全球城市区域人口密度-租金与房价-交通时间及土地利用数据集-thedevastator
数据来源：互联网公开数据
标签：城市,人口密度,房价,租金,交通,土地利用,全球,城市发展,交通出行,房地产,经济,环境
数据概述：
本数据集包含了全球范围内多个城市的人口密度、租金与房价、交通时间和土地利用等综合性指标数据。数据覆盖了全球192个城市，旨在提供全球城市发展状况的全面概览。数据来源于政府部门和调查报告，提供了城市级别关键指标，包括公共交通、私家车等，为分析城市内部、城市之间在交通出行、经济发展和环境保护等方面的关联性提供了基础。数据包含两份CSV文件，分别为TransportData.csv和RealEstateData.csv。
数据用途概述：
该数据集可用于城市规划、房地产市场分析、交通系统优化、环境影响评估等多领域研究。研究人员可以利用该数据分析城市人口密度与房价、交通时间之间的关系，评估城市基础设施对居民生活质量的影响；房地产分析师可以利用该数据进行市场趋势分析和投资决策；城市规划者可以基于该数据优化交通网络和土地利用，促进城市的可持续发展。此外，该数据集也适用于教育和培训，帮助学习者理解全球城市发展动态及城市化带来的挑战。
文件：TransportData.csv
字段说明：
X：城市的X坐标。（数值型）
Y：城市的Y坐标。（数值型）
Area：城市的面积。（数值型）
City：城市名称。（字符串型）
Country：城市所属国家。（字符串型）
Continent：城市所属大洲。（字符串型）
dCenter：到市中心的距离。（数值型）
TransportSource：交通数据来源。（字符串型）
RushHour：交通数据是否来自高峰时段。（布尔型）
TransportYear：交通数据年份。（数值型）
DistanceDriving：驾车距离。（数值型）
DurationDriving：驾车时长。（数值型）
DistanceTransit：公共交通距离。（数值型）
DurationTransit：公共交通时长。（数值型）
文件：RealEstateData.csv
字段说明：
X：城市的X坐标。（数值型）
Y：城市的Y坐标。（数值型）
Area：城市的面积。（数值型）
City：城市名称。（字符串型）
Country：城市所属国家。（字符串型）
Continent：城市所属大洲。（字符串型）
dCenter：到市中心的距离。（数值型）
Currency：交易使用的货币。（字符串型）
TransactionType：交易类型（租金或销售）。（字符串型）
TransactionSource：交易数据来源。（字符串型）
TransactionMonth：交易发生的月份。（数值型）
TransactionYear：交易发生的年份。（数值型）
avgSize：房地产交易的平均面积。（数值型）
avgPriceSqm：房地产交易的每平方米平均价格。（数值型）
medSize：房地产交易的面积中位数。（数值型）
medPriceSqm：房地产交易的每平方米价格中位数。（数值型）
regPriceSqm：房地产交易的每平方米正则化价格。（数值型）
nRealEstateData：可用的房地产数据数量。（数值型）
avgSize_boxplotOutliers：通过箱线图分析得出的平均面积的异常值。（数值型）
avgPriceSqm_boxplotOutliers：通过箱线图分析得出的每平方米平均价格的异常值。（数值型）
medSize_boxplotOutliers：通过箱线图分析得出的面积中位数的异常值。（数值型）
medPriceSqm_boxplotOutliers：通过箱线图分析得出的每平方米价格中位数的异常值。（数值型）
medPriceSqm_hampelOutliers：通过Hampel滤波器应用得出的每平方米价格中位数的异常值。（数值型）
regPriceSqm_hampelOutliers：通过Hampel滤波器应用得出的每平方米正则化价格的异常值。（数值型）
nRealEstateData_hampelOutliers：通过Hampel滤波器应用得出的可用房地产数据数量的异常值。（数值型）
avgSize_percentilesOutliers：通过百分位数分析得出的平均面积的异常值。（数值型）
avgPriceSqm_percentilesOutliers：通过百分位数分析得出的每平方米平均价格的异常值。（数值型）
medSize_percentilesOutliers：通过百分位数分析得出的面积中位数的异常值。（数值型）
