NYC Taxi and Limousine Commission – Fahrtenaufzeichnungen für „Green Taxi“
Datensätze zu Fahrten mit grünen Taxis enthalten Felder mit Datum/Uhrzeit für Abholung und Ankunft, Start- und Zielort, zurückgelegten Entfernungen, Einzelkosten, Tarifarten, Zahlungsarten und vom Fahrer gemeldeten Fahrgastzahlen.
Hinweis
Microsoft stellt Datasets der Plattform Azure Open Datasets auf einer „As is“-Basis (d. h. ohne Mängelgewähr) zur Verfügung. Microsoft übernimmt weder ausdrücklich noch stillschweigend die Gewährleistung für Ihre Nutzung der Datasets und sichert keinerlei Garantien oder Bedingungen zu. Soweit nach örtlich anwendbarem Recht zulässig, lehnt Microsoft jegliche Haftung für Schäden oder Verluste ab. Dies schließt direkte, indirekte, besondere oder zufällige Schäden oder Verluste sowie Folge- und Strafschäden und damit verbundene Verluste ein, die sich aus Ihrer Nutzung der Datasets ergeben.
Für die Bereitstellung dieses Datasets gelten die ursprünglichen Nutzungsbedingungen, unter denen Microsoft die Quelldaten bezogen hat. Das Dataset kann Daten von Microsoft enthalten.
Volume und Aufbewahrung
Dieses Dataset wird im Parquet-Format gespeichert. Aktuell (Stand: 2018) gibt es etwa 80 Millionen Zeilen (2 GB).
Dieses Dataset enthält alle Datensätze der Jahre 2009 bis 2018. Verwenden Sie Parametereinstellungen im SDK, um Daten innerhalb eines bestimmten Zeitbereichs abzurufen.
Speicherort
Dieses Dataset wird in der Azure-Region „USA, Osten“ gespeichert. Aus Gründen der Affinität wird die Zuweisung von Computeressourcen in der Region „USA, Osten“ empfohlen.
Zusätzliche Informationen
NYC Taxi and Limousine Commission (TLC):
Die Daten wurden erfasst und von Technologieanbietern, die an den Programmen Taxicab Passenger Enhancement (TPEP) und Livery Passenger Enhancement (LPEP) teilnehmen, an die TLC weitergegeben. Die Fahrtdaten wurden nicht von der TLC erstellt, und die TLC übernimmt keine Garantie für die Korrektheit dieser Daten.
Zeigen Sie den ursprünglichen Speicherort des Datasets und die ursprünglichen Nutzungsbedingungen an.
Spalten
| Name | Datentyp | Eindeutig | Beispielwerte | BESCHREIBUNG |
|---|---|---|---|---|
| doLocationId | Zeichenfolge | 264 | 74 42 | DOLocationID TLC-Taxizone, in der das Taxameter aktiviert wurde. |
| dropoffLatitude | double | 109.721 | 40,7743034362793 40,77431869506836 | Nicht mehr erfasst ab Juli 2016 |
| dropoffLongitude | double | 75.502 | -73,95272827148438 -73,95274353027344 | Nicht mehr erfasst ab Juli 2016 |
| extra | double | 202 | 0,5 1,0 | Verschiedene Extras und Zusatzkosten. Dies umfasst derzeit nur Gebühren von 0,50 USD und 1 USD für Fahrten zu Stoßzeiten oder in der Nacht. |
| fareAmount | double | 10.367 | 6,0 5,5 | Die vom Taxameter anhand der Zeit und Strecke berechneten Kosten. |
| improvementSurcharge | Zeichenfolge | 92 | 0,3 0 | Zusatzkosten in Höhe von 0,30 USD für Kurzfahrten, bei denen das Taxi herangewunken wurde. Diese Zusatzkosten wurden 2015 eingeführt. |
| lpepDropoffDatetime | timestamp | 58.100.713 | 2016-05-22 00:00:00 2016-05-09 00:00:00 | Datum und Uhrzeit für Abschaltung des Taxameters. |
| lpepPickupDatetime | timestamp | 58.157.349 | 2013-10-22 12:40:36 2014-08-09 15:54:25 | Datum und Uhrzeit für Einschaltung des Taxameters. |
| mtaTax | double | 34 | 0,5 -0,5 | MTA-Steuer von 0,50 USD, die automatisch anhand der berechneten Kosten ausgelöst wird. |
| passengerCount | INT | 10 | 1 2 | Die Anzahl der Mitfahrer in dem Fahrzeug. Dieser Wert wird vom Fahrer eingegeben. |
| paymentType | INT | 5 | 2 1 | Ein numerischer Code, der angibt, wie der Kunde für die Fahrt bezahlt hat. 1 = Kreditkarte 2 = Bargeld 3 = Keine Gebühr 4 = Konflikt 5 = Unbekannt 6 = Ungültige Fahrt |
| pickupLatitude | double | 95.110 | 40,721351623535156 40,721336364746094 | Nicht mehr erfasst ab Juli 2016 |
| pickupLongitude | double | 55.722 | -73,84429931640625 -73,84429168701172 | Nicht mehr erfasst ab Juli 2016 |
| puLocationId | Zeichenfolge | 264 | 74 41 | TLC-Taxizone, in der das Taxameter aktiviert wurde. |
| puMonth | INT | 12 | 3 5 | |
| puYear | INT | 14 | 2015 2016 | |
| rateCodeID | INT | 7 | 1 5 | Der zuletzt geltende Tarifode am Ende der Fahrt. 1 = Standardpreis 2 = JFK 3 = Newark 4 = Nassau oder Westchester 5 = Ausgehandelter Fahrpreis 6 = Gruppenfahrt |
| storeAndFwdFlag | Zeichenfolge | 2 | N Y | Diese Kennzeichnung gibt an, ob der Datensatz zu der Fahrt im Speicher des Fahrzeugs gespeichert wurde, bevor er an den Verkäufer gesendet wurde (auch als „Speicherung und Weiterleitung“ bezeichnet), weil das Fahrzeug keine Verbindung mit dem Server hatte. Y = Fahrt mit Speicherung und Weiterleitung N = Keine Fahrt mit Speicherung und Weiterleitung |
| tipAmount | double | 6\.206 | 1,0 2,0 | Höhe des Trinkgeldbetrags: Dieses Feld wird automatisch für Trinkgelder aufgefüllt, die mit einer Kreditkarte gezahlt werden. Trinkgelder in bar sind nicht enthalten. |
| tollsAmount | double | 2\.150 | 5,54 5,76 | Summe der gezahlten Mautgebühren für die Fahrt. |
| totalAmount | double | 20.188 | 7,8 6,8 | Der Gesamtbetrag, der Passagieren in Rechnung gestellt wird. Umfasst keine baren Trinkgelder. |
| tripDistance | double | 7\.060 | 0,9 1,0 | Die zurückgelegte Strecke in Meilen entsprechend dem Taxameter. |
| tripType | INT | 3 | 1 2 | Ein Code, der angibt, ob das Taxi auf der Straße herangewunken oder von der Zentrale losgeschickt wurde. Dieser Code wird automatisch anhand der gemessenen Fahrtkosten zugewiesen, kann aber vom Fahrer geändert werden. 1 = Herangewunken 2 = Über Zentrale |
| vendorID | INT | 2 | 2 1 | Ein Code für den LPEP-Anbieter, der den Datensatz bereitgestellt hat. 1 = Creative Mobile Technologies, LLC; 2 = VeriFone Inc. |
Vorschau
| vendorID | lpepPickupDatetime | lpepDropoffDatetime | passengerCount | tripDistance | puLocationId | doLocationId | rateCodeID | storeAndFwdFlag | paymentType | fareAmount | extra | mtaTax | improvementSurcharge | tipAmount | tollsAmount | totalAmount | tripType | puYear | puMonth |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2 | 6/24/2081 5:40:37 PM | 6/24/2081 6:42:47 PM | 1 | 16,95 | 93 | 117 | 1 | N | 1 | 52 | 1 | 0,5 | 0,3 | 0 | 2.16 | 55,96 | 1 | 2081 | 6 |
| 2 | 11/28/2030 12:19:29 AM | 11/28/2030 12:25:37 AM | 1 | 1.08 | 42 | 247 | 1 | N | 2 | 6,5 | 0 | 0,5 | 0,3 | 0 | 0 | 7.3 | 1 | 2030 | 11 |
| 2 | 11/28/2030 12:14:50 AM | 11/28/2030 12:14:54 AM | 1 | 0,03 | 42 | 42 | 5 | N | 2 | 5 | 0 | 0 | 0 | 0 | 0 | 5 | 2 | 2030 | 11 |
| 2 | 11/14/2020 11:38:07 AM | 11/14/2020 11:42:22 AM | 1 | 0,63 | 129 | 129 | 1 | N | 2 | 4,5 | 1 | 0,5 | 0,3 | 0 | 0 | 6.3 | 1 | 2020 | 11 |
| 2 | 11/14/2020 9:55:36 AM | 11/14/2020 10:04:54 AM | 1 | 3.8 | 82 | 138 | 1 | N | 2 | 12,5 | 1 | 0,5 | 0,3 | 0 | 0 | 14.3 | 1 | 2020 | 11 |
| 2 | 8/26/2019 4:18:37 PM | 8/26/2019 4:19:35 PM | 1 | 0 | 264 | 264 | 1 | N | 2 | 1 | 0 | 0,5 | 0,3 | 0 | 0 | 1.8 | 1 | 2019 | 8 |
| 2 | 7/1/2019 8:28:33 AM | 7/1/2019 8:32:33 AM | 1 | 0.71 | 7 | 7 | 1 | N | 1 | 5 | 0 | 0,5 | 0,3 | 1,74 | 0 | 7,54 | 1 | 2019 | 7 |
| 2 | 7/1/2019 12:04:53 AM | 7/1/2019 12:21:56 AM | 1 | 2.71 | 223 | 145 | 1 | N | 2 | 13 | 0,5 | 0,5 | 0,3 | 0 | 0 | 14.3 | 1 | 2019 | 7 |
| 2 | 7/1/2019 12:04:11 AM | 7/1/2019 12:21:15 AM | 1 | 3,14 | 166 | 142 | 1 | N | 2 | 14.5 | 0,5 | 0,5 | 0,3 | 0 | 0 | 18,55 | 1 | 2019 | 7 |
| 2 | 7/1/2019 12:03:37 AM | 7/1/2019 12:09:27 AM | 1 | 0,78 | 74 | 74 | 1 | N | 1 | 6 | 0,5 | 0,5 | 0,3 | 1,46 | 0 | 8,76 | 1 | 2019 | 7 |
Datenzugriff
Azure Notebooks
# This is a package in preview.
from azureml.opendatasets import NycTlcGreen
from datetime import datetime
from dateutil import parser
end_date = parser.parse('2018-06-06')
start_date = parser.parse('2018-05-01')
nyc_tlc = NycTlcGreen(start_date=start_date, end_date=end_date)
nyc_tlc_df = nyc_tlc.to_pandas_dataframe()
nyc_tlc_df.info()
Azure Databricks
# This is a package in preview.
# You need to pip install azureml-opendatasets in Databricks cluster. https://learn.microsoft.com/azure/data-explorer/connect-from-databricks#install-the-python-library-on-your-azure-databricks-cluster
from azureml.opendatasets import NycTlcGreen
from datetime import datetime
from dateutil import parser
end_date = parser.parse('2018-06-06')
start_date = parser.parse('2018-05-01')
nyc_tlc = NycTlcGreen(start_date=start_date, end_date=end_date)
nyc_tlc_df = nyc_tlc.to_spark_dataframe()
display(nyc_tlc_df.limit(5))
Azure Synapse
# This is a package in preview.
from azureml.opendatasets import NycTlcGreen
from datetime import datetime
from dateutil import parser
end_date = parser.parse('2018-06-06')
start_date = parser.parse('2018-05-01')
nyc_tlc = NycTlcGreen(start_date=start_date, end_date=end_date)
nyc_tlc_df = nyc_tlc.to_spark_dataframe()
# Display top 5 rows
display(nyc_tlc_df.limit(5))
# Display data statistic information
display(nyc_tlc_df, summary = True)
Nächste Schritte
Machen Sie sich mit den restlichen Datasets im Open Datasets-Katalog vertraut.