芝加哥Divvy共享单车使用数据集2021年7月至2022年6月-nurudeenabdulsalaam
数据来源：互联网公开数据
标签：共享单车,芝加哥,出行数据,交通分析,用户行为,地理信息,时间序列,数据可视化
数据概述：
本数据集包含了芝加哥Divvy共享单车系统在2021年7月至2022年6月期间的所有骑行记录，具体包括每次骑行的时间、地点、用户类型、自行车类型及骑行标识符。数据按月分文件存储，从202107-divvy-tripdata（2021年7月）到202106-divvy-tripdata（2022年6月），每个文件包含13列数据，列名和类型如下：
ride_id - 每次骑行的唯一标识符，由数字和字母组成（字符型）。
rideable_type - 骑行使用的自行车类型（字符型）。
started_at - 骑行开始的具体时间和日期，格式为YYYY-MM-DD HH:MM:SS（日期时间型）。
ended_at - 骑行结束的具体时间和日期，格式为YYYY-MM-DD HH:MM:SS（日期时间型）。
start_station_name - 骑行开始的车站名称（字符型）。
start_station_id - 骑行开始的车站唯一标识符，由数字和字母组成（字符型）。
end_station_name - 骑行结束的车站名称（字符型）。
end_station_id - 骑行结束的车站唯一标识符，由数字和字母组成（字符型）。
start_lat - 骑行开始的车站全球纬度位置（数值型）。
start_lng - 骑行开始的车站全球经度位置（数值型）。
end_lat - 骑行结束的车站全球纬度位置（数值型）。
end_lng - 骑行结束的车站全球经度位置（数值型）。
member_casual - 用户类型：年卡会员标记为"member"，日卡或全天卡用户标记为"casual"（字符型）。
ride_length - 每次骑行的总距离（数值型）
数据用途概述：
该数据集适用于城市交通规划、共享单车使用模式分析、用户行为研究、地理信息系统应用等多种场景。研究人员和城市规划者可以利用此数据评估共享单车系统的使用效率和覆盖范围；企业可据此优化共享单车调度策略和站点布局；公众则可以通过数据了解城市出行模式，为绿色出行提供参考。此外，该数据集也适用于教育培训，帮助学习者理解城市交通系统和大数据分析方法。
