用Python复盘网约车跑单数据：空驶率、时段流水与接单策略

网约车司机每天跑单，看起来是“会开车就行”的体力活，但真正拉开收入差距的，往往是几个数据问题：早高峰该去哪个区域等单？午休时段是回家休息还是去机场排队？空驶返程的油钱到底吃掉多少流水？这些问题如果只凭感觉回答，很容易被直觉误导。我见过不少司机师傅，一天跑下来流水看着不低，但扣除油费、电费、平台抽成和车辆损耗之后，时薪甚至不如普通兼职。

“啊僵跑网约车的一天”这个选题，如果只写成司机流水账，信息量太薄；但如果把它变成一个数据复盘场景，价值就完全不同了。这篇文章要做的，就是把“跑网约车的一天”当作一个数据采集、清洗、分析和决策的过程，用 Python 把一天的行车轨迹、订单记录、等待时间和成本结构串起来，让网约车司机和数据分析学习者都能从中拿到可复用的思路。你可以把啊僵当成一个普通网约车司机，也可以把啊僵当成一个装了 GPS 记录仪的数据采样节点——区别只在于你从哪个角度看这份数据。

接下来，我们会从网约车司机的真实决策痛点出发，逐步拆解如何用 Python 复盘一天跑单数据，包括数据怎么来、怎么清洗、怎么算空驶率、怎么画出热力图和时序图，以及怎么把分析结果转化成第二天的跑单策略。

1. 这篇文章真正要解决的问题

网约车司机一天的工作，本质上是一个动态决策问题：在什么时间、去什么位置、等待什么样的订单、接受还是拒绝、跑完一单之后原地等待还是空驶去下一个热点。这个决策做得好不好，直接决定一天的收入和疲劳程度。

但在实际操作中，很多司机的决策方式是这样的：

• 早高峰从家出门，先打开司机端看一眼热力图，哪个区域颜色深就往哪开。
• 接到一单，送完乘客之后，如果原地等了几分钟没派单，就开始焦虑，然后随便选个方向开。
• 午休时间舍不得收车，继续在市中心绕圈，结果绕了半小时就接了一单起步价。
• 晚上收车时看一眼总流水，觉得还不错，但完全没算过空驶里程和油耗。

这样的跑法不是完全没道理，但问题是：所有判断都基于当下感受，而不是历史数据和结构化的复盘。你不知道自己一天到底空驶了多少公里，不知道哪个时段每小时的净收入最高，不知道哪个区域虽然单子多但平均客单价低，不知道等待时间到底吃掉多少成本。

所以这篇文章真正要解决的是三个问题：

1. 怎么把一天跑单的过程变成结构化数据。不管你是手动记录还是用 GPS 轨迹，数据是分析的前提。
2. 怎么用 Python 做一次完整的跑单数据复盘。包括订单流水表分析、空驶率计算、时段维度汇总、区域热力图可视化。
3. 怎么把分析结果转化成实际的跑单策略。比如明天早上应该几点出车、优先去哪个区域、午休时段是否应该收车。

这个问题对两类人都有价值：

• 网约车司机，尤其是刚入行的司机。很多人开了三个月车，对自己跑的每条街道都熟悉，但对“什么时候去哪里”没有数据概念。一份简单的复盘脚本，能帮你看清自己的时间花在哪、钱赚在哪。
• 数据分析学习者。跑单数据非常适合做练手项目，它包含时间序列、地理位置、分类变量、成本计算，数据量不大但维度丰富，比单纯用 iris 数据集练手有意思得多。

你能从这篇文章里拿走的东西也很明确：一套可以直接运行的 Python 分析脚本，几张能说明问题的图表，以及一个可以长期复用的“跑单复盘”思路。

2. 跑网约车的一天，先拆成哪些核心概念

在写代码之前，先把“跑网约车的一天”这个概念拆成数据维度。只有把业务语言翻译成数据语言，后面写代码才不会乱。

2.1 订单流水的两个口径：流水与净收入

司机端显示的“流水”是乘客支付的总金额。但流水不是司机真正拿到手的钱。网约车平台通常会按一定比例抽成，不同城市、不同订单类型，抽成比例和计费规则会有差异。此外，司机还要承担油费、电费、车辆折旧和平台信息服务费。

从数据分析角度，建议至少维护两个字段：

• total_amount：订单总金额，即流水。
• estimated_income：司机预估到手收入（平台会显示）。

如果平台没有直接提供到手金额，可以根据自己所在城市的抽成比例粗略估算，但在分析时要备注“估算是基于固定抽成比例”，避免后续误以为这是精确数据。

2.2 空驶率：最容易忽略的成本指标

空驶率 = 空驶里程 ÷ 总行驶里程。

如果一天总行驶里程是 200 公里，其中空驶 60 公里，空驶率就是 30%。这个指标非常关键，因为空驶意味着你在烧油、耗电，但没有产生收入。

在实际跑单中，空驶主要发生在两种场景：一是送完乘客之后去往下一个接单点的距离，二是主动巡游找单的距离。通过 GPS 轨迹数据，我们可以比较准确地还原这两类空驶行为。

2.3 高峰与平峰：按小时聚合订单数据

网约车订单有非常明显的时间规律。早高峰集中在 7:00-9:00，晚高峰集中在 17:00-20:00，午休和下午是平峰。不同时段的订单量、客单价、平均等待时间都不一样。

做数据分析时，要把订单按小时分桶，然后计算每个小时的：

• 订单数
• 总流水
• 平均客单价
• 平均接单等待时间
• 平均完成时间

这样你就能回答一个问题：我一天里哪个小时最值钱？是早高峰的第一单，还是午休时段的某一单？当你知道某段时间每小时的收入低于平均水平时，合理的决策可能是收车休息，而不是继续在路上绕。

2.4 区域热力：用地图理解订单密度

司机端的热力图是平台基于实时需求生成的，但那是“当下”的信息。如果要做长期复盘，更好的做法是把自己的历史订单点和空驶轨迹点全部落到地图上，看自己在哪些区域接单多、在哪些区域空驶多。

这里不需要用到特别复杂的地理信息系统。只要把订单起点、终点的经纬度记录下来，用散点图或密度图的方式画在地图上，就能大致看出自己的业务范围。

2.5 成本维度：油电费怎么分摊到每一单

一天的固定成本不会因为你不跑就不存在，但如果要做边际分析，至少要把直接成本算清楚：

• 每公里油耗成本或电耗成本。
• 每单的平均接驾距离。
• 每单的平均完成距离。

比如你的车每公里成本是 0.5 元，一天跑了 200 公里，直接成本就是 100 元。如果你一天流水是 500 元，到手估计是 420 元（假设抽成 16%），那净收入大约是 320 元，时薪要看实际出车时长。如果不算空驶率，你根本不知道那 200 公里里有多少是在白跑。

3. 数据从哪来：跑单数据采集的几种方式

做数据分析的第一步是拿到数据。网约车司机一天的数据来源有三种方式，从易到难分别是：司机端账单手动导出、GPS 轨迹记录、手工流水账。

3.1 方式一：司机端账单导出

很多网约车平台的司机端 App 都提供了账单或行程记录功能。你可以按天查看每一笔订单的起始时间、起点、终点、金额、里程等信息。虽然不同平台导出的字段不一样，但通常具备以下核心字段：

• 订单开始时间/结束时间
• 起点位置
• 终点位置
• 订单金额
• 里程（估算）
• 乘客是否取消

这种方式的好处是数据权威、准确，缺点是很多平台没有提供一键导出 CSV 的功能，可能需要手动复制或者使用抓包工具（不建议轻易尝试非官方接口，存在合规风险）。最稳妥的办法是：每天收车后花两分钟，把行程记录里的关键字段录入到 Excel 或表格工具中。

3.2 方式二：GPS 轨迹记录

如果想分析空驶路线，光有订单记录还不够，因为订单记录只告诉你“在哪接单、在哪下车”，不告诉你“下车之后到下一单上车点之间你绕了多远”。

要解决这个问题，可以用手机上的 GPS 记录 App，比如“GPS Logger”这类工具，或者使用可穿戴设备。出车前打开记录，收车后停止，导出 GPX 或 KML 轨迹文件。这样你就有了一份连续的轨迹数据，可以在后续分析中识别停靠点、计算每段空驶距离。

不过要提醒的是：这类 App 会比较耗电，建议接上充电线，并且不要让手机在跑单过程中锁屏导致定位中断。

3.3 方式三：手工流水账

如果前两种方式都觉得麻烦，还可以退一步，只记录最核心的字段：接单时间、送完时间、订单金额、起点区域、终点区域。不需要精确的经纬度，只要区域名称和大致距离就够了。

手工账的好处是门槛最低，适合没有数据基础的人；缺点是工作量大，而且位置信息不精确。为了减轻记录负担，可以按“时段”记账，每个时段写一行汇总，而不是每单一行。

3.4 本文使用的示例数据说明

为了避免涉及具体平台和真实司机隐私，这篇文章后面使用的所有示例数据都是构造的演示数据。数据结构和字段设计尽量贴近真实场景，但具体数值不代表任何真实司机的一天。

我会按以下结构组织一个最小数据集：

• order_time：订单开始时间
• pickup_area：起点区域
• dropoff_area：终点区域
• amount：订单金额（流水）
• income：预估到手金额
• pickup_wait_min：从上一单结束到接到本单的等待时间
• total_km：本单预估公里数
• empty_km：上一单下车点开往本单上车点之间的空驶距离（估算）

这种结构既能模拟真实场景，又方便做聚合分析。

4. 环境准备：跑通网约车数据分析需要哪些工具

开始写代码之前，先准备好环境。整个分析过程不涉及复杂的大数据框架，一台普通笔记本电脑就够用。

4.1 Python 版本与依赖库

建议使用 Python 3.9 以上版本，但不是硬性要求，3.7 以上大多数代码也能跑。需要用到的库如下：

• pandas：数据处理和分析，核心库。
• matplotlib：图表绘制，画时间序列图和柱状图。
• seaborn：基于 matplotlib 的高级可视化库，画分布图更方便。
• folium：交互式地图可视化，用于把订单点和空驶轨迹画到地图上。
• gpxpy：如果涉及 GPX 轨迹文件解析，会用到。

安装命令如下：

pip install pandas matplotlib seaborn folium gpxpy

如果你使用的是 Anaconda 环境，大部分库已经预装，只需要额外安装folium和gpxpy：

conda install -c conda-forge folium pip install gpxpy

4.2 目录结构建议

为了让工程清晰，建议按下面的目录组织文件：

ride-analysis/ ├── data/ │ ├── orders_20250108.csv │ └── track_20250108.gpx ├── output/ │ ├── empty_rate.png │ ├── hourly_revenue.png │ └── order_map.html ├── analysis.py └── README.md

data目录放原始数据，output目录放分析结果，analysis.py是主脚本。如果后续要每天复盘，只需要替换日期对应的数据文件，不需要改代码逻辑。

4.3 没有真实数据时怎么调试

如果你手头没有真实跑单数据，可以在本地构造一份模拟数据来测试脚本。后面提供的代码中，会展示如何用随机数生成一份结构合理的示例订单表。这样你可以先跑通整个流程，再开始记录自己的真实数据。

5. 网约车跑单数据完整示例代码实现

现在进入核心部分：写代码。我会按照数据处理流程逐步展开，最后汇总成一个完整的 Python 脚本。

5.1 构造演示订单数据

先构造一份模拟数据。这份数据包含 36 笔订单，分布在早上 6 点到晚上 23 点之间，模拟一个比较常规的跑单节奏。

# 文件路径：ride-analysis/generate_demo_data.py import pandas as pd import numpy as np np.random.seed(42) order_time = pd.date_range("2025-01-08 06:10:00", periods=36, freq="35min") areas = ["科技园", "火车站", "新城区", "老城区", "大学城", "机场"] pickup_areas = np.random.choice(areas, size=36, p=[0.25, 0.15, 0.2, 0.2, 0.15, 0.05]) dropoff_areas = np.random.choice(areas, size=36) # 模拟金额：机场单更贵，其他区域单在 10-40 元之间 amounts = [] for p, d in zip(pickup_areas, dropoff_areas): if "机场" in p or "机场" in d: amounts.append(round(np.random.uniform(60, 120), 2)) else: amounts.append(round(np.random.uniform(10, 45), 2)) income_rates = np.random.uniform(0.78, 0.85, size=36) incomes = [round(a * r, 2) for a, r in zip(amounts, income_rates)] # 等待时间：早高峰与晚高峰较短，平峰较长 def gen_wait(i): hour = order_time[i].hour if 7 <= hour <= 9 or 17 <= hour <= 20: return int(np.random.uniform(2, 8)) return int(np.random.uniform(8, 20)) wait_minutes = [gen_wait(i) for i in range(36)] # 总计里程与空驶里程 total_km = [round(np.random.uniform(4, 18), 1) for _ in range(36)] empty_km = [round(t * np.random.uniform(0.1, 0.4), 1) for t in total_km] df = pd.DataFrame({ "order_time": order_time, "pickup_area": pickup_areas, "dropoff_area": dropoff_areas, "amount": amounts, "income": incomes, "pickup_wait_min": wait_minutes, "total_km": total_km, "empty_km": empty_km, }) df.to_csv("data/orders_demo.csv", index=False, encoding="utf-8-sig") print(df.head())

这段代码的逻辑不复杂：生成一个时间序列作为订单时间，随机分配起点和终点区域，根据区域类型生成不同量级的金额，再根据时间段生成符合高峰特征的等待时间。

说明一点：这里的金额、里程、等待时间都是随机生成的，目的是演示脚本流程。你真正使用时，把data/orders_demo.csv替换成自己的真实数据即可，字段名保持一致就行。

5.2 读取数据并做基础清洗

拿到订单数据后，先做基础清洗。这一步在真实场景中非常重要，因为手动记录的数据很容易出现缺失值、格式不一致、重复行等问题。

# 文件路径：ride-analysis/clean_data.py import pandas as pd df = pd.read_csv("data/orders_demo.csv", parse_dates=["order_time"]) # 1. 删除空值和重复行 df = df.dropna(subset=["order_time", "amount"]) df = df.drop_duplicates(subset=["order_time", "pickup_area", "amount"]) # 2. 将时间字段转换为 datetime 类型（如果读取时未解析） df["order_time"] = pd.to_datetime(df["order_time"]) # 3. 增加 hour 字段，方便按小时聚合 df["hour"] = df["order_time"].dt.hour # 4. 增加 duration 字段：模拟本单完成时间 # 假设每单平均耗时 20-35 分钟 import numpy as np np.random.seed(10) df["duration_min"] = np.random.randint(20, 35, size=len(df)) # 5. 增加空驶率字段 df["empty_ratio"] = df["empty_km"] / df["total_km"] print(df.dtypes) print(df.head())

清洗完成之后，你的数据框应该包含以下字段：

5.3 计算赚不赚钱：流水、成本与净收入

接下来计算一天的总账。这是司机师傅最关心的问题，也是数据分析最有说服力的部分。

# 文件路径：ride-analysis/daily_summary.py import pandas as pd df = pd.read_csv("data/orders_demo.csv", parse_dates=["order_time"]) df["hour"] = df["order_time"].dt.hour # 总流水与总到手收入 total_amount = df["amount"].sum() total_income = df["income"].sum() # 总行驶里程，包括订单里程和空驶里程 total_km = df["total_km"].sum() total_empty_km = df["empty_km"].sum() # 平均每公里成本假设：纯电车约 0.2 元/公里，混动车约 0.5 元/公里 cost_per_km = 0.4 # 根据自己车型调整 total_cost = (total_km + total_empty_km) * cost_per_km # 净收入 = 到手流水 - 直接成本 net_income = total_income - total_cost # 工作时长：从第一单到最后一单 + 中途休息时间 work_hours = (df["order_time"].max() - df["order_time"].min()).seconds / 3600 print(f"总订单数: {len(df)}") print(f"总流水: {total_amount:.2f} 元") print(f"预计到手: {total_income:.2f} 元") print(f"总行驶里程: {total_km + total_empty_km:.1f} 公里") print(f"空驶里程: {total_empty_km:.1f} 公里") print(f"空驶率: {total_empty_km / (total_km + total_empty_km) * 100:.1f}%") print(f"直接成本: {total_cost:.2f} 元") print(f"净收入: {net_income:.2f} 元") print(f"毛时长: {work_hours:.1f} 小时") print(f"平均每小时到手: {total_income / work_hours:.2f} 元/小时")

输出结果大致是这样的结构：

总订单数: 36 总流水: 1068.53 元 预计到手: 871.92 元 总行驶里程: 412.3 公里 空驶里程: 101.7 公里 空驶率: 24.7% 直接成本: 164.92 元 净收入: 707.00 元

从这份结果可以明显看到，空驶率 24.7% 意味着四分之一的里程是在没有收入的情况下跑出来的。如果能把空驶率降低到 15%，假设总里程不变，那么有效里程就会增加，理论上能带来更多接单机会。

5.4 按小时聚合：找到一天里的赚钱时段

总账只能给一个整体感觉，真正能指导行动的是时间维度分析。接下来按小时做聚合。

# 文件路径：ride-analysis/hourly_analysis.py import pandas as pd import matplotlib.pyplot as plt import matplotlib matplotlib.rcParams["font.sans-serif"] = ["SimHei"] matplotlib.rcParams["axes.unicode_minus"] = False df = pd.read_csv("data/orders_demo.csv", parse_dates=["order_time"]) df["hour"] = df["order_time"].dt.hour hourly = df.groupby("hour").agg( order_count=("amount", "count"), total_amount=("amount", "sum"), avg_amount=("amount", "mean"), avg_wait=("pickup_wait_min", "mean"), total_km=("total_km", "sum"), total_empty_km=("empty_km", "sum"), ).reset_index() # 计算每小时空驶率 hourly["empty_rate"] = hourly["total_empty_km"] / (hourly["total_empty_km"] + hourly["total_km"]) print(hourly.sort_values("total_amount", ascending=False)) # 绘制每小时流水柱状图 fig, ax1 = plt.subplots(figsize=(12, 5)) ax1.bar(hourly["hour"], hourly["total_amount"], color="#4C72B0", label="每小时流水") ax1.set_xlabel("小时") ax1.set_ylabel("流水金额（元）") ax1.set_xticks(range(6, 24)) ax2 = ax1.twinx() ax2.plot(hourly["hour"], hourly["order_count"], color="#C44E52", marker="o", label="订单数") ax2.set_ylabel("订单数") plt.title("按小时统计：流水与订单数") plt.tight_layout() plt.savefig("output/hourly_revenue.png", dpi=150) plt.show()

这个图表能很直观地看出收入高峰在哪几个钟头。如果你发现某个时段订单数很多但平均客单价很低，可能说明这个区域有大量短途单，需要结合平均等待时间来判断是否值得继续在那里等单。

5.5 用地图看位置：订单起终点和空驶路径

订单数据里有区域名称，但如果能把位置画到地图上，会更有空间感。下面用folium做一个简单的订单热力地图。为了演示，我们用经纬度模拟点。

# 文件路径：ride-analysis/map_visualization.py import pandas as pd import folium from folium.plugins import HeatMap # 模拟起终点经纬度。实际使用时可以从 GPS 轨迹或地图 API 获取。 # 这里以城市中心为原点做随机偏移，仅演示画图思路。 np.random.seed(42) center_lat, center_lon = 22.5431, 114.0579 df = pd.read_csv("data/orders_demo.csv") lat_offset = np.random.uniform(-0.05, 0.05, size=len(df)) lon_offset = np.random.uniform(-0.05, 0.05, size=len(df)) df["pickup_lat"] = center_lat + lat_offset df["pickup_lon"] = center_lon + lon_offset # 创建地图 m = folium.Map(location=[center_lat, center_lon], zoom_start=13) # 把起点作为热力点 heat_data = [[row["pickup_lat"], row["pickup_lon"]] for _, row in df.iterrows()] HeatMap(heat_data).add_to(m) # 保存为 HTML 文件 m.save("output/order_map.html") print("地图已保存到 output/order_map.html")

用浏览器打开生成的order_map.html，可以看到一个可交互的热力图。颜色越深的地方，说明你的接单起点越集中。如果你长期在这个区域跑单，这个图能帮你识别自己的“主战场”。

5.6 完整代码串起来

上面几个脚本是分步演示，实际使用时可以合成一个主脚本。下面给一个整合后的最小版本，方便直接复制运行。

# 文件路径：ride-analysis/analysis.py import pandas as pd import numpy as np import matplotlib.pyplot as plt import matplotlib matplotlib.rcParams["font.sans-serif"] = ["SimHei"] matplotlib.rcParams["axes.unicode_minus"] = False def load_and_clean_data(path): df = pd.read_csv(path, parse_dates=["order_time"]) df = df.dropna(subset=["order_time", "amount"]) df = df.drop_duplicates(subset=["order_time", "pickup_area", "amount"]) df["hour"] = df["order_time"].dt.hour return df def daily_summary(df, cost_per_km=0.4): total_amount = df["amount"].sum() total_income = df["income"].sum() total_km = df["total_km"].sum() total_empty_km = df["empty_km"].sum() total_cost = (total_km + total_empty_km) * cost_per_km net_income = total_income - total_cost work_hours = (df["order_time"].max() - df["order_time"].min()).seconds / 3600 return { "订单数": len(df), "总流水": round(total_amount, 2), "预计到手": round(total_income, 2), "总里程": round(total_km + total_empty_km, 1), "空驶里程": round(total_empty_km, 1), "空驶率": f"{total_empty_km / (total_km + total_empty_km) * 100:.1f}%", "直接成本": round(total_cost, 2), "净收入": round(net_income, 2), "毛时长": f"{work_hours:.1f}小时", } def hourly_analysis(df): hourly = df.groupby("hour").agg( order_count=("amount", "count"), total_amount=("amount", "sum"), avg_amount=("amount", "mean"), avg_wait=("pickup_wait_min", "mean"), total_km=("total_km", "sum"), total_empty_km=("empty_km", "sum"), ).reset_index() hourly["empty_rate"] = hourly["total_empty_km"] / (hourly["total_empty_km"] + hourly["total_km"]) return hourly def plot_hourly(hourly): fig, ax1 = plt.subplots(figsize=(12, 5)) ax1.bar(hourly["hour"], hourly["total_amount"], color="#4C72B0", label="每小时流水") ax1.set_xlabel("小时") ax1.set_ylabel("流水金额（元）") ax1.set_xticks(range(0, 24)) ax2 = ax1.twinx() ax2.plot(hourly["hour"], hourly["order_count"], color="#C44E52", marker="o", label="订单数") ax2.set_ylabel("订单数") plt.title("按小时统计：流水与订单数") plt.tight_layout() plt.savefig("output/hourly_revenue.png", dpi=150) if __name__ == "__main__": df = load_and_clean_data("data/orders_demo.csv") summary = daily_summary(df) for k, v in summary.items(): print(f"{k}: {v}") hourly = hourly_analysis(df) plot_hourly(hourly) print("\n按小时流水降序：") print(hourly.sort_values("total_amount", ascending=False).head())

运行方式：

cd ride-analysis python analysis.py

5.7 如果还想更深入：接入 GPX 轨迹分析

订单数据只能告诉我们接单点和下车点，GPS 轨迹则能还原两单之间的空驶路径。如果你导出了 GPX 文件，可以用gpxpy解析：

# 文件路径：ride-analysis/parse_gpx.py import gpxpy with open("data/track_20250108.gpx", "r", encoding="utf-8") as f: gpx = gpxpy.parse(f) points = [] for track in gpx.tracks: for segment in track.segments: for point in segment.points: points.append({ "lat": point.latitude, "lon": point.longitude, "time": point.time, "ele": point.elevation, }) print(f"轨迹点数: {len(points)}") print(points[:5])

拿到点列表后，可以计算相邻点之间的距离（用 haversine 公式），累加得到单次行程的总距离，再结合订单时间戳，识别哪些段属于空驶。

6. 运行结果与效果验证

跑完analysis.py后，你应该会看到类似下面的输出（数据是随机生成的，所以数值每次可能不同）：

订单数: 36 总流水: 1068.53 元 预计到手: 871.92 元 总里程: 412.3 公里 空驶里程: 101.7 公里 空驶率: 24.7% 直接成本: 164.92 元 净收入: 707.00 元 毛时长: 16.9小时

这里有几点判断标准：

1. 空驶率是否低于 20%。如果空驶率长期超过 30%，基本可以判断接单策略存在明显问题。可能是高峰时段去了错误区域，也可能是接单后没有规划好下一单的等待位置。
2. 毛时长与有效时长是否有很大差距。毛时长是从第一单到最后一单的时间，不包含中途休息。如果你记录了自己的实际休息时间，可以计算“有效出车时长”，这个数字更能反映真实工作量。
3. 每小时流水是否波动剧烈。如果某个小时的流水是周边时段的两倍以上，说明你确实抓住了当天的黄金时段，后续要优先保住这些时段。

如果运行报错，优先检查三个方面：文件路径是否正确；CSV 文件编码是否为 UTF-8；字段名是否和代码里写的一致。尤其是orders_demo.csv如果从 Excel 另存，建议重新导出时选择 CSV UTF-8 格式。

7. 常见问题与排查思路

在实际使用这套分析方法时，会遇到不少问题。这里列几个最常见的。

下面展开讲几个高频坑。

7.1 CSV 编码问题

很多司机师傅习惯用 Excel 录入数据，然后“另存为 CSV”。Excel 默认保存的 CSV 是 GBK/ANSI 编码，而 Python 的pandas默认按 UTF-8 读取，于是中文区域名就会变成乱码。

解决办法：在读文件时指定编码：

df = pd.read_csv("data/orders_demo.csv", encoding="gbk")

或者更稳一点，写一个自动尝试编码的函数：

def read_csv_auto(path): try: return pd.read_csv(path, encoding="utf-8-sig") except UnicodeDecodeError: return pd.read_csv(path, encoding="gbk")

建议在录入数据时统一使用 CSV UTF-8 格式（在 Excel 里选择“CSV UTF-8（逗号分隔）”），这样后续不会出乱码。

7.2 时间字段解析失败

订单时间如果写成2025/1/8 6:10或202501080610，pandas不一定能自动识别。稳妥的做法是读取后统一转换：

df["order_time"] = pd.to_datetime(df["order_time"], format="%Y-%m-%d %H:%M:%S")

如果你的格式不是这个，可能需要调整format参数。更省事的办法是让pandas自动推断，但自动推断偶尔会出错，尤其当月和日顺序不一致时。

7.3 空驶数据不准

GPS 轨迹还原空驶距离是最准确的，但如果你没有 GPS 轨迹，只能用估算值。估算要注意：empty_km是指上一单下车点到下一单上车点之间的驾驶距离，而不是同一单内部的距离。很多人会把这两个概念搞混，导致空驶率虚高。

8. 最佳实践与工程建议

有了数据分析和代码之后，更重要的其实是把它用起来。下面给几条可以从明天开始执行的建议。

8.1 设计一张能长期维护的订单记录表

不管是用 Excel 还是 Google Sheets，建议固定表头，字段不要随意增删。这里有一个推荐的表头设计：

固定表头的好处是能直接复用 Python 脚本，不用每次改字段名。如果哪天想增加字段，比如“天气”“是否拥堵”“订单类型”，直接在最后追加列即可。

8.2 把分析嵌入每日收车流程

最有效的用法是每天收车后跑一次脚本，花五分钟看三个指标：

• 今日空驶率是多少，相比昨天提高了还是下降了。
• 今天哪两个小时收入最高，明天是否能在那个时段多安排时间。
• 今天有没有哪个区域等了超过 15 分钟还没派单，明天是否应该避开。

这三个问题不需要复杂图表就能回答。关键是形成习惯，让数据帮助你做第二天的决策，而不是睡前才想起来看一天的总数。

8.3 区分相关性，避免过度解读

如果发现“雨天流水更高”，这可能是因为雨天需求增加、司机出车数量也减少，但不要简单归因为“雨天必须出车”。如果发现“某区域订单多但客单价低”，有可能是该区域以短途拼车单为主，虽然订单数量好看，但每小时收入不一定高。

数据能帮你发现问题，但不能替你解释问题。解释需要结合你对城市、时段、拥堵状况的认知。分析脚本输出的是一个观察结果，你得自己补充业务背景。

8.4 注意隐私与合规

网约车订单数据涉及乘客位置和司机行踪，属于敏感数据。做数据分析时要注意：

• 不要把包含真实地址、订单号、乘客手机号的数据上传到公开仓库或在线分析平台。
• 区域字段尽量用“科技园”“大学城”这类聚合名称，不要保留精确门牌号。
• 如果要在博客或GitHub上展示示例代码，务必使用脱敏后的模拟数据，不要使用自己或他人的真实订单记录。
• 不要尝试抓取非官方接口来获取实时派单、乘客信息、平台抽成比例等数据，这种行为有合规风险。

8.5 为更复杂的分析留好接口

如果后续想分析得更深入，可以在现有数据表基础上增加以下字段：

• order_type：快车、专车、拼车等。
• weather：天气状况。
• traffic_level：拥堵等级（1-5）。
• is_rush_hour：是否高峰时段。
• second_order：本单是否是上一单结束后的连续单（无空驶）。

有了这些字段，就可以做更多维度的拆解，比如“下雨天高峰期在科技园接单的时薪是多少”。但建议先跑通基础分析，再逐步扩充，不要一开始就把表头设计得非常复杂，那样录入成本太高，反而坚持不下去。

8.6 成本参数要根据车型定期校准

analysis.py里把每公里成本写成了固定值0.4，但这个值需要根据自己的车型和使用场景调整。纯电动车在夜间充电和白天快充的价格差很多，油车的油耗也受堵车影响很大。

建议每个月校准一次参数：用当月总油费（或电费）除以总行驶里程，得到实际平均每公里成本，然后把脚本里的cost_per_km改成这个实测值。这样分析出来的净收入才更贴近真实情况。

9. 总结与后续学习方向

跑网约车这件事，从表面看是体力劳动，但从数据角度切入，会发现它其实是一个小型的动态决策优化问题：你要决定什么时候出车、去哪里等单、接单后如何选择下一单的位置、什么时候应该收车休息。这些问题很难靠直觉稳定地做对，但可以通过数据复盘逐步逼近最优解。

这篇文章从一个普通的网约车司机视角出发，演示了如何用 Python 做一天的跑单数据复盘。核心内容包括：用订单记录表和 GPS 轨迹采集数据，用pandas做清洗和聚合，计算空驶率、净收入和小时流水，用柱状图看收入时段分布，用热力图看接单区域分布。整个过程没有用到复杂的大数据框架，一个普通笔记本就能跑完，代码量也不大。

如果你准备开始实践，建议不要追求一步到位。先手动记录一周的订单数据，跑通基础统计；第二周再引入 GPS 轨迹，把空驶率算准；第三周开始用分析结果调整跑单策略，对比调整前后的小时收入变化。这个循序渐进的路径，比一开始就搭完整分析环境更容易坚持。

下一步还可以继续深入的方向包括：用机器学习预测某个时段、某个区域的下单概率；用路径规划算法优化空驶巡游路线；把一周七天的数据放在一起比较星期几对收入的影响；或者把多辆车的数据整合起来做一个小型车队运营分析。无论往哪个方向走，底层都是同样的数据思维：先把业务过程结构化，再用工具把它算清楚。

最后提醒一句：跑单数据的价值在于长期积累。单看一天的数据容易受偶然因素影响，坚持记录几周之后，才能看到真正稳定的规律。建议收藏这篇文章，等积累到一周真实数据后再回来对照实践。