Python告诉我巴黎的地铁线路有多不靠谱！

專 欄

❈熊本一身白，Python中文社区专栏作者，现居巴黎，不会说法语的金融狗不是好码农。
个人主页: https://www.zhihu.com/people/zhang-tai-lai
❈

写在前面：

巴黎的轨道交通，无论地铁还是RER，都是每个留法学生心中永远的痛。破旧的车厢和尿骚味的站台都可以咬牙接受，但时不时就取消的列车，莫名晚点的地铁都令作者内心千万草泥马奔腾。

那么问题来了，巴黎哪个线地铁/轨道交通是烂王之王？哪几个站是事故高发站？到底晚点是因为啥？

（吸取前篇文章的教训，代码尽量少写了，反正也没人care……）

前期准备 - 数据从哪儿来？

作者试图在RATP和SNCF的官网上寻找相关数据，未果。

试图寻找巴黎很流行的导航软件citymapper的分析报告，找到数据源，未果。

于是，作者采取了最原始，也直接的方法，直接用爬虫爬各个线路的twitter账户。（如下图）

最后得到了“茫茫”多的数据。（5条铁路线路，14条地铁线路）

• Fun Fact 1: 大家猜下，RER A的推文中被转发最多的什么信息？施工结束？罢工结束？不不不，是一条狗被找到了……

1996个转发……好吧，就是这位兄台，变成了网红……

数据清洗

• 去掉无关信息：仔细观察twitter内容，熊本君发现，各个线路的小编除了机械的发布轨道交通状况，还会回答网友问题（居然！），还会跟大家说早上好，晚上好。

相比A，B线，CDE更加便于筛选，所有跟轨道交通有关的信息都会加 #Infotrafic的hashtag。

• 缩略词等拼写：再仔细分析，会发现推文的内容有时候会用pte代替porte，chateau代替Château。这些需要统一写法。

这个clean_data写的好啰嗦 :(

现在我们来看看最后的dataframe （2014-1-1 to 2017-10-13）

数据分析（Exploratory data analysis）

数据已经有了，下面试图回答几个问题：

• 巴黎的地铁/铁路交通晚点/取消是不是越来越频繁了？ 答案：是的！

这里面四季度的下降完全是因为data在10月中就截至了。整体来看，我们能发现，每年的tweets数量都在上升，而且有很明显的seasonality， 二季度，四季度高，一三季度低。

独领风骚的就是我们万恶的A线和B线 （上图去除了10月份的数据）

做一下线路分解，发现其实符合周期性，每况愈下的是A线和B线，其他线路状况还比较稳定（虽然也越来也不靠谱……）

• A线到底是不是最烂的线路？ 答案：是的！

• 哪几个站是烂中之最？

笔者接下来导入了巴黎所有的地铁站名（这个ratp官网上还是有的），然后写一个function

最后得到的结果是：

让我们将RER与metro拆开，并加入地理位置（鸣谢队友小凤，找不到你知乎账号了囧）

可以说是大站必入榜了可以，这很巴黎

既然地铁/轨道交通这么烂，那么问题来了？这到底是为啥呀？

可疑包裹？罢工？机械故障？笔者本着刨根到底的态度做了以下分析：

这个写的好low，有好建议的小伙伴请私戳我

然后笔者随便试了下RER C线，效果显著 （各种黑人问号）

personnes sur les voies直译是“轨道上有人”，那么隐含意是“卧轨”？另外朝车厢/铁轨扔石子的行为统统应归到acte de malveillance（恶意行为）里。可以，法国人真的厉害了。

重新将bagage oublié, bagage abandonné并入同一组，将一系列的扔石子等行为并入另一组后得到下图

意料之中，“可疑包裹”（巴黎恐袭之后将一切没人要的行李统称为可疑包裹）是交通晚点的最主要原因，“生病的乘客”和“技术故障”紧随其后。

总结：

• RER A推文中被转发次数最多的是一条被找到的狗

• RER A与RER B是巴黎最容易晚点/取消的两条线路

• 晚点的最主要原因是可疑包裹

• Nation，巴黎北站等几个地铁大站是事故频发地

• 另外，笔者也是实在想不通为啥有那么多生病的乘客，卧轨，和朝车厢扔石子的（真的不理解！大家消停过日子不好吗！）

谜一样的交通，谜一样的巴黎人。就这样吧，最后祝愿所有人都能成为RER survivor。诸君共勉，闪了~

---

长按扫描关注Python中文社区，

获取更多技术干货！

    

Python 中 文 社 区

Python中文开发者的精神家园

合作、投稿请联系微信：

pythonpost

— 人生苦短，我用Python —
1MEwnaxmMz7BPTYzBdj751DPyHWikNoeFS