In ahorawzy/TFTSA: Traffic Flow Time Series Analysis

library(ggplot2)
library(plyr)

本实验主要任务在于:

回顾贵阳大数据比赛所用的数据集，探索数据集构成。

2016年10月数据

数据整体信息

flow201610 <- read.csv("D://data//thesis/201610/201610.csv",header = T)
dim(flow201610)

names(flow201610)

summary(flow201610)

str(flow201610)

单变量考察

观测站编号

unique(flow201610$观测站编号)

一共有12个观测站编号

table(flow201610$观测站编号)

每个观测站数据量并不一样大，每个观测站编号前四位是道路信息。

StationNumber <- as.character(unique(flow201610$观测站编号))
StationNumber

高速公路道路信息如下：

unique(substr(StationNumber,1,4))

有2个省道，6个国道。

观测站名称

unique(flow201610$观测站名称)

12个观测站，对应12个观测站编号。

table(flow201610$观测站编号,flow201610$观测站名称)

观测站编号与观测站名称对应关系：

G210L374522726 麻尾 G320L026522223 南宁 G320L412522630 台盘 G320L460520222 平关站 G321L101522633 丙妹 G321L322522422 普宜 G324L400522301 乌沙 G326L226522228 黑水 G326L260522427 黑石 G75L197520322 松坎 S01L001520111 桐木岭 S207L202520325 平胜

后续研究可只针对观测站名称

日期

unique(flow201610$日期)

日期跨度有27天，从2016年9月19日至2016年10月16日。

但日期格式较为混乱，后续还需要整理。

小时

unique(flow201610$小时)

sort(unique(flow201610$小时))

24小时都有，但无0点，0点用24点表示。

分钟

sort(unique(flow201610$分钟))

CDH

unique(flow201610$CDH)

猜测CDH取几个离散取值可能和上下行有关系，也和观测站有关系。

table(flow201610$观测站名称,flow201610$CDH)

南宁有6个，剩下的都是1个或2个。看来CDH的含义，可能是“车道号”。

上下行方向

unique(flow201610$上下行方向)

table(flow201610$上下行方向,flow201610$CDH)

猜测没有错，11/12/13是上行，31/32/33是下行。

时间序号

length(unique(flow201610$时间序号))

288个时间点

60/5*24

每5min一个时间点。

---

交通流量

subflow201610 <- flow201610[,9:17]
dim(subflow201610)

names(subflow201610)

summary(subflow201610)

箱线图

boxplot(subflow201610)

可以看出中小客车和摩托车分布范围交广，中小客车在0~120范围都有分布，摩托车在0~80范围。其他车辆集中在0~20范围。

boxplot(subflow201610,ylim=c(0,20))

names(subflow201610)

可以看出大客车、大货车、特大货车、集装箱、拖拉机，量都很少。大头还是中小客车。

条形图

flowcolsums <- colSums(subflow201610)
flowcolsums <- as.data.frame(flowcolsums)
colnames(flowcolsums) <- "flow"
flowcolsums$name <- rownames(flowcolsums)

ggplot(data=flowcolsums,aes(x=name,y=flow))+geom_bar(stat="identity")

某一天某一站条形图

查看某一天（例如10月1日）某一观测站（例如桐木岭）各类型的车数量对比条形图

tml1001 <- subset(tmlall,日期=="01-10月-16")
subtml1001 <- tml1001[,9:17]
sumtml1001 <- colSums(subtml1001)
sumtml1001 <- as.data.frame(sumtml1001)
names(sumtml1001) <- "flow"
sumtml1001$name <- rownames(sumtml1001)
ggplot(sumtml1001,aes(x=name,y=flow))+geom_bar(stat="identity")

桐木岭数据

接下来以桐木岭数据为研究对象。

tmlall <- read.csv("D://data//thesis//201610/tmldata/tml.csv",header = T)
dim(tmlall)

names(tmlall)

unique(tmlall$日期)

时间跨了23天。

感兴趣的可能是在十一前后，每一日内各个车型交通流变化。考虑用ggplot2绘柱状图。

subtml <- tmlall[,c(3,9:17)]
temp <- ddply(subtml,~日期,summarise,sumflow=sum(中小客车)+1.5*sum(大客车)+sum(小货车)+1.5*sum(中货车)+3*sum(大货车)+4*sum(特大货车)+4*sum(集装箱)+1*sum(摩托车)+4*sum(拖拉机))
temp <- rbind(temp[13:23,],temp[1:12,])
rownames(temp) <- temp$日期
temp$日期 <- factor(temp$日期,levels = rownames(temp))
tmlsum <- temp

gplot1 <- ggplot(tmlsum,aes(x=日期,y=sumflow))+geom_bar(stat="identity",fill="steelblue")+
  theme(axis.text.x = element_text(angle = 90))+
  ylab("交通流换算当量")+
  scale_y_continuous(breaks=seq(0, 13000, 2000))
gplot1

ggsave(filename = "十一期间交通流变化柱状图.png",width=6,height=4,dpi=600)

由此图可以看出，"十一"期间，确实存在突变效应。

ahorawzy/TFTSA documentation built on May 13, 2019, 12:18 p.m.