NYC Taxi Limousine Commission (紐約市計程車和禮車委員會) - 營運汽車 (FHV) 車程記錄
租用車輛 (“FHV”) 行程記錄包括擷取分派公司授權號碼以及上車日期、時間和計程車區域位置識別碼 (下列形狀檔) 的欄位。 這些記錄是根據公司提交的 FHV 行程記錄所產生。
注意
Microsoft 依「現況」提供 Azure 開放資料集。 針對 貴用戶對資料集的使用方式，Microsoft 不提供任何明示或默示的擔保、保證或條件。 在 貴用戶當地法律允許的範圍內，針對因使用資料集而導致的任何直接性、衍生性、特殊性、間接性、附隨性或懲罰性損害或損失，Microsoft 概不承擔任何責任。
此資料集是根據 Microsoft 接收來源資料的原始條款所提供。 資料集可能包含源自 Microsoft 的資料。
資料量與保留期
此資料集以 Parquet 格式儲存， 截至 2018 年為止，約有 5 億個資料列 (5GB)。
此資料集包含從 2009 年累積到 2018 年的歷程記錄。 在我們的 SDK 中，您可以使用參數設定來擷取特定時間範圍內的資料。
儲存位置
此資料集儲存於美國東部 Azure 區域。 建議您在美國東部配置計算資源，以確保同質性。
其他資訊
紐約市計程車委員會 (TLC)：
資料由依計程車與載客量加強計劃 (TPEP/LPEP) 授權的技術提供者收集，並提供給紐約市計程車委員會 (TLC)。 行程資料並非由 TLC 所建立，且 TLC 不保證這些資料的準確性。
資料行
| 名稱 | 資料類型 | 唯一 | Values (sample) | 描述 |
|---|---|---|---|---|
| dispatchBaseNum | 字串 | 1,144 | B02510 B02764 | 已分派行程之公司的 TLC 公司授權號碼 |
| doLocationId | 字串 | 267 | 265 132 | 行程結束的 TLC 計程車區域。 |
| dropOffDateTime | timestamp | 57,110,352 | 2017-07-31 23:59:00 2017-10-15 00:44:34 | 行程下車的日期和時間。 |
| pickupDateTime | timestamp | 111,270,396 | 2016-08-16 00:00:00 2016-08-17 00:00:00 | 行程接送的日期和時間。 |
| puLocationId | 字串 | 266 | 79 161 | 行程開始的 TLC 計程車區域。 |
| puMonth | int | 12 | 1 12 | |
| puYear | int | 5 | 2018 2017 | |
| srFlag | 字串 | 44 | 1 和 2 | 指出該行程是否屬於高運量 FHV 公司 (例如 Uber Pool、Lyft Line) 所提供的共乘鏈。 針對共乘的行程，值為 1。 針對非共乘的行程，此欄位為 Null。 注意: 對於大多數大量 FHV 公司，只有要求並符合旅程過程中另一個共用乘車要求的共享車程，才會為已標幟狀態。 但是，Lyft (公司執照編號 B02510 + B02844) 也會標幟要求共乘但未成功與另一位乘客配對共乘的行程，因此這兩間公司的 SR_Flag = 1 行程記錄可能是指共乘行程鏈中的第一趟行程，也可能是指已要求但未配對到乘客的共乘行程。 使用者可以預期 Lyft 成功完成的共乘行程數量會超量。 |
預覽
| dispatchBaseNum | pickupDateTime | dropOffDateTime | puLocationId | doLocationId | srFlag | puYear | puMonth |
|---|---|---|---|---|---|---|---|
| B03157 | 6/30/2019 11:59:57 PM | 7/1/2019 12:07:21 AM | 264 | null | null | 2019 | 6 |
| B01667 | 6/30/2019 11:59:56 PM | 7/1/2019 12:28:06 AM | 264 | null | null | 2019 | 6 |
| B02849 | 6/30/2019 11:59:55 PM | 7/1/2019 12:14:10 AM | 264 | null | null | 2019 | 6 |
| B02249 | 6/30/2019 11:59:53 PM | 7/1/2019 12:15:53 AM | 264 | null | null | 2019 | 6 |
| B00887 | 6/30/2019 11:59:48 PM | 7/1/2019 12:29:29 AM | 264 | null | null | 2019 | 6 |
| B01626 | 6/30/2019 11:59:45 PM | 7/1/2019 12:18:20 AM | 264 | null | null | 2019 | 6 |
| B01259 | 6/30/2019 11:59:44 PM | 7/1/2019 12:03:15 AM | 264 | null | null | 2019 | 6 |
| B01145 | 6/30/2019 11:59:43 PM | 7/1/2019 12:11:15 AM | 264 | null | null | 2019 | 6 |
| B00887 | 6/30/2019 11:59:42 PM | 7/1/2019 12:34:21 AM | 264 | null | null | 2019 | 6 |
| B00821 | 6/30/2019 11:59:40 PM | 7/1/2019 12:02:57 AM | 264 | null | null | 2019 | 6 |
資料存取
Azure Notebooks
# This is a package in preview.
from azureml.opendatasets import NycTlcFhv
from datetime import datetime
from dateutil import parser
end_date = parser.parse('2018-06-06')
start_date = parser.parse('2018-05-01')
nyc_tlc = NycTlcFhv(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 NycTlcFhv
from datetime import datetime
from dateutil import parser
end_date = parser.parse('2018-06-06')
start_date = parser.parse('2018-05-01')
nyc_tlc = NycTlcFhv(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 NycTlcFhv
from datetime import datetime
from dateutil import parser
end_date = parser.parse('2018-06-06')
start_date = parser.parse('2018-05-01')
nyc_tlc = NycTlcFhv(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))
下一步
檢視開放資料集目錄中的其餘資料集。