

In [76]:

    
# Imports
import pandas as pd
import numpy as np
%matplotlib inline

Parkeren in Utrecht

Via een WOB-verzoek van Marc Fonteijn is de data van alle parkeermeters in Utrecht openbaar gemaakt. Dit is een poging van mij om de data te analyseren en om te kijken of we er iets van kunnen leren! :)

We starten met het laden van alle data:



In [77]:

    
df = pd.read_csv('totaal.csv')
df = df.set_index('id')
df['start'] = pd.to_datetime(df['start']) # Starttijden converteren naar datetimes
df['einde'] = pd.to_datetime(df['einde']) # Eindtijden converteren naar datetimes
df['duur'] = df['einde'] - df['start'] # Hoe lang parkeert iedereen?

Vervolgens kijken we of we het correct is ingeladen:



In [78]:

    
df.head()









    Out[78]:






  
    
      
      paal
      start
      einde
      kosten
      duur
    
    
      id
      
      
      
      
      
    
  
  
    
      0
      28115
      2014-01-01 18:50:49
      2014-01-02 11:05:37
      3.57
      16:14:48
    
    
      1
      28305
      2014-01-01 18:52:01
      2014-01-02 09:10:34
      0.57
      14:18:33
    
    
      2
      28222
      2014-01-01 18:56:45
      2014-01-02 09:05:00
      0.29
      14:08:15
    
    
      3
      28102
      2014-01-01 19:03:29
      2014-01-02 09:05:42
      0.29
      14:02:13
    
    
      4
      12208
      2014-01-01 19:05:35
      2014-01-02 07:00:30
      2.21
      11:54:55

Starttijden

Op welke tijden van de dag starten mensen met betaald parkeren? Met een distributie kan je dat onderzoeken:



In [79]:

    
start = df['start']
hours = start.map(lambda x: x.hour)
hours.hist()









    Out[79]:





<matplotlib.axes._subplots.AxesSubplot at 0x22a0392b0>

Eindtijden

Hetzelfde geld voor eindtijden...



In [80]:

    
einde = df['einde']
hours = einde.map(lambda x: x.hour)
hours.hist()









    Out[80]:





<matplotlib.axes._subplots.AxesSubplot at 0x134b36710>

Duur

Hoe lang parkeren mensen dan eigen? Wat kunnen we daar van leren?



In [94]:

    
duur = df['duur']
hours = duur.map(lambda x: x / np.timedelta64(1, 'm'))
hours = hours[hours > 0] # Filter negatives
hours = hours[hours < 1440] # Filter longer then a day.
hours.hist(bins=100)









    Out[94]:





<matplotlib.axes._subplots.AxesSubplot at 0x18cdcaf60>

Interessant! Van de distributie kan je al een hoop leren, zo zie je dat iedereen bijna altijd tegen een uur aan parkeert... Dat zijn de pieken die er bovenuit steken... En de bult op ongeveer 850 minuten, dat is dus vaak een gedurende de nacht... en de volgende ochtend weer vertrekken..

Analyse van de kosten

Ook de kosten van het parkeren zitten in het CSV bestand, eens kijken wat we daar van kunnen leren... Hoeveel betalen mensen ongeveer, en hoe is de distributie hier van?



In [95]:

    
kosten = df['kosten']
kosten.hist(bins=50)









    Out[95]:





<matplotlib.axes._subplots.AxesSubplot at 0x1874b9240>

	paal	start	einde	kosten	duur
id
0	28115	2014-01-01 18:50:49	2014-01-02 11:05:37	3.57	16:14:48
1	28305	2014-01-01 18:52:01	2014-01-02 09:10:34	0.57	14:18:33
2	28222	2014-01-01 18:56:45	2014-01-02 09:05:00	0.29	14:08:15
3	28102	2014-01-01 19:03:29	2014-01-02 09:05:42	0.29	14:02:13
4	12208	2014-01-01 19:05:35	2014-01-02 07:00:30	2.21	11:54:55