外观
智能交通系统的数据采集、处理和审核流程设计
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 1. 数据采集
# 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()
# 2. 数据清洗与预处理
# 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'")
# 3. 数据合理性审核
# 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)
# 4. 数据统计
# 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)