【OD矩阵】《城市公交IC卡·数据分析方法及应用》笔记——公交数据数据处理注意点

《城市公交IC卡·数据分析方法及应用》 陈学武、李海波、候贤耀著

《城市公交IC卡·数据分析方法及应用》——OD矩阵的推导·笔记

一般而言，对公交数据流OD分析，所使用的数据中至少包括以下内容：卡编号、消费日期、 消费时间、车辆编号、线路编号

数据提取

公交数据的运营和服务性质决定了公交运营数据又很强的分布时段特性和周期性（早高峰、晚高峰），

公交运营以一日、一周、一月作为基本运营时间单位。为了使公交数据体现这种周期性，在进行数据分析时，至少包括一周数据，考虑到周末及节假日，数据分析时还是需要筛选出合适的数据范围。

数据预处理

时间格式

原始数据中经常会出现时间格式问题。考虑到后期需要对数据筛选，所以首先去统一时间格式

卡类型格式

一张IC卡可能会产生多种卡类型

出现错乱的IC卡代码后需要判断该代码是否是有效代码

如果不是有效代码，就可以认为是误差，来自于随即错误

如果是有效代码，结合变化前后数据，一般认为变化之后卡类型不变，即可认为是数据更新，否则是系统随机错误

代刷识别

如果出现两次刷卡时间间隔较短（小于站点间最短行程时间），则可以判断是后一次是代刷数据

数据处理流程图如下：