本数据为第十四届认证杯C题数据，数据下载链接为：/shiti.html
首先，我们有一份excle文件，里面的内容是这样的：
然后，开始进行数据处理，先在Python里面干我们经常干的事情
df = pd.read_csv('data.csv')
之后，我们可以发现：这份数据里面，有很多没有放置共享单车的位置，还单独列成了一列数据，因此，我们需要将这一类数据去掉。
df = pd.read_csv('data1.csv')df = df[df['total_cars'] > 0]print(df)
print一下，就会发现一共是564371行有效数据
之后，我们可以对这个数据进行根据经纬度、时间或者车辆号进行聚类
首先我们根据经纬度进行聚类，并且画出图表来，得到结果：
运行代码为：
cars_by_lat=df.groupby("latitude").agg({'total_cars':'sum'})#print(cars_by_lat)plt.plot(cars_by_lat,color='k',alpha=0.5)plt.show()
看起来很不错的样子，但是！有个大问题，print一下就能发现，以下是print出来的结果
我们可以看到，一开始的表头成为了两行，所以，我们需要将其变成一行，如下为正确代码：
cars_by_lat=df.groupby("latitude").agg({'total_cars':'sum'}).reset_index()print(cars_by_lat)plt.plot(cars_by_lat['latitude'],cars_by_lat['total_cars'],color='k',alpha=0.5)plt.show()
根据时间聚类：
cars_by_time['timestamp'] = cars_by_time['timestamp'].apply(pd.Timestamp)#print(cars_by_time)#cars_by_time.plot(color='k',alpha=0.5)cars_by_time.set_index('timestamp').sort_index().rolling('60min').mean().plot(color='deepskyblue')plt.show()
之后，我们开始进行对每一个时间段进行统计，先上代码：
我们一开始需要对时间进行处理，计算当地的时间：
timestamps = pd.DatetimeIndex(cars_by_time['timestamp'])print(timestamps)timestamps = timestamps.tz_convert('Asia/Jerusalem')print(timestamps)cars_by_time['local_time'] = timestamps
tz_convert相当于修改时区，即修改到当地的时间，然后新增一行，讲时间放进去
cars_by_time['weekday'] = cars_by_time['local_time'].dt.day_name()cars_by_time['hour'] = cars_by_time['local_time'].dt.hour
这一段代码是说将一行时间变成星期和一天之内的小时时间，返回名字，运行结果为：
然后，我们就可以画图了，这个画图比较高级，所以我们不能用普通的plt进行绘制（没找到修改纵坐标的方法），因此，我们用了python里面一个非常高级的画图库，即：Seaborn
具体使用方法可以参考博客：/qq_40195360/article/details/86605860?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522162752697816780366571121%2522%252C%2522scm%2522%253A%25220713.130102334..%2522%257D&request_id=162752697816780366571121&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-86605860.first_rank_v2_pc_rank_v29&utm_term=seaborn&spm=1018.2226.3001.4187
讲述特别细致。
上代码：
cars_by_time['usage_rate'] = (45 - cars_by_time['total_cars']) / 45sns.barplot(x='hour',y='usage_rate',data=cars_by_time,alpha=0.5)plt.show()sns.barplot(x='weekday', y='usage_rate', data=cars_by_time,alpha=0.3)plt.show()
运行图：
总代码为：
import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as sns#sns.set_style("whitegrid")#warnings.filterwarnings("ignore")df = pd.read_csv('data1.csv')df = df[df['total_cars'] > 0]#print(df)#print(df.info())# 统计每一个时间段所有的停车点所停放的车的总数cars_by_lat=df.groupby("latitude").agg({'total_cars':'sum'}).reset_index()#plt.plot(cars_by_lat['latitude'],cars_by_lat['total_cars'],color='k',alpha=0.5)#plt.show()cars_by_time = df.groupby('timestamp').agg({'total_cars': 'sum'}).reset_index()#print(cars_by_time)cars_by_time['timestamp'] = cars_by_time['timestamp'].apply(pd.Timestamp)#plt.style.use("fivethirtyeight")#print(cars_by_time)#cars_by_time.plot(color='k',alpha=0.5)#cars_by_time.set_index('timestamp').sort_index().rolling('60min').mean().plot(color='deepskyblue')#plt.show()a=pd.DataFrame(cars_by_time.set_index('timestamp').sort_index().rolling('60min').mean())#print(a.describe())timestamps = pd.DatetimeIndex(cars_by_time['timestamp'])print(timestamps)timestamps = timestamps.tz_convert('Asia/Jerusalem')print(timestamps)cars_by_time['local_time'] = timestampscars_by_time['weekday'] = cars_by_time['local_time'].dt.day_name()print(cars_by_time['weekday'])cars_by_time['hour'] = cars_by_time['local_time'].dt.hourprint(cars_by_time['hour'])cars_by_time['rate'] = (45 - cars_by_time['total_cars']) / 45sns.barplot(x='hour',y='rate',data=cars_by_time,alpha=0.5)plt.show()sns.barplot(x='weekday', y='rate', data=cars_by_time,alpha=0.3)plt.show()
如果觉得《数据处理实例—共享单车数据处理》对你有帮助，请点赞、收藏，并留下你的观点哦！
