芝加哥共享单车出行数据集2022年-lucykangol
数据来源：互联网公开数据
标签：共享单车,出行数据,芝加哥,城市交通,数据分析,教学资源,自行车使用,站点信息,骑行高峰
数据概述：
本数据集来源于 Google 数据分析课程提供的学习数据，模拟自芝加哥真实的 Divvy/Lyft 公共自行车系统，由 Motivate International 公司授权发布（数据许可协议）。数据反映了Cyclistic（虚构公司）在2022年全年用户出行记录，包括骑行时间、车辆类型、站点信息等。数据集主要包含以下字段：ride_id（每次骑行的唯一标识符）、rideable_type（车辆类型）、started_at（骑行开始时间）、ended_at（骑行结束时间）、start_station_name（出发站点名称）、start_station_id（出发站点的唯一编号）、end_station_name（到达站点名称）、end_station_id（到达站点的唯一编号）、start_lat（出发站点纬度）、start_lng（出发站点经度）。
数据特征：
数据时间范围为2022年1月1日至2022年12月31日（部分记录延伸至2023年初），总记录数约为5,667,717条。车辆类型分布中，电动自行车（electric_bike）占比约51%，经典自行车（classic_bike）占比约46%，其他类型占比约3%。站点信息缺失率约为15-16%，主要集中在芝加哥市区，地理范围约为41.6°N – 42.1°N，-87.8°W – -87.6°W 之间。最活跃站点包括 Streeter Dr & Grand Ave（ID为13022）等。5月至9月为年度骑行高峰，单周骑行量普遍超过15万，其中7月最后一周骑行量达208,394条记录。
数据用途概述：
该数据集适用于多种研究与分析场景，包括城市交通行为研究与出行模式分析、高峰时段与热门站点识别、电动与传统单车使用对比分析、站点选址优化与单车调度策略设计、教学、数据清洗、可视化与机器学习实践等。教育研究者和数据分析师可利用该数据集进行相关领域的深入研究和探索，同时也能为城市交通规划和公共交通管理提供数据支持。
