华盛顿特区共享单车租赁量环境与时间序列数据集-2011-2012年-contactprad
数据来源：互联网公开数据
标签：共享单车,租赁,环境,时间序列,天气,季节,用户行为,华盛顿特区
数据概述：
本数据集包含了2011年至2012年间华盛顿特区Capital Bikeshare共享单车系统的租赁数据，并结合了环境和季节性因素。数据以小时和天为单位进行聚合，提供了丰富的租赁信息，为研究共享单车的使用模式及其影响因素提供了宝贵的数据资源。数据集来源于公开数据，并整合了天气等外部信息。
数据集中包含两个主要文件：
hour.csv：以小时为单位聚合的共享单车租赁数据，记录了17379小时的租赁信息。
day.csv：以天为单位聚合的共享单车租赁数据，记录了731天的租赁信息。
数据字段包括：
instant：记录索引
dteday：日期
season：季节（1:春，2:夏，3:秋，4:冬）
yr：年份（0:2011年，1:2012年）
mnth：月份（1到12）
hr：小时（0到23，仅在hour.csv中）
holiday：是否为节假日（从http://dchr.dc.gov/page/holiday-schedule提取）
weekday：星期几
workingday：工作日（如果不是周末或节假日则为1，否则为0）
weathersit：天气情况（1:晴朗，少云，局部多云；2:多雾+阴天，多雾+破碎的云，多雾+少云；3:小雪，小雨+雷暴+分散的云，小雨+分散的云；4:大雨+冰粒+雷暴+雾，雪+雾）
temp：摄氏温度归一化值，除以41
atemp：体感温度归一化值，除以50
hum：湿度归一化值，除以100
windspeed：风速归一化值，除以67
casual：非注册用户租赁数量
registered：注册用户租赁数量
cnt：总租赁数量（包括casual和registered）
数据用途概述：
该数据集适用于多种研究和应用场景，包括：
租赁量预测：基于环境和季节性因素预测共享单车的租赁量。
事件和异常检测：检测影响租赁量的城市事件，例如飓风等。
用户行为分析：分析用户租赁行为与天气、季节、时间等因素之间的关系。
交通规划：为城市交通规划提供数据支持，优化共享单车系统的运营。
数据可视化：用于数据可视化，展示共享单车租赁量的时空分布。
