# 墨西哥MiBici骑行与气象全量数据集-1196万出行记录-383站点-1826天气样本-城市交通与环境关联分析-多维出行行为建模优势

## 数据集简介
本数据集整合了墨西哥瓜达拉哈拉市MiBici公共自行车系统的全量出行明细、站点地理与海拔信息、以及2015-2020年逐日气象观测数据。涵盖1196万余条骑行记录、383个站点、1826天详细天气，支持城市交通流、出行行为、环境影响等多领域研究，是智慧城市、交通优化、气候与出行交互建模的权威数据资源。

## 数据基本信息

### 字段描述表
| 文件 | 字段名 | 类型 | 含义 | 示例 | 完整性 |
|------|--------|------|------|------|--------|
|Mexico_data.csv|Viaje_Id|整数|骑行记录唯一ID|42034|100%|
|Mexico_data.csv|Usuario_Id|整数|用户ID|17636|100%|
|Mexico_data.csv|Genero|字符|性别（M/F）|M|100%|
|Mexico_data.csv|Año_de_nacimiento|数值|出生年份|1989.0|部分缺失|
|Mexico_data.csv|Inicio_del_viaje|日期时间|出发时间|2015-01-01 00:03:06|100%|
|Mexico_data.csv|Fin_del_viaje|日期时间|到达时间|2015-01-01 00:05:52|100%|
|Mexico_data.csv|Origen_Id|整数|起点站ID|19|100%|
|Mexico_data.csv|Destino_Id|整数|终点站ID|19|100%|
|stations_with_elevation.csv|station_id|整数|站点ID|2|100%|
|stations_with_elevation.csv|station_name|字符串|站点名称|(GDL-001) C. Epigmenio Glez./ Av. 16 de Sept.|100%|
|stations_with_elevation.csv|station_code|字符串|站点编号|GDL-001|100%|
|stations_with_elevation.csv|area|字符串|区域|POLÍGONO CENTRAL|100%|
|stations_with_elevation.csv|latitude|数值|纬度|20.666378|100%|
|stations_with_elevation.csv|longitude|数值|经度|-103.34882|100%|
|stations_with_elevation.csv|status|字符串|运营状态|IN_SERVICE|100%|
|stations_with_elevation.csv|elevation|数值|海拔(m)|1547.0|100%|
|weather_with_day_type.csv|date|日期|日期|2015-01-01|100%|
|weather_with_day_type.csv|tempmax|数值|最高温(℃)|25.0|100%|
|weather_with_day_type.csv|tempmin|数值|最低温(℃)|9.0|100%|
|weather_with_day_type.csv|temp_avg|数值|平均温(℃)|17.4|100%|
|weather_with_day_type.csv|precip_mm|数值|降水量(mm)|0.2|100%|
|weather_with_day_type.csv|snow_cm|数值|降雪量(cm)|0.0|100%|
|weather_with_day_type.csv|description|字符串|天气描述|Partly cloudy throughout the day with late afternoon rain.|100%|
|weather_with_day_type.csv|conditions|字符串|天气类型|Rain, Partially cloudy|100%|
|weather_with_day_type.csv|day_type|字符串|日类型|holiday/weekday/weekend|100%|

### 分布与统计
- 骑行明细：11968460条（Mexico_data.csv，含表头）
- 站点信息：383条（stations_with_elevation.csv，含表头）
- 天气样本：1826天（weather_with_day_type.csv，含表头）
- 时间跨度：2015-01-01起，跨越多个完整年度
- 站点地理：覆盖瓜达拉哈拉市主要城区，含精确经纬度与海拔
- 天气类型：晴、阴、雨、节假日/工作日/周末全覆盖

### 数据优势三列表
| 优势 | 具体表现 | 应用价值 |
|------|----------|----------|
|全量出行明细|1196万骑行记录，细粒度到每次出行|支持微观出行行为、交通流建模、用户画像分析|
|多源融合|骑行、站点、气象三表联动，空间-时间-环境全覆盖|支撑城市交通与气候交互、站点选址、环境影响评估|
|高质量地理与气象|383站点经纬度/海拔+1826天逐日气象|助力空间分析、气象对出行影响、智慧城市决策|

## 多样化样本（节选）
Mexico_data.csv
- 42034,17636,M,1989.0,2015-01-01 00:03:06,2015-01-01 00:05:52,19,19
- 42046,10701,M,1986.0,2015-01-01 06:00:24,2015-01-01 06:03:53,37,25
- 42056,17727,F,1986.0,2015-01-01 09:46:17,2015-01-01 09:58:55,45,51
- 42064,20312,M,,2015-01-01 10:11:08,2015-01-01 10:35:28,40,64

stations_with_elevation.csv - 2,(GDL-001) C. Epigmenio Glez./ Av. 16 de Sept.,GDL-001,POLÍGONO CENTRAL,20.666378,-103.34882,IN_SERVICE,1547.0 - 4,(GDL-003) C. Vidrio / Av. Chapultepec,GDL-003,POLÍGONO CENTRAL,20.66769,-103.368252,IN_SERVICE,1566.0weather_with_day_type.csv - 2015-01-01,25.0,9.0,17.4,0.2,0.0,Partly cloudy throughout the day with late afternoon rain.,"Rain, Partially cloudy",holiday - 2015-01-03,23.3,9.0,16.2,0.3,0.0,Partly cloudy throughout the day with rain in the morning and afternoon.,"Rain, Partially cloudy",weekend

## 应用场景
1. 城市交通流与出行行为建模
依托1196万条骑行明细与站点地理信息，可实现对城市居民出行模式、交通流时空分布、站点热度与迁移规律的深入建模。结合气象数据，支持极端天气对出行影响、节假日与工作日出行差异等多维度分析，为交通优化、基础设施规划、智慧出行服务提供科学依据。

2. 气候与环境对出行影响评估
通过逐日气象与出行数据联动，可量化降雨、温度、节假日等环境因素对骑行活跃度、出行时长、站点利用率的影响。为城市气候适应性交通政策、绿色出行激励、极端天气应急响应等提供数据支撑。

3. 空间大数据与智慧城市决策
站点经纬度与海拔信息结合出行与气象数据，适用于空间聚类、站点选址优化、城市功能区划分等空间大数据分析。助力智慧城市交通管理、环境监测、可持续发展战略制定。

## 结论
本数据集以其全量、细粒度、多源融合的特性，为城市交通、环境科学、智慧城市等领域的研究与应用提供了坚实的数据基础。所有数据均为结构化CSV，便于直接分析与建模。原始数据完整，未做采样或删减，适合高质量科研与工程落地。