用 Pandas 分析自行车租赁数据：从时间序列到天气影响的完整实训

🚴‍♂️ 用 Pandas 分析自行车租赁数据：从时间序列到天气影响的完整实训

大家好，欢迎来到本期的数据分析实战分享！

今天我们要一起完成一个非常有趣又实用的 Pandas 时间序列分析实训 ------以自行车租赁统计数据为例，探究租车数量随时间与天气变化的规律。这不仅是一个经典的入门级项目，更是理解真实世界中数据行为的重要一步。

本实训所用数据来自 Kaggle 上的经典数据集 Bike Sharing Demand，我们将在 Jupyter Notebook 环境下一步步完成数据清洗、可视化与趋势分析。

---

🔧 实训目标

• 使用 Pandas 进行时间序列数据处理；

• 探索自行车租赁数随时间（年、月、小时）的变化趋势；

• 分析天气对租车需求的影响；

• 学会使用 resample()、groupby()、describe() 等核心方法进行数据分析；

• 利用 Seaborn 和 Matplotlib 可视化结果。

---

📥 第一步：导入模块

首先，我们需要导入必要的 Python 库：

import numpy as np
import pandas as pd
import datetime
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

❝

✅ matplotlib inline 是 Jupyter 中的关键指令，确保图表直接显示在 notebook 中。

---

📂 第二步：获取并查看数据

我们将数据从 bike.csv 文件中读取进来，并查看前几行：

bike = pd.read_csv('bike.csv')
bike.head()

输出如下：

       datetime  season  holiday  workingday  weather   temp  atemp  humidity  windspeed  casual  registered  count
0  2011-01-01 00:00:00       1          0         0        1   9.84  14.395        81      0.00         3       13       16
1  2011-01-01 01:00:00       1          0         0        1   9.02  13.635        80      0.00         8       32       40
2  2011-01-01 02:00:00       1          0         0        1   9.02  13.635        80      0.00         5       27       32
3  2011-01-01 03:00:00       1          0         0        1   9.84  14.395        75      0.00         3       10       13
4  2011-01-01 04:00:00       1          0         0        1   9.84  14.395        75      0.00         0        1        1

可以看到每条记录包含时间戳、季节、是否节假日、天气状况、温度、湿度等信息，以及最终的租车总数（count）。

---

🔍 第三步：分析数据

（1）查看数据类型

bike.info()

输出显示共有 10886 条记录，12 列数据。其中 datetime 字段为 object 类型，其他多为整型或浮点型。

---

（2）将 datetime 转换为日期时间格式

为了后续的时间序列操作，必须将其转换为 datetime64 类型：

bike.datetime = pd.to_datetime(bike.datetime)
bike.dtypes

现在 datetime 的类型变为 datetime64[ns]，可用于时间索引和重采样。

---

（3）设置 datetime 为索引，并观察租赁数密度分布

bike = bike.set_index('datetime')
sns.distplot(bike["count"])

❝

💡 结果发现存在明显的长尾现象------少数时段租车量极高，大多数集中在较低区间。

---

（4）查看 count 字段描述性统计

bike["count"].describe()

输出：

count    10886.000000
mean     191.574132
std      181.144454
min        1.000000
25%       42.000000
50%      145.000000
75%      284.000000
max      977.000000
Name: count, dtype: float64

可以看出，第一四分位数（25%）是 42，而最小值仅为 1，说明数据中存在异常低值。

---

（5）去除小于第一四分位数的数据，重新绘图

我们定义一个函数来过滤掉低于 145 的数据：

def Count(x):
    if x < 145:
        return np.nan
    else:
        return x

bike1 = bike.copy()
bike1["count"] = bike1["count"].apply(Count)
bike1 = bike1.dropna(axis=0, how='any')
sns.distplot(bike1["count"])

❝

✅ 经过处理后，长尾现象明显缓解，分布更趋平滑。

---

（6）按年份统计平均租车数

y_bike = bike.groupby(bike.index.year).mean()['count']
y_bike

输出：

datetime
2011    274.526697
2012    366.408629
Name: count, dtype: float64

可见，2012 年的平均租车数量显著高于 2011 年，可能与推广力度或用户增长有关。

---

（7）绘制年度均值柱状图

y_bike.plot(kind='bar', rot=0)

---

（8）重采样：绘制按月统计数据的趋势图

mm_bike.plot()
plt.legend(loc="best", fontsize=8)

❝

📈 图中可看出：count 随季节波动明显，夏季达到高峰；同时温度、湿度也呈现周期性变化。

---

（9）找出哪个月租车最多？

m_bike = bike.groupby(bike.index.month).mean()['count']
m_bike.plot()
plt.grid()

❝

🌟 9月份租车数量最多！可能是秋高气爽最适合骑行的原因。

---

（10）每天不同时间段的租车变化

h_bike = bike.groupby(bike.index.hour).mean()['count']
h_bike.plot(kind = "bar", rot=0)

❝

⏰ 发现：早上8点和下午5点左右出现两个高峰，符合通勤出行习惯。

---

（11）天气对租车额的影响分析

最后，我们来看看天气如何影响租车行为：

weather_bike = bike.groupby(bike.weather).mean()['count']
weather_bike.plot(kind='bar', rot=0)

❝

🌤️ 天气编码说明：

• 1：晴朗

• 2：多云

• 3：轻度降雨/雾

• 4：重度降雨/风暴

❝

❄️ 结论：天气越差，租车人数越少。为什么当天气为 4（恶劣天气）时，租车量高于3呢。

---

✅ 回答：

❝

为什么暴雨天租车数量大于3？

因为：

1. count=164 是指某一小时内实际租出的车辆总数，而不是平均值或期望值；

2. 这个时间点正好是 下班高峰期（18:00），即使下雨，也有大量上班族需要回家；

3. 虽然暴雨天气总体租车量下降，但在特定场景下（如通勤高峰），仍会产生较高的需求；

4. 因此，个别暴雨时段租车数超过3甚至上百是正常的，不能据此推断"暴雨天租车多"。

---

🧠 总结与启示

通过这次实训，我们完成了从原始数据到洞察发现的全过程：

✅ 数据清洗 →

✅ 时间索引设置 →

✅ 描述性统计与可视化 →

✅ 按时间维度（年、月、小时）分析 →

✅ 天气因素影响评估

关键结论：

1. 自行车租赁在 2012 年整体高于 2011 年；

2. 9月是全年租车高峰期；

3. 每天 早8点和晚5点 是出行高峰；

4. 天气越好，租车越多，恶劣天气显著抑制需求。

---

📌 小贴士

• 使用 resample() 可快速实现时间聚合；

• groupby() + mean() 是探索趋势的好帮手；

• 密度图有助于识别异常值和分布形态；

• 数据预处理（如去噪）能提升模型效果。

---

📎 下载数据

你可以从以下链接下载原始数据： 👉 https://www.kaggle.com/chenmingml/bikesharingdemand

或：

公众号后台回复【自行车租赁实训】

---

📚 扩展思考

下次我们可以尝试：

• 构建回归模型预测未来租车量；

• 加入节假日、工作日特征构建分类模型；

• 使用 LSTM 或 ARIMA 做时间序列预测。

---

如果你喜欢这类实战案例，记得点赞、转发并关注我！我们下期继续带你玩转数据分析 😎

---

📌 附录：完整代码清单

import numpy as np
import pandas as pd
import datetime
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

# 读取数据
bike = pd.read_csv('bike.csv')
bike.head()

# 查看数据类型
bike.info()

# 转换时间列
bike.datetime = pd.to_datetime(bike.datetime)
bike.dtypes

# 设置索引并画密度图
bike = bike.set_index('datetime')
sns.distplot(bike["count"])

# 描述统计
bike["count"].describe()

# 清理数据
def Count(x):
    if x < 145:
        return np.nan
    else:
        return x

bike1 = bike.copy()
bike1["count"] = bike1["count"].apply(Count)
bike1 = bike1.dropna(axis=0, how='any')
sns.distplot(bike1["count"])

# 按年统计
y_bike = bike.groupby(bike.index.year).mean()['count']
y_bike.plot(kind='bar', rot=0)

# 按月重采样
mm_bike = bike.resample('M', kind="period").mean()
mm_bike.plot()
plt.legend(loc="best", fontsize=8)

# 按月均值
m_bike = bike.groupby(bike.index.month).mean()['count']
m_bike.plot()
plt.grid()

# 按小时
h_bike = bike.groupby(bike.index.hour).mean()['count']
h_bike.plot("bar", rot=0)

# 按天气
weather_bike = bike.groupby(bike.weather).mean()['count']
weather_bike.plot(kind='bar', rot=0)

---