In ahorawzy/TFTSA: Traffic Flow Time Series Analysis

library(ggplot2)
library(reshape2)

本实验主要用来支持第3章的写作。

3.1 交通流数据介绍

3.1.2 数据维度与字段

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

names(tml)

unique(tml$观测站编号)

unique(tml$观测站名称)

unique(tml$日期)

unique(tml$小时)

unique(tml$分钟)

sort(unique(tml$时间序号))

table(tml$上下行方向,tml$CDH)

3.2 描述性统计与预处理

3.2.1 描述性统计

names(tml)

dim(tml)

tmlflow <- tml[,9:17]
names(tmlflow)

summary(tmlflow)

boxplot(tmlflow,names = names(tmlflow),cex.axis=0.7,cex=0.7)

unique(tml$日期)

tml1001 <- tml[tml$日期=="01-10月-16",]
tml1001flow <- tml1001[,9:17]
dim(tml1001flow)

flowcolsums <- colSums(tml1001flow)
flowcolsums <- as.data.frame(flowcolsums)
colnames(flowcolsums) <- "flow"
flowcolsums$name <- rownames(flowcolsums)
flowcolsums$name <- factor(flowcolsums$name,levels = flowcolsums$name)

ggplot(data=flowcolsums,aes(x=name,y=flow))+
  geom_bar(stat="identity",fill="steelblue")+
  theme(legend.position="none")+
  xlab("车辆类型")+ylab("交通流量")+
  geom_text(aes(label=flowcolsums$flow),vjust=-0.5)+
  theme(axis.text.x=element_text(size = 10,face="bold"))
ggsave("D:\\王致远\\论文\\大论文\\实验\\绘图\\10月1日交通流量条形图.png",dpi=600)

研究分上下行对车流量的影响

unique(tml1001$上下行方向)

tml1001sflow <- tml1001[tml1001$上下行方向=="S",9:17]
names(tml1001sflow)

flowcolsumsS <- colSums(tml1001sflow)
flowcolsumsS <- as.data.frame(flowcolsumsS)
colnames(flowcolsumsS) <- "flow"
flowcolsumsS$name <- rownames(flowcolsumsS)
flowcolsumsS$name <- factor(flowcolsumsS$name,levels = flowcolsumsS$name)

ggplot(data=flowcolsumsS,aes(x=name,y=flow))+
  geom_bar(stat="identity",fill="steelblue")+
  theme(legend.position="none")+
  xlab("车辆类型")+ylab("交通流量")+
  geom_text(aes(label=flowcolsumsS$flow),vjust=-0.5)+
  theme(axis.text.x=element_text(size = 10,face="bold"))
ggsave("D:\\王致远\\论文\\大论文\\实验\\绘图\\10月1日交通流量条形图.png",dpi=600)

换一种方式思考

names(tml1001)

mm <- tml1001[,c(3,6,8,9:17)]
mm <- melt(data = mm,id=(c("日期","时间序号","CDH")))
mm$CDH <- as.factor(mm$CDH)

names(mm)

ggplot(mm,aes(x=mm$variable,y=mm$value,fill=mm$CDH))+
  geom_bar(stat = "identity",position = "dodge")+
  theme(legend.title=element_text("车道号"))+
  xlab("车辆类型")+ylab("交通流量")+labs(fill="车道号")+
  theme(axis.text.x=element_text(size = 10,face="bold"))
ggsave("D:\\王致远\\论文\\大论文\\实验\\绘图\\10月1日分车道交通流量条形图.png",dpi=600)

table(tml$日期)

3.2.2 数据预处理

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

table(tmlall$日期)

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