1.1.5 车辆交通数据分析

import pandas as pd import numpy as np import matplotlib.pyplot as plt # 从本地文件中读取数据 2分 data = 💡 print("数据采集完成，已加载到DataFrame中") # 打印数据的前5条记录 2分 print(💡)

# 处理缺失值（删除） 2分 data = 💡 # 数据类型转换 data💡 = 💡(int) #Age数据类型转换为int 1分 data💡 = 💡(float) #Speed数据类型转换为float 1分 data💡 = 💡(float) #TravelDistance数据类型转换为float 1分 data💡 = 💡(float) #TravelTime数据类型转换为float 1分 # 处理异常值 2分 data = data[(💡(18, 70)) & (💡(0, 200)) & (💡(1, 1000)) & (💡(1, 1440))] # 保存清洗后的数据 1分 💡('cleaned_vehicle_traffic_data.csv', index=False) print("数据清洗完成，已保存为 'cleaned_vehicle_traffic_data.csv'")

# 审核字段合理性 1分 unreasonable_data = data[~((💡(18, 70)) & (💡(0, 200)) & (💡(1, 1000)) & (💡(1, 1440)))] print("不合理的数据:\n", unreasonable_data)

# 统计每种交通事件的发生次数 2分 traffic_event_counts = 💡 print("每种交通事件的发生次数:\n", traffic_event_counts) # 统计不同性别的平均车速、行驶距离和行驶时间 2分 gender_stats = data.💡.💡 print("不同性别的平均车速、行驶距离和行驶时间:\n", gender_stats) # 统计不同年龄段的驾驶员数 5分 age_bins = [18, 26, 36, 46, 56, 66, np.inf] age_labels = ['18-25', '26-35', '36-45', '46-55', '56-65', '65+'] data['AgeGroup'] = 💡(💡, 💡, 💡, right=False) age_group_counts = 💡 print("不同年龄段的驾驶员数:\n", age_group_counts)