Карта метро расчет времени: Официальный сайт ГУП «Петербургский метрополитен»

График выше ограничен будними днями с 7:00 до 20:00, но время ожидания меняется от часа к часу. В целом время ожидания является самым коротким в утренние и вечерние часы пик, однако имейте в виду, что данные не знают о случаях, когда поезда могут быть слишком переполнены для посадки, что заставляет вас ждать следующего поезда.

Выберите свою линию ниже, и вы увидите, сколько времени вам следует ожидать ждать поезд с разбивкой по времени суток, исходя из показателей в будние дни с января по май 2018 года.

Линия метро 1 2 3 4 5 6 6X 7 7X А Б В Г Д Е Ж Дж Л М Н Q Р З Я

Включите javascript (или перейдите в RSS), чтобы просмотреть все линии метро.

Насколько многолюдно должна быть платформа, когда вы приедете?

Большинство жителей Нью-Йорка интуитивно понимают, что когда они подходят к платформе метро, ​​они не хотят, чтобы она была слишком пустой или переполненной. Пустая платформа означает, что вы, вероятно, только что опоздали на последний поезд, поэтому маловероятно, что скоро прибудет еще один.Хуже того, переполненная платформа означает, что, вероятно, что-то не так, и, возможно, поезд никогда не приедет. Посередине - зона Златовласки: приличное скопление людей, которое говорит о том, что прошло несколько минут с момента последнего поезда, но не так долго, чтобы что-то напортачило.

Я использовал те же данные для вычисления условного распределения времени ожидания: учитывая, что с момента последнего поезда прошло N минут, сколько еще вам следует ожидать? В большинстве случаев наименьшее условное время ожидания наступает, когда с момента последнего поезда прошло 5–8 минут.

Выберите свою линию для просмотра условного времени ожидания.

Линия метро 1 2 3 4 5 6 6X 7 7X А Б В Г Д Е Ж Дж Л М Н Q Р З Я

Включите javascript (или перейдите в RSS), чтобы просмотреть все линии метро.

Обычно, когда вы прибываете на платформу, вы не можете напрямую наблюдать, когда отошел последний поезд, но вы можете сделать предположение, основываясь на количестве людей, которые ждут. Сначала вам нужно будет оценить - или, может быть, даже измерить на основе данных общедоступного турникета MTA - количество людей, которые приходят на платформу каждую минуту.Затем, если вы знаете, что самое короткое условное ожидание происходит, когда прошло 6 минут с момента последнего поезда, и вы оценили, что, скажем, 20 человек прибывают на платформу каждую минуту, вы должны надеяться увидеть 120 человек на платформе, когда вы прибудете. Конечно, эти параметры различаются в зависимости от платформы и времени суток, поэтому обязательно учитывайте это при составлении собственных оценок!

Экономический аргумент в пользу модернизации метро (к которому не стоит относиться слишком серьезно)

Недавно опубликованный план Fast Forward от Энди Байфорда, президента Управления транзита Нью-Йорка, предполагает, что на внедрение CBTC в большей части системы потребуется 10 лет. NYT также сообщает, что ориентировочная цена составляет 19 миллиардов долларов.

Если бы каждая линия была такой же эффективной, как L с CBTC, я считаю, что среднее время ожидания было бы примерно на 3 минуты меньше. При 5,7 миллиона пассажиров в будний день это потенциально 285 000 часов экономии за будний день. Разумные люди могут не согласиться с экономической ценностью безвыходного ожидания в метро, ​​но 20 долларов в час не кажутся мне сумасшедшими и означают экономию в 5,7 миллиона долларов в будний день. По выходным наездников примерно вдвое меньше, чем в будни, а время, вероятно, стоит меньше, поэтому давайте оценим экономию на выходных в 25% от будних.

В целом, это означало бы общую экономию более 1,6 миллиарда долларов в год, и это без учета того факта, что поезда с CBTC также, вероятно, быстрее перемещаются от станции к станции, поэтому экономия времени будет достигнута не только за счет сокращения времени ожидания платформы. И если бы люди больше доверяли системе, им не пришлось бы тратить столько дополнительного времени на дорогу в качестве буфера безопасности. Другие потенциальные выгоды могут быть получены за счет более низких эксплуатационных расходов и затрат на ремонт, а также меньшей загруженности наземного транспорта, если люди перейдут с автомобилей на предположительно более эффективное метро.

Честно говоря, есть все виды вещей, которые могут подтолкнуть и в другом направлении: возможно, нереально, что другие линии будут такими же эффективными, как L, поскольку у L есть то преимущество, что оно находится на собственном выделенном треке, которого она не делает. не делится с другими пересекающимися линиями, или, может быть, лучшее метро станет жертвой собственного успеха, вызывая переполненность и другие проблемы с пропускной способностью. И, пожалуй, самая очевидная критика: план займет более 10 лет и будет стоить более 19 миллиардов долларов.

Я не думаю, что к этому быстрому расчету на основе пределов конверта следует относиться слишком серьезно, когда необходимо учитывать так много переменных, но я действительно думаю, что нетрудно получить экономическую ценность в несколько миллиардов долларов в год, предполагая некоторые разумные параметры. Разумные люди могут снова спорить о ставках дисконтирования и графиках погашения, но общая стоимость около 19 миллиардов долларов за 10 лет кажется мне в высшей степени стоящей.

Анатомия задержки метро

Нью-Йорк Таймс недавно опубликовал отличную интерактивную историю, которая продемонстрировала с помощью моделирования, как задержка одного поезда может вызвать каскадные проблемы.Через неделю после того, как эта история была опубликована, мне (не) повезло участвовать в реальной демонстрации этого явления. 16 мая 2018 года я оказался в поезде F в центре города из Мидтауна. Около 10 часов утра на 34-й улице кондуктор объявил, что перед нами остановился поезд на 4-й улице и что нас задержат. Задержка длилась около 30 минут, затем поезд продолжил свой путь в обычном режиме.

Вот графическое изображение поездов F в центре города в то утро, основные задержки отмечены красным.Мой поезд был вторым поездом в крупной задержке в правом центре графика.

Хотя я не ехал в поезде, у которого были проблемы с механикой на 4-й улице, мой поезд и два поезда за ним были вынуждены ждать проблемный поезд. Дальше диспетчер поездов переключил несколько поездов F на экспрессы с 47-50 Sts – Rockefeller Center на W 4th Street, поэтому на графике вы видите несколько более крутых отрезков, которые, кажется, пересекают задержку.Пустая диагональная прорезь на графике под задержкой показывает, что гонщики чувствовали эффекты на всем протяжении трассы. Если бы вы ждали поезд F на 2-й авеню сразу после 10:00, вам пришлось бы ждать полных 30 минут, по сравнению с несколькими минутами, если бы вы прибыли на платформу в 9:55.

Я немного удивлен, что MTA сознательно не замедлило некоторые из поездов перед задержкой. Хорошо известно, что даже интервал является ключом к минимизации времени ожидания в масштабе всей системы, MTA однажды даже снял об этом видео, но в данном случае оказалось, что они не практиковали то, что проповедуют.Замедление поезда перед опозданием ухудшит положение некоторых гонщиков, а именно тех на будущих остановках, которые сделали бы поезд, если бы он не был замедлен. Но это также улучшит положение некоторых гонщиков : тех, кто опоздал на поезд, если бы он не был замедлен, а затем пришлось бы терпеть аномально долгое ожидание самого опаздывающего поезда.

Вы можете использовать график, чтобы убедиться, что замедлить поезд перед опозданием было бы хорошо.Поезда F в центре города останавливались на 2-й авеню в 9:58 и 10:00. Если бы поезд в 10:00 был намеренно задержан на 10 минут до 10:10 утра, все люди, прибывшие на платформу с 10:00 до 10:10, были бы спасены от ожидания до 10:30, в среднем 20 экономия минут на человека. С другой стороны, люди, прибывшие между 9:58 и 10:00, были бы оштрафованы в среднем на 10 минут на человека. Но, вероятно, людей в диапазоне 10: 00–10: 10 было в пять раз больше, чем в диапазоне 9: 58–10: 00, поэтому средневзвешенное значение говорит нам, что мы только что сэкономили в среднем 15 минут на человека.

Сравните задержку на W 4th Street с задержкой ранее этим утром в 7:40 на 57-й улице, выделенной в левой части графика. Эта задержка, хотя и короче, также привела к длительному перерыву между поездами. Однако позже разрыв был уменьшен, когда поезд перед опаздывающим поездом немного замедлился между улицами Йорка и Джея. Я подозреваю, что замедление было непреднамеренным, но оно, вероятно, было полезным, и если бы оно произошло дальше по линии, скажем, между 42-й и 34-й улицами, это привело бы к более равномерному расстоянию по всей линии и, вероятно, уменьшило бы общее время ожидания гонщиков.

Честно говоря, в реальной жизни это не так просто, как «всегда замедлять поезд перед задержкой», потому что есть и другие соображения: диспетчеры не знают, как долго продлится задержка, не все платформы одинаковы. популярны, и есть другие варианты, такие как изменение маршрута поездов на другие пути, но более здоровая система могла бы лучше справиться с этой задержкой.

Динамика показателей метро

Ухудшение работы метро уже давно было покрыто многими торговыми точками.Я бы порекомендовал, в частности, репортажи New York Times, но похоже, что в последнее время так много людей пишут о метро, ​​что нет недостатка в рассказах на выбор.

В дополнение к набору данных, который я собрал с января 2018 года, MTA делает некоторые снимки в реальном времени, доступные еще с сентября 2014 года. Эти снимки доступны только для 1, 2, 3, 4, 5, 6 и L поездов. , и они с шагом в 5 минут, а не с шагом в 1 минуту в моем трекере. Кроме того, существует пробел в историческом охвате с ноября 2015 года по январь 2017 года.

Исторические данные показывают, что ожидаемое время ожидания практически не изменилось с 2014 года, но время в пути от станции к станции стало немного медленнее, по крайней мере, на поездах 2, 3, 4 и 5, где в 2018 году была дневная поездка в будний день. занимает в среднем на 3-5% больше времени, чем та же поездка в 2014 году. Поезда 1 и 6 не испытывали подобных замедлений, и L находится где-то посередине.

В 15-минутной поездке 3-5% в среднем на 30-45 секунд медленнее, что не звучит особенно катастрофично, но есть много других проблем, не отраженных в этих цифрах, которые могут сделать метро «лучше». или «хуже» со временем.Я попытался исключить окна планового технического обслуживания из расчетов ожидаемого времени ожидания, но в действительности плановое техническое обслуживание и закрытие станций могут быть огромной неприятностью. Данные MTA также ничего не говорят нам о том, когда поезда настолько переполнены, что они не могут забрать новых пассажиров, когда системы кондиционирования неисправны, и о других общих характеристиках качества езды.

Также возможно, что строки 1-6 и L - те, которые содержат исторические данные - испортились меньше, чем другие строки с буквами, и если бы у нас были полные исторические данные для других строк, мы бы увидели более драматические эффекты время.Нет никаких сомнений в том, что популярное повествование состоит в том, что метро в последние годы стало хуже, хотя часть меня не может не задаться вопросом, может ли петля обратной связи, обеспечиваемая непрерывным освещением в СМИ, способствовать этому…

Метро Нью-Йорка как ориентированный график

Я использовал пакет igraph в R для построения взвешенного ориентированного графа системы метро, ​​где узлами являются 472 станции метро, ​​края - различные линии метро и пересадки, которые их соединяют, а веса - это ожидаемое время в пути каждый край. Для краев поездов вес рассчитывается как среднее время ожидания на платформе плюс среднее время в пути от станции до станции, а для границ пересадки вес берется из оценок, предоставленных MTA - обычно 3 минуты, если вам нужно изменить платформы, 0 если нет.

Имея график в руках, мы можем ответить на множество забавных (и, возможно, информативных) вопросов, поскольку igraph выполняет тяжелую работу по вычислению кратчайших возможных путей от станции к станции в системе.

Я использовал ориентированный граф, чтобы найти «центр» системы метро, ​​определенный как станцию, которая имеет ближайшую самую дальнюю станцию.Эта честь достается станции Chambers Street – World Trade Center / Park Place, откуда вы можете рассчитывать добраться до любой другой станции метро за 75 минут или меньше. Вот карта, на которой обозначена станция Chambers Street, а также маршруты, по которым можно добраться до самых дальних уголков Манхэттена, Бруклина, Квинса и Бронкса.

Направленный граф может быть даже хорошим инструментом планирования недвижимости. Возможно, вас не волнуют внешние окраины города, но если вы предоставите список районов, которые вы часто посещаете, график покажет вам самую центральную станцию, где вы можете минимизировать время в пути в худшем случае.

Например, если ваша личная версия Нью-Йорка простирается от Верхнего Вест-Сайда на север, Парк-Слоуп на юге и Бушвик на востоке, то график предлагает 4-ю улицу W в Гринвич-Виллидж в качестве центра метро: вы можете получить до всех ваших кварталов максимум за 26 минут.

График можно использовать для расчета множества других увлекательных маршрутов. Я видел попытки найти самую длинную поездку на метро, ​​не требующую возврата, что все хорошо, но как насчет поиска самой длинной поездки из A в B с ограничением, что это также самое быстрое метро - только поездка из А в Б? По моим расчетам, самая длинная такая поездка простирается от Уэйкфилд-241-я улица в Бронксе до 116-й улицы Фар-Рокуэй-Бич в Квинсе на маршрутных автобусах 2, 5, A и Rockaway Park Shuttle. Это займет в среднем 2:28 - примерно столько же, сколько потребуется Acela, чтобы добраться от Пенсильванского вокзала до Балтимора.

Самый быстрый способ добраться до всех 4 районов метро - от 138-й улицы Гранд-Конкорс в Южном Бронксе до Гринпойнт-авеню в Северном Бруклине: 41 минута на поездах 6, 4, E и G. И «центров» каждого района:

• Манхэттен: 59-я улица - Коламбус-Серкл, 35 минут до любой другой остановки на Манхэттене
• Brooklyn: Jay Street – MetroTech, не более 45 минут до любой другой остановки в Бруклине.
• Bronx: 149th Street - Grand Concourse, не более 41 минуты до любой другой остановки в Bronx
.
• Queens: Halsey Street, не более 66 минут до любой другой остановки в Queens

Дальнейшие работы

Ориентированный граф немного глуп: во многих случаях не имеет смысла полагаться только на метро, ​​когда другие варианты транспортировки были бы более разумными.Ранее я писал о времени в пути на такси и Citi Bike, и логическим продолжением было бы расширение границ ориентированного графа, чтобы учесть больше вариантов транспортировки.

Конечно, более практичной идеей может быть использование оценок времени в пути на Google Maps, которые уже выполняют часть работы, объединяющей метро, ​​велосипеды, паромы, автобусы, автомобили и пешие прогулки. Тем не менее, есть что-то приятное в оценке времени в пути на основе исторических поездок, которые действительно произошли, в отличие от использования опубликованных расписаний.

Вероятно, есть что-то интересное, чему можно научиться, объединив данные общедоступного турникета MTA с данными о местоположении поездов. Например, турникеты могут дать представление о том, когда диспетчерам следует более агрессивно соблюдать интервалы между поездами после задержек. По мере того как трекер собирает больше данных, может быть интересно посмотреть, как погода влияет на производительность метро, ​​возможно, сегментируя маршруты, которые проходят над или под землей.

В ближайшие месяцы и годы все внимание будет приковано к системе метро, ​​поскольку люди ждут, чтобы увидеть, как разворачивается нынешняя драма «починки метро». Надеюсь, данные MTA в реальном времени могут послужить ресурсом для измерения прогресса на этом пути.

Код и принцип работы

Хотя официальных данных о том, когда поезда фактически останавливались на каждой станции, не существует, MTA предоставляет общедоступный API данных в реальном времени, которые приводят в действие часы обратного отсчета, которые можно использовать для оценки производительности поездов.

Начиная с января 2018 года, я каждую минуту собирал информацию о часах обратного отсчета для каждой линии в системе метро Нью-Йорка, а затем вычислял свои лучшие предположения относительно того, когда каждый поезд останавливается на каждой станции.С января по май 2018 года я наблюдал около

0 поездов, которые в совокупности сделали 24 миллиона остановок. Данные MTA очень беспорядочные и иногда вообще не имеют смысла, поэтому я потратил много времени, пытаясь очистить данные как можно лучше. Для получения дополнительных технических подробностей, включая весь код, использованный в этом посте для сбора и анализа данных, перейдите на GitHub.

Система часов обратного отсчета использует приемники Bluetooth, установленные в поездах и на станциях: когда поезд проходит через станцию, он уведомляет систему о своей последней остановке.MTA признало, что точность системы не идеальна, но она намного лучше, чем статус-кво всего несколько лет назад, когда мы на самом деле понятия не имели, где находятся поезда.

Приложение: преобразование «времени между поездами» в «ожидаемое время ожидания»

Не говоря уже о проблемах с беспорядочными данными, каналы MTA в реальном времени сообщают нам количество времени между поездами. Но гонщиков, вероятно, больше волнует, сколько времени им следует ожидать, когда они прибудут на платформу, и эти два количества могут быть разными.

В качестве гипотетического примера представьте систему, в которой поезда прибывают точно каждые 10 минут в 0: 12:00, 12:10 и т. Д. В этом мире пассажиры, которые прибывают на платформу в 12:01, будут ждать 9 минут, пока следующий поезд: пассажиры, которые прибывают в 12:02, будут ждать 8 минут, и так далее до тех, кто прибывает в 12:09, которые будут ждать 1 минуту. Если мы предположим непрерывное равномерное распределение времени прибытия людей на платформу, среднее время ожидания человека будет составлять половину времени между поездами, в этом примере 5 минут.

Теперь представьте, что поезда прибывают с интервалом в 5 и 15 минут, например 12:00, 12:05, 12:20, 12:25 и т. Д., А люди по-прежнему приходят равномерно. Люди, которые прибывают во время одного из 5-минутных перерывов, в среднем ждут 2,5 минуты, а люди, которые прибывают во время одного из 15-минутных перерывов, в среднем ожидают 7,5 минут. Загвоздка в том, что только 25% всех людей прибудут в течение 5-минутного окна, в то время как остальные 75% прибудут в течение 15-минутного окна, что означает, что сейчас среднее время ожидания в мире (2.5 * 0,25) + (7,5 * 0,75) = 6,25 минуты. Это на 1,25 минуты хуже, чем в первом сценарии, когда поезда располагались равномерно, хотя в обоих сценариях среднее время между поездами составляет 10 минут.

Если вы подберете математику для общего случая, вы обнаружите, что среднее время ожидания пропорционально сумме квадратов каждого отдельного промежутка между поездами.

Это означает, что при среднем времени паузы ожидаемое время ожидания будет минимизировано, когда все паузы будут идентичными.На практике вполне может стоить увеличения среднего промежутка времени на , если это означает, что вы можете минимизировать дисперсию промежутка времени. Возвращаясь к нашему примеру с игрушкой, можно сказать, что среднее значение 5 ² и 15 ² больше 10 ² , оно больше 11 ² , что означает, что поезда, расположенные равномерно каждые 11 минут, будут производить меньше среднего. время ожидания, чем поезда, чередующиеся каждые 5 и 15 минут, даже если в последнем сценарии средний промежуток между поездами будет меньше.Чтобы еще раз взглянуть на это, я бы порекомендовал математическую публикацию Эрика Бернхардссона о метро Нью-Йорка от 2016 года.

Часто нам нужно больше, чем ожидаемое время ожидания, нам нужно распределение времен ожидания, чтобы мы могли вычислить процентильные результаты. Обычно здесь я говорю что-то вроде «просто напишите симуляцию Монте-Карло», но я думаю, что в этом конкретном случае на самом деле проще и полезнее провести эмпирический расчет.

Допустим, у вас есть список времени, когда поезда останавливались на определенной станции, и вы хотите рассчитать эмпирическое распределение времени ожидания пассажиров, предполагая, что пассажиры прибывают на платформу в соответствии с равномерным распределением.Я бы переосмыслил эту задачу как вытаскивание мячей из коробки, следуя приведенной ниже процедуре:

1. Начать с пустого поля
2. Для каждого поезда добавьте N мячей в ячейку, помеченную от 1 до N, где N - количество секунд, в течение которых поезд прибыл после поезда, идущего впереди него

После того, как вы это сделали, вы в значительной степени закончили, так как ваша коробка теперь заполнена шарами с числами на них, и вероятность того, что всаднику придется ждать определенное количество секунд t, равна количеству шары с меткой t делятся на общее количество шаров в коробке. Обратите внимание, что вы можете фильтровать поезда по дням недели или времени суток, потому что графики поездов различаются и люди на самом деле не прибывают на платформы равномерно, но если вы ограничиваете достаточно узкими временными интервалами, это, вероятно, достаточно близко.

Что касается фактических линий метро Нью-Йорка в будние дни с 7:00 до 20:00, у 7-го поезда самое короткое среднее время между поездами, но L лучше справляется с минимизацией случайных длинных промежутков между поездами, что Вот почему мы видели ранее, что L имеет более короткое среднее время ожидания, чем 7.

У поезда А заметно ровное и широкое распределение, что объясняет, почему первый график в этом посте показал, что у А были худшие результаты 75-го и 90-го процентилей, даже несмотря на то, что его средняя производительность находится на среднем уровне.

(GTFS) и карта проезда с помощью службы транзита R

Том Бакли

2020-12-04

Основное внимание в этом эпизоде ​​уделяется тому, как использовать R для создания графиков о том, где и как часто работает транспортная служба, на основе данных расписания, опубликованных в Общей спецификации транзитных каналов. В этом эпизоде ​​мы сосредоточимся на расписании метро New York City Metropolitan Transit Agency, но вы можете легко применить его к тысячам других источников данных GTFS. См. Вводную виньетку tidytransit для получения инструкций по поиску данных для других городов и операторов.

Итак, чтобы рассмотреть, мы собираемся:

1. Импорт транзитных данных (GTFS)
2. Определите будние графики обслуживания
3. Расчет хода
4. Карта проезда по маршруту
5. Карта отправлений по остановкам и маршрутам

Мы начнем с импорта снимка расписания метро NYC MTA, который включен в пакет при установке.

Но обратите внимание, что вы также можете просто раскомментировать строку ниже и напрямую импортировать данные из URL-адреса NYC MTA.

GTFS обычно содержат расписание всех графиков обслуживания для данной системы. Выбор графика обслуживания в Нью-Йорке позволяет нам сосредоточиться, например, на обслуживании в будние дни вне праздников осенью 2019 года. В некоторых каналах выбор услуги может быть более или менее сложным, чем в Нью-Йорке. В любом случае вы захотите прочитать виньетку с шаблонами услуг, включенную в этот пакет, чтобы увидеть, как вы можете выбрать подходящую услугу для своих нужд.

Мы используем одну из функций, описанных в этой виньетке, для создания таблицы в фиде gtfs, которая позволяет нам фильтровать по будням / выходным дням службы.

После настройки шаблонов обслуживания мы можем суммировать каждую услугу по количеству поездок и остановок. Мы также просуммируем общее расстояние, пройденное за все поездки в сервисе, а затем сверим его с общим расстоянием, пройденным по среднему маршруту. Во-первых, нам нужно рассчитать расстояние до каждой части формы маршрута.

Теперь мы готовы развернуть статистику по сервисам.

Мы также можем добавить количество дней, в течение которых работает каждая служба.

А потом распечатаем сводку.

s_128de43	15	2016	1	0	0,000000	21,0
s_498c8ac	75	NA	NA	NA	NA	NA
s_a4c6b26	20	147987	22	14061874	4. 319137	474,5
s_c578d4a	20	164132	22	15519287	4,297895	474,5
s_d7d9701	75	2684	1	0	0,000000	21,0
s_e25d6ca	93	229909	28	22006017	3,418436	474,5
s_f3bcc6f	15	2016	1	0	0.000000	21,0

Кажется, что если мы хотим суммировать наиболее распространенные шаблоны обслуживания в системе метро Нью-Йорка, мы должны использовать шаблон обслуживания s_e25d6ca , так как он имеет наибольшее количество дней в эксплуатации, наибольшее количество поездок, остановок и маршруты.

Мы воспользуемся приведенным ниже шаблоном, чтобы извлечь идентификаторы службы, которые нам нужно использовать для определения поездок в фиде GTFS, для которых мы хотим обобщить обслуживание.

Итак, что это за коды service_id? То, как они собираются вместе, варьируется от оператора к оператору.Важно то, что идентификаторы service_id также являются полем в таблице поездок , которая описывает все поездки, предпринятые в системе.

Давайте посмотрим, сколько поездок попадает под каждый из этих service_id в таблице поездок и как они соотносятся с маршрутами.

Учитывая взаимно однозначное отношение между идентификаторами службы и маршрутами, мы можем сделать вывод, что GTFS метро Нью-Йорка создает идентификаторы service_id для каждого маршрута, по которому проходит поездка. Некоторые каналы GTFS проще: один service_id может относиться ко «всем поездкам на транспортных средствах, выполняемых каждый будний день». Шаблоны обслуживания помогают нам обойти подобные сложности, описывая обслуживание в терминах исчерпывающих календарных дат, независимо от того, может ли оператор выделить каждый маршрут как отдельную услугу.

Итак, теперь, когда мы использовали шаблоны обслуживания для определения набора service_id, которые относятся ко всем поездкам в будние дни, мы можем суммировать обслуживание между 6 и 10 часами утра для системы метро Нью-Йорка по будням.

В эту таблицу входят столбцы для идентификатора данной остановки, route_id, выбранных нами service_id, а также количество отправлений и средний интервал движения для данного направления с 6 утра до 10 утра в будние дни.

Функция get_stop_frequency просто подсчитывает количество отправлений в пределах временного интервала, чтобы получить количество отправлений на одну остановку. Затем, чтобы ускориться, он делит количество минут на количество отправлений и округляет их до ближайшего целого числа.

Давайте посмотрим, как проходит поезд №1, который идет от Бронкса до Нижнего Манхэттена.

Сначала мы фильтруем кадр данных am_freq , чтобы просто перестать двигаться в 1 направлении на 1 поезде, а затем мы присоединяемся к исходной таблице остановок , которая включает в себя более информативное имя остановки.

Как мы видим, некоторые остановки имеют больший интервал, чем другие, даже если поезд движется в том же направлении. Это может показаться нелогичным, потому что мы можем ожидать, что поезд будет проходить все остановки одинаковое количество раз в заданном направлении.

Давайте проверим стопы, на которых интервал выше.

И те, у которых более низкий интервал:

Canal St	47	5
Франклин-стрит	47	5
Chambers St	47	5
Cortlandt St	48	5
ул. Ректора	48	5
Южный паром	48	5

Здесь мы видим, что остановка 242-Van Cortland, последняя остановка на севере, в Бронксе, в это время суток имеет заметно более высокие интервалы (8 минут), чем южная паромная остановка, которая находится на юге. конец Манхэттена.

Давайте также нанесем на карту маршруты движения на этих остановках, чтобы увидеть, как они распределены по городу. Сначала мы воспользуемся функцией stop_as_sf , которая преобразует широту и долготу в таблице остановок в фиде GTFS в простые функции.

Теперь мы можем присоединить эти координаты остановок к рассчитанному интервалу остановок 1 линии.

И затем используйте ggplot geom_sf , чтобы построить интервалы.

На карте мы также можем видеть, что есть некоторые вариации в остановках. В определенное время дня поезд 1 пропускает остановки к северу от определенной остановки на Манхэттене, предположительно для того, чтобы развернуться и обеспечить более короткие интервалы между остановками к югу от этой остановки.

Наконец, теперь мы можем легко суммировать, каковы интервалы на всем маршруте, используя функцию суммирования по умолчанию r для вектора интервалов.

Это тот же метод, который tidytransit использует для суммирования интервалов движения по всем маршрутам в системе, когда мы используем функцию get_route_frequency , которую мы попробуем далее.

Теперь мы воспользуемся функцией get_route_frequency , чтобы суммировать услуги общественного транспорта по маршрутам за тот же период времени.

1	3414	5	5	0,89	76
2	3198	8	37	70,70	120
3	2017	8	8	0. 94	68
4	2254	6	55	90,00	77
5	2183	9	35	68,77	92
6	2799	7	19	53,22	74

Поскольку под капотом эта таблица представляет собой сводку частот остановок на каждом маршруте, она включает те же переменные, что и сводка интервалов на каждой остановке по маршруту, а также сумма всех отправлений.Опять же, важно отметить, что это резюме основано на поездках, которые произошли в указанные нами сроки. Как и в случае с остановками, мы можем легко объединить эту таблицу с простыми объектами, а затем нанести их на карту. Обратите внимание, что здесь мы также передаем select service_id сверху, так как маршрут транспортного средства также зависит от выбранной службы.

Затем мы присоединяем геометрии к вычисленным частотам:

И, наконец, построим маршруты со средним интервалом менее 10 минут утром.

Понятно, что ряд линий маршрута перекрывается.

Тем не менее, мы хотели бы показать, где и как часто утром в Нью-Йорке ходит метро. Как мы можем это сделать, если графически линии маршрута пересекаются?