In ahorawzy/HVS: This package is designed for Highway Virtual Traffic Survey Station project.

读取数据

一共200万行，只读取10万行，22列

rm(list=ls())
hrb <- read.table("D:\\data\\sfsj\\黑龙江省2017年10月高速公路收费明细20171021-31（哈尔滨片区）.txt",
                  sep=",",header=F,fill=T,nrows=100000,stringsAsFactors=F)
dim(hrb)

names(hrb) <- c("ENNETINDEX","ENSTATIONINDEX","ENDATETIME","EXNETINDEX","EXSTATIONINDEX","EXDATETIME",
                "EXLANE","VLP","VC","VT","MILEAGE","AXISNUM","AXISWEIGHT","REALWEIGHT","LIMITWEIGHT",
                "OVERWEIGHTRATE","GREEN","FREETYPE","IDENTIFY","ETC","ETCOBU","PAYMENT")

str(hrb)

筛选数据

入口网络编号和出口网络编号均为0，删除这两列

hrb$ENNETINDEX <- NULL
hrb$EXNETINDEX <- NULL
dim(hrb)

描述性统计

收费站

入口站数量和出口站数量，基本就是148个

length(unique(hrb$ENSTATIONINDEX))
length(unique(hrb$EXSTATIONINDEX))

车型和车种

车种，0：客车，1：货车

table(hrb$VC,hrb$VT)

行驶里程

plot(density(hrb$MILEAGE,na.rm = T))

plot(density(hrb$MILEAGE,na.rm = T,from = 0,to=200))

客车平均行驶距离75.6，货车平均行驶距离109.8。

tapply(hrb$MILEAGE, hrb$VT, summary,simplify = T)

轴数

客货车的轴数，0客车，1货车

table(hrb$VT,hrb$AXISNUM)

载重

分客货车载重：客车平均载重1.9吨，货车平均载重16吨。

tapply(hrb$REALWEIGHT, hrb$VT, summary,simplify = T)

分车种和车型的平均载重，前4行为客车，后5行为货车。前两行客车的Max数据可能有误。

aggregate(REALWEIGHT~VC+VT,data=hrb,FUN=summary,na.rm=T)

超限率

超限率=(车货总重-限重)/限重

table(hrb$OVERWEIGHTRATE)

绿通车

0不是绿通车，1是绿通车

table(hrb$GREEN)

免费车

table(hrb$FREETYPE)

路径标识

sum(hrb$IDENTIFY,na.rm = T)

没有路径标识

ETC

table(hrb$ETC)

均为非ETC

支付方式

0现金支付，1电子支付

table(hrb$PAYMENT)

日期处理

拆分入口日起

hrb$ENDATETIME <- as.POSIXct(hrb$ENDATETIME)
hrb$EXDATETIME <- as.POSIXct(hrb$EXDATETIME)

计算旅行时间和速度

hrb$TIMEDIFF  <- hrb$EXDATETIME-hrb$ENDATETIME
hrb$TIMEDIFF <- as.numeric(hrb$TIMEDIFF)
hrb$SPEED <- hrb$MILEAGE*1000/hrb$TIMEDIFF*3.6

nrow(hrb[hrb$SPEED<0,])

1224个样本速度为负，例如

hrb[which(hrb$SPEED<0)[1],]

hrb[which(hrb$SPEED<0)[2],]

出口时间比入口时间还要早，所以时间差为负数

nrow(hrb[hrb$SPEED>150,])

1865个样本速度大于200，例如

hrb[which(hrb$SPEED>200)[1],]

42秒的时间跑了13公里，显然不可能

hrb[which(hrb$SPEED>200)[2],]

1小时跑了323公里，比高铁还快

客车中位速度93.26，货车中位速度65.80，还算合理

tapply(hrb$SPEED,hrb$VT,summary)

剔除速度大于150和小于10的样本

hrbs <- hrb[hrb$SPEED>10 & hrb$SPEED<150,]
dim(hrbs)

tapply(hrbs$SPEED,hrbs$VT,summary)

剔除后数据变化不大，均值和中位数差别不大，说明有偏情况不严重。

收费站处理

查看是否有进入站和驶出站相同的

nrow(hrbs[hrbs$ENSTATIONINDEX == hrbs$EXSTATIONINDEX,])

有869个相同的，这些旅行里程和旅行时间怎么样？

hrbs[which(hrbs$ENSTATIONINDEX == hrbs$EXSTATIONINDEX)[1],]
hrbs[which(hrbs$ENSTATIONINDEX == hrbs$EXSTATIONINDEX)[2],]

这些样本数据基本都缺失，删除这些样本

hrbs <- hrbs[!is.na(hrbs$ENSTATIONINDEX),]
dim(hrbs)

head(hrbs[c("ENSTATIONINDEX","EXSTATIONINDEX")])

ahorawzy/HVS documentation built on May 29, 2019, 1:52 a.m.