗骑行记录,处理缺失值和异常时长,并将骑行、网格、天气和调度四张表汇总到「网格—日期」层级,整理出 2024 年第一季度的 45,352 条网格日记录。 我统计了各网格每天的出发量、到达量和净调度量,用这些指标观察哪些网格的净流出压力较大,并输出汇总 CSV、每日趋势图和网格气泡图。分析过程中使用了 AI 辅助。
这是一个基于模拟数据的共享单车供需分析项目。我将原有 Notebook 整理成可一键运行的 Python 项目,使用 Pandas 清洗约 15 万条骑行订单,处理缺失值和异常记录,并按网格和日期关联订单、天气与车辆调度数据。项目计算各网格的出发量、到达量、高峰骑行占比和车辆流动差额,导出可复用的 CSV、每日趋势图和网格气泡图,方便查看订单量随时间的变化,以及车辆流入和流出在哪些区域存在差异。我还为三个示例网格建立了线性回归预测基线,并用留出数据评估预测误差。
这是一个使用样例数据完成的共享单车骑行与调度分析项目。我使用 Python 和 Pandas 清洗骑行记录,处理缺失值和异常时长,并将骑行、网格、天气和调度四张表汇总到「网格—日期」层级,整理出 2024 年第一季度的 45,352 条网格日记录。 我统计了各网格每天的出发量、到达量和净调度量,用这些指标观察哪些网格的净流出压力较大,并输出汇总 CSV、每日趋势图和网格气泡图。分析过程中使用了 AI 辅助。...
这是一个基于模拟数据的共享单车供需分析项目。我将原有 Notebook 整理成可一键运行的 Python 项目,使用 Pandas 清洗约 15 万条骑行订单,处理缺失值和异常记录,并按网格和日期关联订单、天气与车辆调度数据。项目计算各网格的出发量、到达量、高峰骑行占比和车辆流动差额,导出可复用的 CSV、每日趋势图和网格气泡图,方便查看订单量随时间的变化,以及车辆流入和流出在哪些区域存在差异。我还为三个示例网格建立了线性回归预测基线,并用留出数据评估预测误差。...
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如该工程师当前档期不合,也可免费为您推荐相似候选人