数据集笔记:Telecom Shanghai Dataset

0 数据地址

📱Telecom Shanghai Dataset (kaggle.com)

1 数据描述

  • 该数据集由上海电信提供,包含超过720万条记录,记录了9481部手机通过3233个基站访问互联网的情况,时间跨度为六个月。
  • 例如,下图显示了基站的分布情况。每个节点代表中国上海的一个基站。
  • 这个数据集可以帮助研究人员评估他们在移动边缘计算主题上的解决方案,如边缘服务器部署、服务迁移、服务推荐等。

2 数据介绍

  • 电信数据集展示了6个参数,例如月份、数据、开始时间、结束时间、基站位置、手机ID。
  • 通过数据集可以找到用户的轨迹。

每15天一个表

3 python读取+可视化

3.1 读取数据

python 复制代码
import pandas as pd

data=pd.read_excel('Downloads/Telecom Shanghai Dataset/data_10.110.15.xlsx',names=['Data','start time','end time','cell station lon','cell station lat','user id'])

3.2 剔除经纬度为NaN的record

python 复制代码
data1=data.dropna()
data1

3.3 选择某一天的数据

python 复制代码
import datetime
data2=data1[(data1['start time']>=datetime.datetime(2014,10,15)) & (data1['start time']<datetime.datetime(2014,10,16))]
data2

3.4 根据user id和时间排序

python 复制代码
data2=data2.sort_values(by=['user id','start time'])
data2

3.5 停留的记录只保留第一条

3.5.1 首先确定哪些时刻在移动

记录当前位置和前一时刻的位置

python 复制代码
data2['location']=data2['cell station lon'].astype(str)+'_'+data2['cell station lat'].astype(str)
data2
python 复制代码
data2['prev_location']=data2['location'].shift(1)
data2
python 复制代码
data2['location_changed']=(data2['location']!=data2['prev_location'])
data2

3.5.2 保留当前时刻在移动的记录

python 复制代码
data3=data2[data2['location_changed']==True]
data3
python 复制代码
data3=data3[[ 'start time', 'end time', 'cell station lon',
       'cell station lat', 'user id']]
data3

3.6 保留轨迹长度大于10的轨迹

计算每一个用户id出现的次数

python 复制代码
iid=data3.groupby('user id').size().reset_index(name='count')
iid
python 复制代码
iid['count'].describe()
'''
count    2956.000000
mean        4.675237
std         4.769128
min         1.000000
25%         2.000000
50%         3.000000
75%         6.000000
max        69.000000
Name: count, dtype: float64
'''
python 复制代码
iid=iid[iid['count']>10]
iid
python 复制代码
data4=data3[data3['user id'].isin(iid['user id'])]
data4

3.7 绘制一条轨迹(使用folium)

python 复制代码
import numpy as np
tmp=data4[data4['user id']=='00a05a4f2b937fd38888c03213c4deb2'].reset_index()
tra_lst=[]
for j in range(tmp.shape[0]):
        tra_lst.append([tmp.at[j,'cell station lon'],tmp.at[j,'cell station lat']])
tra_lst=np.array(tra_lst)
m=folium.Map(location=tra_lst.mean(axis=0),zoom_start=13)
for i in tra_lst:
    folium.Marker(location=i).add_to(m)
folium.PolyLine(locations=tra_lst).add_to(m)
    
m
相关推荐
A-超21 分钟前
vue3展示pag格式动态图
笔记
u01015265840 分钟前
STM32F103C8T6学习笔记2--LED流水灯与蜂鸣器
笔记·stm32·学习
weixin_518285051 小时前
深度学习笔记10-多分类
人工智能·笔记·深度学习
丘狸尾1 小时前
ubuntu【桌面】 配置NAT模式固定IP
笔记
王俊山IT1 小时前
C++学习笔记----10、模块、头文件及各种主题(二)---- 预处理指令
开发语言·c++·笔记·学习
慕卿扬2 小时前
基于python的机器学习(二)—— 使用Scikit-learn库
笔记·python·学习·机器学习·scikit-learn
齐 飞3 小时前
MongoDB笔记02-MongoDB基本常用命令
前端·数据库·笔记·后端·mongodb
flying robot4 小时前
Go结构体(struct)
笔记
王俊山IT4 小时前
C++学习笔记----10、模块、头文件及各种主题(一)---- 模块(1)
开发语言·c++·笔记·学习
RationalDysaniaer4 小时前
Gin入门笔记
笔记·gin