資料字典
分析資料首先要搞清楚資料欄位的含義，
博主費勁千辛萬苦，終于在FAA上找到了各種欄位的解釋
資料來源：ACAIS（航空公司活動資訊系統-FFA（美國聯邦航空管理局））
https://www.faa.gov/airports/planning_capacity/passenger_allcargo_stats/passenger/previous_years/
選用表：cy18-all-enplanements.xlsx
| 欄位 | 解釋 |
|---|---|
| Rank | 按旅客人數的排名（降序） |
| RO | 美國的區域（縮寫） Region |
| ST | 美國的洲的編碼（State Code） |
| Locid | 機場縮寫 |
| City | 機場所在的城市 |
| Airport Name | 機場名稱 |
| S/L | 服務水平(Service Level)【型別：CS、P、GA】 |
| Hub | 樞紐型別（Hub Type(Large hub,Medium hub,Small hub,Non-hub)） |
| CY 18 Enplanements | 2018年登機的旅客 |
| CY 17 Enplanements | 2017年登機的旅客 |
| % Change | 2017年~2018年旅客人數的的變化率 |
說明：
FAA將旅客吞吐量占全美吞吐總量1%以上的機場定義為大型樞紐（primary large hub），旅客吞吐量占全美吞吐總量0.25%-1%的機場定義為中型樞紐（primary medium hub），旅客吞吐量占全美吞吐總量0.05-0.25%的機場定義為小型樞紐（primary small hub），旅客吞吐量占全美吞吐總量達到1萬人次，但低于旅客吞吐量占全美吞吐總量0.05的機場定義為主要非樞紐機場（primary nonhub），年客運量至少2500人次，但不超過10000人次，定義為非主要機場（non-primary nonhub），
現在已經知道了總表的每個欄位的含義，接下來就是把原來的表進行拆分，變成一個個的子表，然后從不同方向去分析這些表，
待處理的表
我們可以將所需要的資料抽離出來，變成視圖，這樣方便操作
不同城市-不同機場-2017、2018乘客的人數（city_airportID_peoples.xls）
create view v_city_airportID_peoples
as
select city,Locid airportID, CY_17_Enplanements,CY_18_Enplanements
from t_passengerInfo
樞紐型別-2017、2018乘客的人數（HubType_peoples.xls）
create view v_HubType_peoples
as
select isnull(Hub,'未知') HubType,sum(CY_17_Enplanements) CY_17_Enplanements,sum(CY_18_Enplanements) CY_18_Enplanements
from t_passengerInfo group by Hub
不同機場2017、2018的游客人數(airportID_peoples.xls)
create view v_airportID_peoples
as
select Locid airportID,CY_17_Enplanements,CY_18_Enplanements
from t_passengerInfo
美國不同區域2017、2018游客的分布(ro_peoples.xls)
create view v_ro_peoples
as
select RO,sum(CY_17_Enplanements) CY_17_Enplanements,sum(CY_18_Enplanements) CY_18_Enplanements
from t_passengerInfo group by RO
美國不同洲2017、2018游客的分布(st_peoples.xls)
create view v_st_peoples
as
select ST,sum(CY_17_Enplanements) CY_17_Enplanements,sum(CY_18_Enplanements) CY_18_Enplanements
from t_passengerInfo group by ST
不同機場的服務水平(airportID_serviceLevel.xls)
create view v_airportID_serviceLevel
as
select Locid airportID,S_L serviceLevel from t_passengerInfo
不同機場的樞紐型別(airportID_HubType.xls)
create view v_airport_HubType
as
select Locid airportID,Hub HubType from t_passengerInfo where Hub is not null
表字典
| 表名 | 含義 |
|---|---|
| city_airportID_peoples.xls | 不同城市-不同機場-2017、2018乘客的人數 |
| HubType_peoples.xls | 樞紐型別-2017、2018乘客的人數 |
| airportID_peoples.xls | 不同機場2017、2018的游客人數 |
| ro_peoples.xls | 美國不同區域2017、2018游客的分布 |
| st_peoples.xls | 美國不同洲2017、2018游客的分布 |
| airportID_serviceLevel.xls | 不同機場的服務水平 |
| airportID_HubType.xls | 不同機場的樞紐型別 |
最后，我們可以通過Pandas包的函式進行讀表操作
import pandas as pd
# import xlrd
# 每個區域的2017、2018的游客人數
# airportID_serviceLevel.xls,airportID_serviceLevel
# airport_HubType.xls,airport_HubType
# city_airportID_peoples.xls,city_airportID_peoples
df4 = pd.read_excel('./DataResource/HubType_peoples.xls', 'HubType_peoples')
print(df4)
結果如下：
到這里，對資料的整理部分就結束了，后期就開始學習統計學的基礎知識了！
具體正式提交報告還有1個月，迫在眉睫啊！
【git原始碼地址】：https://gitee.com/sienhao/data-analysis-python.git
（看了一下自己之前的準備作業，成就感滿滿，期待出成果）
求三連！！！
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/229122.html
標籤：其他
上一篇：Centos下安裝oneAPI基礎工具包（Intel? oneAPI Base Toolkit）和高性能計算工具包（Intel? oneAPI HPC Toolkit）
下一篇：南京有哪些“牛批”的互聯網公司？