数据集概述
本数据集包含电动汽车（BEV）和卡车司机两类充电行为在线调查结果，共348份有效问卷。数据覆盖慕尼黑及周边区域电动汽车用户和慕尼黑工业大学汽车技术系联系的专业卡车司机，调查时间为2022年12月至2023年2月。数据集含调查结果、问题编码、回答翻译三类CSV文件及辅助Python代码与JSON文件，总计12个文件。
文件详解
- 调查结果文件
- 文件名称：bev_survey_ger.csv、bev_survey_eng.csv、truck_survey_ger.csv、truck_survey_eng.csv
- 文件格式：CSV
- 字段映射介绍：分别对应电动汽车和卡车司机调查的德英双语完整问卷结果，包含受访者基本信息、充电行为习惯、满意度评价等核心数据
- 问题编码文件
- 文件名称：bev_question_encoding.csv、truck_question_encoding.csv
- 文件格式：CSV
- 字段映射介绍：记录问题的德英原文（question_text_ger/eng）、数据列名（column_name）及数据类型（column_dtype），如response_id（响应ID，Int64）、initial_language（初始语言，category）
- 回答翻译文件
- 文件名称：bev_response_translation.csv、truck_response_translation.csv
- 文件格式：CSV
- 字段映射介绍：包含回答选项的德英翻译对照，如性别（Männlich/male、Weiblich/female）、年龄组（18-20等）、类别（Divers/diverse）等
- 数据类型配置文件
- 文件名称：bev_dtypes.json、truck_dtypes.json
- 文件格式：JSON
- 字段映射介绍：定义调查结果数据列的类型，如bev_dtypes.json包含response_id、gender、age_group等字段的类型说明
- 数据导入代码文件
- 文件名称：import_data_set_example.py、utils.py
- 文件格式：Python
- 字段映射介绍：提供数据集导入的示例代码和工具函数，辅助用户快速加载和处理数据
数据来源
慕尼黑工业大学汽车技术系
适用场景
- 电动汽车充电行为模式研究: 分析私人及公共充电场景下用户的充电频率、位置偏好、满意度等特征
- 卡车司机充电需求分析: 探究专业卡车司机的里程需求、长途运输充电痛点、快充接受度等
- 充电基础设施规划: 基于用户充电行为数据，优化公共充电站点布局和设施配置
- 新能源交通政策制定: 为电动汽车推广、卡车电动化转型等相关政策提供用户行为依据
- 跨语言数据挖掘: 利用德英双语对照数据，开展多语言NLP分析和国际对比研究
