关于GTFS数据集中单向行程识别方法的技术问询

嗨，这个问题戳中了GTFS数据处理里的一个常见坑——靠单条trip的下一站固定来判断单向确实不靠谱，毕竟很多路线会有中途转向的设计。我结合GTFS的核心数据结构，给你几个更准确的思路：

1. 先借助trips表的direction_id字段快速筛查 #

GTFS规范里，direction_id（一般取值为0或1）是用来标记同一条路线的往返方向的。如果某条route_id对应的所有trip，其direction_id只有唯一值（比如全是0，从来没出现过1），那基本可以判定这条路线是单向运营的（包括你说的单向环线）。

不过要注意：有些数据源可能没严格填充这个字段，或者把环线的direction_id统一设为0，这时候就得结合下面的方法进一步验证。

2. 对比同路线下的站点序列反向匹配（最可靠的核心方法） #

这是判断单向行程的黄金标准：

• 先从stop_times表中，按trip_id分组，把每个trip经过的stop_id按stop_sequence排序，生成一个站点序列（比如用R的话，可以把每个trip的stop_id拼接成字符串，或者存成向量）
• 然后按route_id分组，检查组内有没有两个trip的站点序列是完全反向的：比如trip1的序列是A→B→C→D，trip2的序列是D→C→B→A
• 如果同一条route下找不到任何一对这样的反向序列，那这条路线就是单向的（包括单向环线，因为环线的序列是A→B→C→A，反向序列是A→C→B→A，若没有这样的trip，就是单向循环）

给你一个R里的简单实现思路（用dplyr）：

library(dplyr)

# 生成每个trip的站点序列字符串
trip_stop_sequences <- stop_times %>%
  arrange(trip_id, stop_sequence) %>%
  group_by(trip_id) %>%
  summarise(stop_seq_str = paste(stop_id, collapse = "→"),
            route_id = first(route_id)) %>%
  ungroup()

# 按route分组，检查是否存在反向序列
one_way_routes <- trip_stop_sequences %>%
  group_by(route_id) %>%
  mutate(has_reverse = any(sapply(stop_seq_str, function(x) {
    rev_str <- paste(rev(strsplit(x, "→")[[1]]), collapse = "→")
    rev_str %in% stop_seq_str
  }))) %>%
  filter(!has_reverse) %>%
  distinct(route_id)

3. 结合routes表的辅助信息做补充验证 #

有些GTFS数据源会在routes表的route_short_name或route_desc里标注“单向环线”“单向运营”这类信息，可以作为补充判断，但不能作为核心标准——毕竟不同机构的标注规范差异很大。

最后补充下你之前的误区：单条trip的下一站固定只适用于那种极端的“定点循环”路线，但大部分单向路线（比如单向贯穿城市的线路）的下一站是依次变化的，只是没有反向的对应行程，所以必须从同路线的多trip对比入手才行。

备注：内容来源于stack exchange，提问作者lena