数据集概述
本数据集记录了两个欧洲知名主题公园（PortAventura World 和 Tivoli Gardens）在2018年至2022年期间的综合运营数据，包含游乐设施等待时间、天气条件、设施调度、游客入园量以及娱乐表演安排等多维度信息。数据集旨在支持主题公园运营分析、游客流量预测、设施效率优化以及游客体验改善等研究应用。
数据结构与规模
数据集包含6个核心文件，总计超过370万条记录：
- weather_data.csv：天气数据（207,264条记录，28个字段）
- waiting_times.csv：等待时间记录（3,509,324条记录，14个字段）
- entity_schedule.csv：设施调度信息（38,307条记录，7个字段）
- link_attraction_park.csv：设施与公园对应关系（39条记录，2个字段）
- attendance.csv：入园人数统计（2,367条记录，3个字段）
- parade_night_show.csv：娱乐表演时间表（671条记录，5个字段）
时间覆盖范围
数据收集时间跨度为2018年1月至2022年8月，覆盖约5年的运营周期。等待时间数据以15分钟为间隔记录，提供高频次的运营状态监测。天气数据以小时为单位采集，包含温度、湿度、风速、降水等关键气象指标。
核心字段说明
等待时间数据：包含39个不同游乐设施的实时等待时间、运营状态、载客量、设施容量等运营指标。
天气数据：记录巴黎地区（坐标48.873492, 2.295104）的详细气象信息，包括温度范围（-12.24°C至41.26°C）、湿度（2%-100%）、气压、风速风向、降雨降雪量等。
设施调度：详细记录各游乐设施的开放时间、关闭时间、维护状态及更新记录。
入园统计：按日统计两个公园的游客入园人数，范围从最低的负数值（可能表示数据调整）到最高80,642人。
数据质量特征
整体数据质量良好，大部分文件缺失值比例较低。天气数据中部分字段（如能见度、海平面气压）存在完全缺失情况。等待时间数据完整性最佳，无缺失值。数据经过DuckDB全量分析验证，确保统计准确性。
适用场景
本数据集适用于主题公园运营优化、游客行为分析、天气影响研究、设施维护规划、客流预测建模、收益管理分析等多个应用领域。研究人员可利用该数据集开展机器学习建模、时间序列分析、相关性分析等多种统计分析工作。
