交通情况与经济、疫情传播的交互分析
本研究的分析对象是共计一亿余条的交通出行记录数据，包含了中国各省的交通数据，时间跨度由2019年到2021年，其中有班次代码、发车日期、发车时间、乘车站名称、到达站名称、座位类型六个变量。
本研究对中国各省的交通出行记录数据进行了综合分析，使用PySpark对共计一亿余条的乘客出行记录进行了数据清洗、特征提取等流程，并通过可视化和数学建模方法挖掘了数据中隐藏的规律，如不同地区乘客的出行特征、各车站的交通重要性、省份交通状况与经济状况的关联等，得出了高可信度的结论。