Data-Gouv-FR/regularite-mensuelle-ter-sncf

该数据集提供了自2013年1月以来的法国地区列车（TER）月度准点率数据。准点率的计算基于列车到达行程终点站（终点）的时间，这种方法考虑了整个行程的累计延误，但不包括中间车站。使用的指标是5分钟准点率：如果列车比预定时间晚到5分钟以上，则被视为延误。数据不是按TER线路详细列出，而是按地区对所有TER列车进行汇总。根据作为TER运输组织机构的地区协议，在运行前一天16:00之前取消的列车不计入统计；但如果取消通知在当天16:00之后才发布，则该列车（无论是完全取消还是部分取消，即仅完成部分行程）将被计为取消列车。This dataset contains monthly on-time performance data for French regional trains (TER) spanning from January 2013 onwards. The on-time rate is calculated based on the train's arrival time at the final destination of its trip, a metric that accounts for cumulative delays across the entire journey while excluding intermediate stations. The adopted indicator is the 5-minute on-time threshold: a train is classified as delayed if it arrives at the destination more than 5 minutes behind its scheduled arrival time. The data is not detailed by individual TER lines, but instead aggregated across all TER trains within each region. Per regional agreements governing TER transportation operations, trains canceled prior to 16:00 on the day before their scheduled service are excluded from the statistics. Conversely, if a cancellation notice is issued after 16:00 on the day of the scheduled run, the train — whether fully canceled or partially canceled (i.e., only completing a portion of its journey) — will be counted as a canceled train.

搜集汇总

数据集介绍

构建方式

该数据集源于法国官方开放数据平台data.gouv.fr上发布的“Régularité mensuelle TER SNCF”数据集，经过规范化处理后迁移至Hugging Face平台。原始数据以CSV或Parquet格式存储，涵盖自2013年1月以来的法国区域快铁（TER）月度运行准点率统计。数据构建遵循“一个data.gouv.fr数据集对应一个Hugging Face仓库”的原则，原始表格资源被转化为单一配置（regularite-mensuelle-ter），内部仅包含一个名为train的分割，并统一采用高效的Parquet列式存储格式，以确保数据加载与处理的便捷性。

特点

该数据集的核心特点在于聚焦“五分钟准点率”这一衡量标准，即列车实际到达终点站的时间若晚于计划时间超过五分钟，则被判定为晚点。与常规按线路细粒度统计不同，该数据按法国大区（Région）层级进行聚合呈现，反映区域层面的整体服务表现。此外，数据集中对列车取消情况的处理规则亦具特色：若列车在运行前一日16时前被取消，则不纳入统计，反之则计为被取消列车，这一机制旨在避免因过早取消而扭曲准点率面貌。

使用方法

用户可通过Hugging Face的datasets库便捷加载该数据集，具体代码为：from datasets import load_dataset; ds = load_dataset('Data-Gouv-ML/regularite-mensuelle-ter-sncf', 'regularite-mensuelle-ter'); print(ds['train'])。加载后，数据以标准Dataset对象形式呈现，可直接用于探索性分析、可视化或作为时序预测模型的输入。建议使用Pandas将数据转为DataFrame以便进行灵活的按时间或按大区维度的趋势分析，例如评估不同时期不同区域TER列车的准点率变化规律。

背景与挑战

背景概述

该数据集名为Régularité mensuelle TER，由法国国家铁路公司（SNCF）于2013年1月起创建，旨在系统性地记录法国区域快铁（TER）的月度准点率表现。数据集源自法国开放数据平台data.gouv.fr，由数据治理与机器学习团队（Data-Gouv-ML）整理并托管于Hugging Face，采用ODC-ODBL许可协议。核心研究问题聚焦于评估TER列车的准点性能，指标定义为列车在终点站抵达时间晚于计划五分钟即视为延误。该数据集因提供了长周期、区域聚合的可靠公共交通数据，成为分析法国区域铁路服务质量、支持交通政策优化及学术研究的重要基础资源。

当前挑战

数据集所解决的领域问题在于，TER铁路系统的准点率受多因素影响，包括天气、基础设施故障及运营调度等，传统分散统计难以形成统一评价标准。该数据集通过月度聚合及“五分钟准点”指标，为区域交通管理者提供了标准化的性能度量工具，有助于识别长期服务趋势与区域差异。构建过程中面临的关键挑战包括：数据收集需协调法国各大区作为交通管理机构的统计口径差异；列车取消与延误的复杂判定规则（如提前16小时预告的列车不计入取消统计）增加了数据清洗的难度；此外，缺乏线路级细粒度信息，仅提供区域级聚合数据，限制了更深入的原因分析与针对性改进措施的制定。

常用场景

经典使用场景

在铁路运输管理与公共交通政策研究领域，regularite-mensuelle-ter-sncf数据集被广泛应用于分析法国区域快速列车（TER）的月度准点率表现。该数据集自2013年1月起，系统记录了以终点站到发时刻计算的列车准点情况，并采用“五分钟准点率”这一核心指标，即列车在预定时间后五分钟内抵达终点即视为准点。研究者常借助此数据集，评估不同大区的铁路服务可靠性，挖掘准点率的时间演化规律与地域差异，从而为区域性铁路运营绩效评估提供数据基础。

实际应用

在实际应用中，该数据集为法国交通运输管理部门和区域铁路运营商提供了有力的决策支持工具。通过对月度准点率数据的持续监测，运营商可以识别准点率持续偏低的区域或时段，针对性地调整列车时刻表、加强线路维护或优化运力配置。同时，数据集中的列车取消统计规则（如提前16小时通知的取消不计入）使得评估结果更贴近真实运营逻辑，帮助监管部门制定更公平的服务质量考核标准。乘客权益组织亦可利用此数据公开监督铁路服务水平，推动公共交通透明化治理。

衍生相关工作

此数据集的公开催生了多项与之相关的衍生研究与工具开发。例如，有学者基于该数据集构建了法国铁路准点率的时空可视化平台，直观呈现各区域在不同年份的准点率变迁；另有工作将准点率数据与天气、基础设施维护记录等多源数据融合，通过机器学习模型预测准点率异常事件。在开源社区，该数据集被用于教学案例，教授数据清洗、时间序列分析与可视化技术。此外，该数据集被纳入法国开放数据生态体系，与data.gouv.fr上其他交通数据集联动，形成更全面的公共交通服务评估框架。