Advertisement

美国国内航班延误相关的数据集。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
美国运输部（DOT）的交通运输统计局（BTS）对美国大型航空公司国内航班的及时性到达和延误情况进行了详细的统计分析，这些数据涵盖的时间范围从2003年6月开始，并且每个月，交通运输统计司都会发布上一月份航班准点到达、延误、取消以及转机等相关数据的报告。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 美国国内航班延误的数据集
    优质
    该数据集记录了美国境内各机场及航空公司的航班延误情况，包含历史飞行信息和相关统计数据，旨在帮助旅客规划行程并研究航班准点率。 美国运输部（DOT）交通运输统计局（BTS）从2003年6月开始对美国大型航空公司国内航班的准时到达和晚点情况进行统计，并且每个月都会发布上个月的航班准点率、延误情况、取消记录以及转机状况的数据。
     
  • 2015年美国航班延误与取消的数据集
    优质
    该数据集记录了2015年度美国各大航空公司的航班准点率情况，包括所有国内航班的起飞、到达时间以及因各种原因导致的延误和取消的信息。 美国交通运输部统计司发布了2015年国内民航航班的数据，涵盖了航班准点、延误、取消、转机以及摘要等相关信息。
     
  • 中国国内航班数据.xls
    优质
    该文件包含中国各大航空公司近年来的详细航班信息，包括起飞降落时间、航线详情及客流量等数据，便于进行航空运输分析和研究。 该文档包含我国航班数据统计信息，涵盖了出发城市、出发时间、机场名称以及起降城市等内容，对于研究我国航班飞行情况具有重要的应用价值。
     
  • 中国境内航班数据
    优质
    本数据库包含中国境内所有机场及各航空公司详细航班信息，涵盖实时起飞降落情况、历史飞行记录等，为用户提供全面准确的航班数据分析支持。 标题：国内航班数据 该标题表明我们正在处理与国内航班相关的信息，这可能包括航班时刻、航班号、航空公司、起飞和降落机场、日期及航班状态等关键数据。 标签：国内航班数据 文件名分别为flights.mdb 和 Read me.txt。其中，flights.mdb 是一个 Microsoft Access 数据库文件，用于存储结构化的数据如表格、查询和报表等；Read me.txt 则是一个文本段落件，通常包含有关数据集的说明、使用指南或注意事项。 在分析这些数据之前，我们需要具备以下基础知识： 1. 数据库基础：了解如何使用数据库管理系统（如 Microsoft Access）来查询和操作数据。理解表、字段及记录的概念。 2. SQL语言：尽管“flights.mdb”可能可以直接在Access中打开，但熟悉SQL将有助于检索和分析数据，特别是对于大型数据集而言尤为重要。 3. 数据清洗与预处理：掌握清理数据的方法，如处理缺失值、异常值或格式问题等。 4. 数据分析工具：熟练使用Excel、Python、R或其他数据分析软件进行统计分析、数据可视化及建模等工作。 5. 统计学知识：理解基本的统计概念（例如平均数、中位数和标准差）以解释和探索数据集中的信息。 6. 地理信息系统 (GIS)：如果数据包含机场坐标，掌握GIS相关技能有助于绘制航班路径或进行地理分析。 在对这个数据集进行深入研究时，可能会涉及以下几类任务： 1. 航班频率分析：查看每个航空公司的航班数量，并确定最繁忙的航线。 2. 准点率评估：计算航班准时到达的比例，找出表现最佳和最差的航空公司。 3. 客流量估算：根据座位数及航班次数估计乘客量并比较节假日与非假日之间的差异。 4. 时间模式识别：发现一天或一周中的高峰时段与低谷期以优化航班安排或预测需求。 5. 航空公司服务对比：通过延误率、取消率等指标评估不同航空公司的服务质量。 6. 网络分析：揭示城市间的连接性，找出主要的航空枢纽。 掌握上述知识和技能后，我们能够有效地提取、清洗、分析并解释这个国内航班数据集，并从中获得有价值的见解。
     
  • 中国境内航班数据库
    优质
    中国境内航班数据库收录了国内所有机场及航空公司的详细信息，包括各航线时刻表、票价和历史准点率等数据，为旅行者提供全面的飞行参考。 国内飞机航班数据库包含了详细的飞行信息，包括但不限于航班编号、起飞降落时间、机场代码以及航空公司等相关数据。这些资料对于研究航空运输市场动态、优化航线配置及提升旅客出行体验等方面具有重要参考价值。
     
  • 延迟航班-数据集
    优质
    延迟航班-数据集包含大量航班运营信息，专注于分析导致航班延误的各种因素，旨在帮助航空公司和相关研究机构优化航班调度与管理。 数据包含了2008年由于各种原因导致的航班延误的信息，可用于进行延迟航班数据集的分析。该数据文件名为DelayedFlights.csv。
     
  • flight-delays-cancellations: 探索2019年美国航班的延误与取消情况
    优质
    本研究深入分析了2019年美国航空业中广泛存在的航班延误及取消问题，旨在揭示其原因和影响。 目录安装除了Python的Anaconda发行版之外，没有任何必要的库可以在此处运行代码。 使用Python版本3.x，该代码应该可以正常运行。项目动机该项目的目标是练习创建数据可视化。为此，创建了探索性可视化以帮助提出问题，并选择了其中一部分进行精炼，形成说明性的可视化内容并以幻灯片形式展示。 项目的数据集包括2019年近750万次国内航班的详细信息，如出发/到达时间、始发/目的地机场、承运人以及延误时间和取消情况。该项目主要分析了到达延迟和取消的情况，并特别关注仅被取消的航班特征。 以下是项目的具体内容： - 到达延迟时间分布及分类 - 取消原因分布 - 不同季节中的取消原因对比 - 特定机场在不同季节中出现的取消原因对比 项目代码与分析结果包含于两个Jupyter笔记本段落件内，分别是Exploration_flights.ipynb。该笔记本用于探索性可视化以回答上述问题并创建相应的数据视图对象。
     
  • 国内外航班数据的MySQL版本
    优质
    本数据库项目提供了一个基于MySQL的数据存储方案，用于管理与分析国内外航班的相关信息。 国内外航班数据的MySQL版本可以用于存储和管理大量航班相关信息。这种数据库设计能够有效地支持查询、插入和更新操作，为用户提供便捷的数据访问方式。通过合理的表结构规划，如包括航班号、起飞时间、到达时间等字段的设计，可以使系统更加灵活高效地服务于各种需求场景。
     
  • 可用于预测分析的航班延误数据集
    优质
    本数据集包含了详尽的航班信息和历史延误记录，适用于构建机器学习模型进行预测分析，帮助航空公司优化运营、降低延误率。 航空公司数据集包含539,383个实例和8个不同的特征，目标是在给定预定起飞信息的情况下预测航班是否会延误。以下是数据字段的描述： - id：唯一标识符。 - Airline：不同类型的商业航空公司。 - Flight：飞行编号。 - AirportFrom：源机场代码（例如ATL、AUS等）。 - AirportTo：目的地机场代码（例如CLT、DEN等）。 - DayOfWeek：星期几，表示航班起飞的日期是周几。 - Time：时间，表示航班预计起飞的时间点。 - Length：飞行长度或持续时间。 - Delay：是否延误，用于预测目标。 以下是部分机场代码及其对应的国际机场名称： - ATL - 哈茨菲尔德 - 杰克逊亚特兰大国际机场（乔治亚州） - AUS - 奥斯汀伯格斯特罗姆国际机场（德克萨斯州） - BNA - 纳什维尔国际机场（田纳西州） - BOS - 波士顿洛根国际机场（马萨诸塞州） - BWI - 巴尔的摩华盛顿国际瑟古德马歇尔机场（巴尔的摩，美国首都区） - CLT - 夏洛特道格拉斯国际机场（北卡罗来纳州） - DAL - 达拉斯爱田机场（德克萨斯州） - DCA - 罗纳德里根华盛顿国家机场（弗吉尼亚州阿灵顿市） - DEN - 丹佛国际机场（科罗拉多州） - DFW - 达拉斯沃思堡国际机场（德克萨斯州） - DTW - 底特律大都会机场（密歇根州） - EWR - 纽瓦克自由国际机场（新泽西州） - FLL - 劳德代尔堡国际机场