如何使用Python构建统计车辆通行数量的起讫点(OD)矩阵

原有代码问题说明 #

原有代码直接将全量传感器列按行拆分两两组合，既未区分不同车辆的过站记录，也没有按照时间顺序匹配同一辆车的先后过站顺序，统计逻辑完全不符合OD矩阵的定义要求。

正确实现逻辑 #

OD矩阵统计的是同一辆车从起点O到终点D的通行次数，需要遵循以下逻辑实现：

• 转换时间字段为可排序的datetime格式，按车辆编号分组后，组内按时间升序排列，得到每辆车的过站顺序
• 对每辆车的过站传感器序列，将相邻两个站点组合为OD对，前一个为O、后一个为D
• 统计所有OD对的出现次数，转换为行列对应所有站点的矩阵格式

完整实现代码 #

import pandas as pd

# 1. 预处理：转换时间格式，按车辆+时间排序保证过站顺序正确
df['time'] = pd.to_datetime(df['time'])
df = df.sort_values(by=['vehicles', 'time']).reset_index(drop=True)

# 2. 按车辆分组生成所有有效OD对
od_pairs = []
for vehicle, group in df.groupby('vehicles'):
    sensor_list = group['sensors'].tolist()
    # 只有1条过站记录的车辆无法形成OD对，直接跳过
    if len(sensor_list) < 2:
        continue
    # 遍历生成相邻站点的OD对
    for i in range(len(sensor_list)-1):
        o = sensor_list[i]
        d = sensor_list[i+1]
        od_pairs.append((o, d))

# 3. 统计次数生成OD矩阵
od_df = pd.DataFrame(od_pairs, columns=['O', 'D'])
all_places = sorted(df['sensors'].unique())
od_matrix = pd.pivot_table(
    od_df,
    index='O',
    columns='D',
    aggfunc='size'
).reindex(index=all_places, columns=all_places, fill_value=0)

print(od_matrix)

样例数据输出结果 #

对问题中给出的样本数据运行上述代码，输出结果如下：

D   s1  s2  s3  s4
O
s1   0   1   1   0
s2   0   0   0   1
s3   0   1   0   0
s4   0   0   0   0

内容的提问来源于stack exchange，提问作者Debiprasad Mishra