芝加哥Divvy共享单车骑行数据

随着全球城市化进程的加速和环保意识的提高，共享单车作为一种绿色、高效的城市出行方式，正日益受到关注。本数据集包含了芝加哥Divvy共享单车系统在2023年6月至2024年5月期间的完整骑行记录，为研究城市出行模式、用户行为特征以及共享单车系统运营效率提供了宝贵的数据基础。

Divvy是芝加哥最大的共享单车系统，由Lyft运营，覆盖芝加哥市区及周边地区。该数据集不仅记录了每一次骑行的基本信息，还包含了精确的时间戳、地理位置坐标、车辆类型和用户类型等关键维度，为交通规划、城市管理、商业决策和学术研究提供了全面的数据支持。通过对这些数据的深入分析，可以为城市交通系统优化、共享单车投放策略调整以及用户体验提升提供数据驱动的决策依据。

数据基本信息

数据字段说明

字段名称	字段类型	字段含义	数据示例	完整性
ride_id	字符串	骑行唯一标识符	4449097279F8BBE7	100%
rideable_type	字符串	车辆类型	classic_bike	100%
started_at	日期时间	骑行开始时间	10/8/2023 10:36	100%
ended_at	日期时间	骑行结束时间	10/8/2023 10:49	100%
ride_length	时间	骑行时长	0:13:00	100%
day_of_week	整数	星期几(1-7)	1	100%
start_station_name	字符串	起始站点名称	Orleans St & Chestnut St (NEXT Apts)	100%
start_station_id	字符串	起始站点ID	620	100%
end_station_name	字符串	结束站点名称	Sheffield Ave & Webster Ave	100%
end_station_id	字符串	结束站点ID	TA1309000033	100%
start_lat	浮点数	起始位置纬度	41.898203	100%
start_lng	浮点数	起始位置经度	-87.637536	100%
end_lat	浮点数	结束位置纬度	41.92154	100%
end_lng	浮点数	结束位置经度	-87.653818	100%
member_casual	字符串	用户类型	member	100%

数据规模与类型

本数据集涵盖了2023年6月至2024年5月共12个月的骑行记录，总记录数达4,314,780条。数据格式为结构化CSV文件，每月一个独立文件，便于处理和分析。数据包含了精确的地理位置信息、时间信息以及用户行为数据，属于典型的时空大数据类型。

数据分布情况

月度骑行量分布

月份	记录数量	占比	累计占比
202306	534,758	12.39%	12.39%
202307	573,958	13.30%	25.69%
202308	584,919	13.56%	39.25%
202309	506,635	11.74%	50.99%
202310	403,781	9.36%	60.35%
202311	274,798	6.37%	66.72%
202312	167,143	3.87%	70.59%
202401	113,808	2.64%	73.23%
202402	184,736	4.28%	77.51%
202403	230,278	5.34%	82.85%
202404	297,798	6.90%	89.75%
202405	442,168	10.25%	100.00%

车辆类型分布

车辆类型	记录数量	占比
classic_bike	2,823,107	65.43%
electric_bike	1,443,794	33.46%
docked_bike	47,879	1.11%

用户类型分布

用户类型	记录数量	占比
member	2,799,658	64.89%
casual	1,515,122	35.11%

星期分布

星期	记录数量	占比
周日	676,455	15.68%
周五	643,595	14.92%
周六	629,484	14.59%
周四	626,349	14.52%
周三	607,265	14.07%
周二	575,138	13.33%
周一	556,494	12.90%

数据优势

优势特征	具体表现	应用价值
数据完整性极高	所有字段缺失率均为0%，确保分析结果的可靠性	可以进行无偏差的数据分析和建模，避免因数据缺失导致的分析误差
时间跨度长	涵盖12个月完整周期，包含四季变化	可分析季节性趋势、年度变化模式，为长期规划提供数据支持
空间信息精确	包含经纬度坐标和站点信息，空间分辨率高	支持地理空间分析、热点识别、骑行轨迹分析等高级应用
用户行为多维度	同时记录用户类型、骑行时长、时间段等信息	可深入分析不同用户群体的行为特征，优化用户体验
车辆类型丰富	包含经典自行车、电动自行车和 docked bike 三种类型	可分析不同车辆类型的使用模式，指导车辆投放和维护策略
记录规模大	超过430万条记录，统计意义显著	分析结果具有高度的统计显著性和代表性，可推广至整体系统

数据样例

以下是从数据集中随机抽取的20条样例记录，展示了数据的多样性特征：

元数据样例

记录 1:

• ride_id: 4449097279F8BBE7
• rideable_type: classic_bike
• started_at: 10/8/2023 10:36
• ended_at: 10/8/2023 10:49
• ride_length: 0:13:00
• day_of_week: 1
• start_station_name: Orleans St & Chestnut St (NEXT Apts)
• start_station_id: 620
• end_station_name: Sheffield Ave & Webster Ave
• end_station_id: TA1309000033
• start_lat: 41.898203
• start_lng: -87.637536
• end_lat: 41.92154
• end_lng: -87.653818
• member_casual: member

记录 2:

• ride_id: 9CF060543CA7B439
• rideable_type: electric_bike
• started_at: 10/11/2023 17:23
• ended_at: 10/11/2023 17:36
• ride_length: 0:13:00
• day_of_week: 4
• start_station_name: Desplaines St & Kinzie St
• start_station_id: TA1306000003
• end_station_name: Sheffield Ave & Webster Ave
• end_station_id: TA1309000033
• start_lat: 41.888641
• start_lng: -87.644415
• end_lat: 41.92154
• end_lng: -87.653818
• member_casual: member

记录 3:

• ride_id: 667F21F4D6BDE69C
• rideable_type: electric_bike
• started_at: 10/12/2023 7:02
• ended_at: 10/12/2023 7:06
• ride_length: 0:04:00
• day_of_week: 5
• start_station_name: Orleans St & Chestnut St (NEXT Apts)
• start_station_id: 620
• end_station_name: Franklin St & Lake St
• end_station_id: TA1307000111
• start_lat: 41.89807283
• start_lng: -87.637514
• end_lat: 41.885837
• end_lng: -87.6355
• member_casual: member

记录 4:

• ride_id: F92714CC6B019B96
• rideable_type: classic_bike
• started_at: 10/24/2023 19:13
• ended_at: 10/24/2023 19:18
• ride_length: 0:05:00
• day_of_week: 3
• start_station_name: Desplaines St & Kinzie St
• start_station_id: TA1306000003
• end_station_name: Franklin St & Lake St
• end_station_id: TA1307000111
• start_lat: 41.88871604
• start_lng: -87.64444785
• end_lat: 41.885837
• end_lng: -87.6355
• member_casual: member

记录 5:

• ride_id: 5E34BA5DE945A9CC
• rideable_type: classic_bike
• started_at: 10/9/2023 18:19
• ended_at: 10/9/2023 18:30
• ride_length: 0:11:00
• day_of_week: 2
• start_station_name: Desplaines St & Kinzie St
• start_station_id: TA1306000003
• end_station_name: Franklin St & Lake St
• end_station_id: TA1307000111
• start_lat: 41.88871604
• start_lng: -87.64444785
• end_lat: 41.885837
• end_lng: -87.6355
• member_casual: member

记录 6:

• ride_id: F7D7420AFAC53CD9
• rideable_type: electric_bike
• started_at: 10/4/2023 17:10
• ended_at: 10/4/2023 17:25
• ride_length: 0:15:00
• day_of_week: 4
• start_station_name: Orleans St & Chestnut St (NEXT Apts)
• start_station_id: 620
• end_station_name: Sheffield Ave & Webster Ave
• end_station_id: TA1309000033
• start_lat: 41.898124
• start_lng: -87.63753317
• end_lat: 41.92154
• end_lng: -87.653818
• member_casual: member

记录 7:

• ride_id: 870B2D4CD112D7B7
• rideable_type: electric_bike
• started_at: 10/31/2023 17:32
• ended_at: 10/31/2023 17:44
• ride_length: 0:12:00
• day_of_week: 3
• start_station_name: Orleans St & Chestnut St (NEXT Apts)
• start_station_id: 620
• end_station_name: Sheffield Ave & Webster Ave
• end_station_id: TA1309000033
• start_lat: 41.89817703
• start_lng: -87.63754857
• end_lat: 41.92154
• end_lng: -87.653818
• member_casual: member

记录 8:

• ride_id: D9179D36E32D456C
• rideable_type: classic_bike
• started_at: 10/2/2023 18:51
• ended_at: 10/2/2023 18:57
• ride_length: 0:06:00
• day_of_week: 2
• start_station_name: Desplaines St & Kinzie St
• start_station_id: TA1306000003
• end_station_name: Franklin St & Lake St
• end_station_id: TA1307000111
• start_lat: 41.88871604
• start_lng: -87.64444785
• end_lat: 41.885837
• end_lng: -87.6355
• member_casual: casual

记录 9:

• ride_id: F8E131281F722FEF
• rideable_type: classic_bike
• started_at: 10/17/2023 8:28
• ended_at: 10/17/2023 8:50
• ride_length: 0:22:00
• day_of_week: 3
• start_station_name: Calumet Ave & 18th St
• start_station_id: 13102
• end_station_name: Morgan St & Polk St
• end_station_id: TA1307000130
• start_lat: 41.85761755
• start_lng: -87.61941075
• end_lat: 41.871737
• end_lng: -87.65103
• member_casual: member

记录 10:

• ride_id: 91938B71748FA405
• rideable_type: classic_bike
• started_at: 10/17/2023 19:17
• ended_at: 10/17/2023 19:32
• ride_length: 0:15:00
• day_of_week: 3
• start_station_name: Wolcott Ave & Polk St
• start_station_id: TA1309000064
• end_station_name: Morgan St & Polk St
• end_station_id: TA1307000130
• start_lat: 41.871262
• start_lng: -87.673688
• end_lat: 41.871737
• end_lng: -87.65103
• member_casual: member

记录 11:

• ride_id: 191BFA255C1820FC
• rideable_type: classic_bike
• started_at: 10/4/2023 15:24
• ended_at: 10/4/2023 15:32
• ride_length: 0:08:00
• day_of_week: 4
• start_station_name: Wolcott Ave & Polk St
• start_station_id: TA1309000064
• end_station_name: Morgan St & Polk St
• end_station_id: TA1307000130
• start_lat: 41.871262
• start_lng: -87.673688
• end_lat: 41.871737
• end_lng: -87.65103
• member_casual: member

记录 12:

• ride_id: 52E0BC8010C7DFE9
• rideable_type: classic_bike
• started_at: 10/17/2023 11:49
• ended_at: 10/17/2023 12:02
• ride_length: 0:13:00
• day_of_week: 3
• start_station_name: Larrabee St & North Ave
• start_station_id: TA1306000008
• end_station_name: Franklin St & Lake St
• end_station_id: TA1307000111
• start_lat: 41.91021
• start_lng: -87.6435
• end_lat: 41.885837
• end_lng: -87.6355
• member_casual: member

记录 13:

• ride_id: 0552E9F51D63509C
• rideable_type: classic_bike
• started_at: 10/18/2023 16:28
• ended_at: 10/18/2023 16:53
• ride_length: 0:25:00
• day_of_week: 4
• start_station_name: Wolcott Ave & Polk St
• start_station_id: TA1309000064
• end_station_name: Morgan St & Polk St
• end_station_id: TA1307000130
• start_lat: 41.871262
• start_lng: -87.673688
• end_lat: 41.871737
• end_lng: -87.65103
• member_casual: member

记录 14:

• ride_id: 3A06FDA7CB096C8D
• rideable_type: electric_bike
• started_at: 10/4/2023 15:47
• ended_at: 10/4/2023 15:53
• ride_length: 0:06:00
• day_of_week: 4
• start_station_name: Western Ave & Winnebago Ave
• start_station_id: 13068
• end_station_name: Logan Blvd & Elston Ave
• end_station_id: TA1308000031
• start_lat: 41.91565817
• start_lng: -87.68707317
• end_lat: 41.929465
• end_lng: -87.684158
• member_casual: member

记录 15:

• ride_id: 0A577547F72D98C9
• rideable_type: classic_bike
• started_at: 10/25/2023 16:24
• ended_at: 10/25/2023 16:32
• ride_length: 0:08:00
• day_of_week: 4
• start_station_name: Wolcott Ave & Polk St
• start_station_id: TA1309000064
• end_station_name: Morgan St & Polk St
• end_station_id: TA1307000130
• start_lat: 41.871262
• start_lng: -87.673688
• end_lat: 41.871737
• end_lng: -87.65103
• member_casual: member

记录 16:

• ride_id: F914F9932D04F1C6
• rideable_type: electric_bike
• started_at: 10/11/2023 15:44
• ended_at: 10/11/2023 15:56
• ride_length: 0:12:00
• day_of_week: 4
• start_station_name: Western Ave & Winnebago Ave
• start_station_id: 13068
• end_station_name: Sheffield Ave & Webster Ave
• end_station_id: TA1309000033
• start_lat: 41.9156345
• start_lng: -87.68700933
• end_lat: 41.92154
• end_lng: -87.653818
• member_casual: member

记录 17:

• ride_id: 2E536F84DAC106A9
• rideable_type: classic_bike
• started_at: 10/22/2023 14:12
• ended_at: 10/22/2023 14:22
• ride_length: 0:10:00
• day_of_week: 1
• start_station_name: Larrabee St & North Ave
• start_station_id: TA1306000008
• end_station_name: Sheffield Ave & Webster Ave
• end_station_id: TA1309000033
• start_lat: 41.91021
• start_lng: -87.6435
• end_lat: 41.92154
• end_lng: -87.653818
• member_casual: casual

记录 18:

• ride_id: E03FD93521EEA202
• rideable_type: electric_bike
• started_at: 10/13/2023 3:01
• ended_at: 10/13/2023 3:14
• ride_length: 0:13:00
• day_of_week: 6
• start_station_name: Western Ave & Winnebago Ave
• start_station_id: 13068
• end_station_name: Public Rack - Kostner Ave & Armitage Ave
• end_station_id: 866
• start_lat: 41.91559875
• start_lng: -87.68693423
• end_lat: 41.917211
• end_lng: -87.736136
• member_casual: casual

记录 19:

• ride_id: DA0803D1C2EB4F62
• rideable_type: electric_bike
• started_at: 10/29/2023 13:52
• ended_at: 10/29/2023 14:00
• ride_length: 0:08:00
• day_of_week: 1
• start_station_name: Wolcott Ave & Polk St
• start_station_id: TA1309000064
• end_station_name: Morgan St & Polk St
• end_station_id: TA1307000130
• start_lat: 41.87138017
• start_lng: -87.67357867
• end_lat: 41.871737
• end_lng: -87.65103
• member_casual: casual

记录 20:

• ride_id: 517756C65FC62A95
• rideable_type: classic_bike
• started_at: 10/5/2023 16:09
• ended_at: 10/5/2023 16:26
• ride_length: 0:17:00
• day_of_week: 5
• start_station_name: Western Ave & Winnebago Ave
• start_station_id: 13068
• end_station_name: Central Park Ave & Elbridge Ave
• end_station_id: 15644
• start_lat: 41.91552
• start_lng: -87.687022
• end_lat: 41.93533728
• end_lng: -87.71688929
• member_casual: casual

应用场景

城市交通规划与优化

基于本数据集提供的时空信息，城市交通规划部门可以深入分析市民的出行模式、热点区域和高峰时段。通过识别高频骑行路线和站点，规划者可以针对性地优化自行车道网络、增设或调整站点位置，提高共享单车系统的可达性和便利性。同时，结合季节性波动数据，可以制定动态的资源配置策略，在夏季高峰期增加车辆投放，而在冬季低谷期调整维护计划，实现资源的高效利用。这种基于数据的规划方法，有助于减少交通拥堵、降低碳排放，推动城市向更可持续的方向发展。

共享单车运营管理

对于Divvy共享单车系统的运营方而言，本数据集提供了宝贵的运营决策支持。通过分析不同车辆类型的使用情况，可以优化车辆采购和投放策略，例如增加电动自行车的比例以满足日益增长的需求。用户类型分布数据可以帮助运营方制定差异化的会员政策和营销策略，吸引更多的休闲用户转为会员用户，提高用户粘性和系统的整体使用率。此外，骑行时长和站点热度分析可以指导车辆调度和维护计划，确保热门区域和时段有足够的可用车辆，同时减少车辆损坏和丢失的风险。

用户行为分析与体验优化

通过对用户骑行行为的深入分析，可以为产品设计和用户体验优化提供重要依据。例如，分析不同时段、不同用户群体的骑行偏好，可以开发个性化的推荐功能，为用户推荐最适合的骑行路线和时间。结合地理位置数据，可以识别用户的常用起终点组合，优化应用的导航功能和站点推荐算法。此外，通过分析用户的骑行模式变化，可以及时发现系统使用中的痛点和问题，针对性地改进服务质量，提升用户满意度。

学术研究与政策评估

本数据集为交通工程、城市规划、行为经济学等领域的学术研究提供了丰富的实证数据。研究者可以利用这些数据探索共享单车使用与城市特征、社会经济因素之间的关系，验证交通行为理论模型，开发预测模型和仿真系统。同时，这些数据也可以用于评估共享单车政策的实施效果，例如评估新增自行车道对骑行行为的影响，或者评估电动自行车推广对整体出行结构的改变。这些研究成果不仅可以丰富学术理论，还可以为政策制定提供科学依据。

商业智能与市场营销

对于周边商业机构而言，共享单车使用数据可以提供有价值的消费者行为洞察。通过分析特定区域的骑行热度和用户流动模式，商家可以优化选址策略、调整营业时间和营销活动安排。例如，咖啡馆、餐厅和零售店可以根据周边站点的使用情况，预测客流量的变化趋势，调整人员配置和库存管理。此外，这些数据还可以用于开发基于位置的营销服务，为骑行用户提供个性化的商业推荐，实现精准营销和商业价值的最大化。

结尾

本数据集作为芝加哥Divvy共享单车系统2023年6月至2024年5月的完整骑行记录，具有数据量庞大、字段完整、时间跨度长、空间精度高等显著优势，为城市出行研究和共享单车系统优化提供了全面的数据基础。

通过对这430余万条骑行记录的深入分析，我们可以全面了解芝加哥市民的共享单车使用模式、季节性变化规律、用户行为特征以及空间分布格局。这些洞察不仅可以帮助运营方优化系统管理和服务质量，也可以为城市交通规划提供科学依据，促进城市交通的可持续发展。

对于研究人员和政策制定者而言，本数据集提供了丰富的研究素材和实证基础，可以支持交通行为分析、城市规划评估、可持续交通政策制定等多方面的研究工作。同时，对于商业机构而言，这些数据也蕴含着巨大的商业价值，可以用于优化商业决策和营销策略。

总之，本数据集作为城市交通大数据的典型代表，不仅记录了城市出行的微观行为，也反映了城市发展的宏观趋势，具有重要的研究价值和应用价值。通过数据驱动的分析和决策，可以充分发挥共享单车在缓解城市交通拥堵、减少碳排放、提升城市宜居性等方面的积极作用，推动城市向更绿色、更高效、更智能的方向发展。

有需要获取完整数据集或进一步分析支持的研究人员、企业和政府机构，可以通过适当渠道联系相关数据提供方。