DC学院笔记：数据分析全流程及报告撰写

数据分析全流程案例

案例分析：城市电动汽车充电桩部署推荐

数据分析流程如下

问题定义

提出工业问题，将宽泛问题转化为可量化的问题。

• 在城市哪些地点应该部署充电桩？
• 该部署多少数量的充电桩？
• 应该部署普通还是快速充电桩？

数据获取

寻找多个数据源，以防单个数据源失效，并且需要确认数据源的真实性。

• https://www.evchargeonline.com/上海市冲换电设施公共数据采集与监测平台
• https://www.teld.cn/青岛特来电新能源有限公司
• http://www.datashanghai.gov.cn/上海市政府数据服务网

清理和存储

首先要对数据进行分析，再决定数据的使用方法

• 充电站分为专用和公用，保留公用
• 有些充电站的实时使用状况更新频率极低，去除
• 将充电站和停车场通过名称和地址关联
• 从电动汽车轨迹抽取停车事件

分析与建模

选择充电站部署区域

     新充电桩需求：停车事件数目-充电桩数目

需要部署多少、何种类型充电桩

     X:停车场规模，不同时间停车数量，区域类型，预计部署充电桩数量、类型等

     Y：充电桩使用率

系统展示

• 新充电桩区域热点界面

• 预测新部署充电桩后使用频率

撰写报告

报告的主要组成部分：

• 问题引入
• 数据介绍（数据量，属性类型，基本统计量等）
• 分析流程（整体框架优先，善用示例）
• 讨论与总结(回到问题，给出解答)