基于Pandas_Profiling的重庆地铁车辆检修数据EDA分析  

作　　者：唐春林 吕泷 张波 

机构地区：[1]重庆公共运输职业学院,重庆402247

出　　处：《科技与创新》2024年第3期64-66,共3页Science and Technology & Innovation

基　　金：重庆市教育委员会科学技术研究项目(编号:KJZD-K2018201805801);重庆市教育委员会科学技术研究项目(编号:KJQN201805802)。

摘　　要：地铁交通作为最具可持续发展的交通模式,是城市居民出行的首选工具。但地铁车辆构造复杂,零部件繁多,因此需探索出一种适用性较好的零部件智能诊断方法,来保障地铁车辆的安全运行。对维修数据进行EDA(Exploratory Data Analysis,探索性数据分析),通过描述性统计、可视化、特征计算、方程拟合等手段,去发现数据的结构和规律。结果表明,故障最主要的原因为质量与材料,两者合计占比高达59.4%,例如信号与屏蔽门故障发生率占比为19.8%,空调系统故障发生率占比为13.9%。通过EDA分析车辆故障情况,将有助于智能诊断的研究。

关 键 词：重庆市 地铁车辆 Pandas_Profiling EDA 

分 类 号：U279[机械工程—车辆工程]