先拿到原始数据

数据预处理

字段对应关系

• car_num           车牌号

• car_type           车辆类型：临时车，企业固定车辆，月租车

• in_time             入场时间

• out_time           出场时间

• in_channel        进入匝道

• out_channel      出场匝道 

• should_pay       需要支付金额

• pre_pay            预付款金额

• coupon             优惠券

• actual_pay        实际支付金额 

• order_status     订单状态

• finish_status     结单状态

• reason              理由

我们先看下车牌号是否有异常值

发现7位和8位的最多， 正常车牌 应该是7位数（苏L12345），新能源车牌8位数（苏LD12345），我们查一下其他位数的车牌都是什么

发现是一些 测试数据还有无牌车数据，这部分 数据我们把它过滤掉

我们再来看 车牌类型，因为超市为消费即送停车券，所以月租车和企业车辆对于商超营业数据不具有参考性，所以我们也去掉。

再往下看 in_time和out_time字段，入场时间和出场时间，也就是在超市的停留时间，我们可以根据这个字段来做后面的分析操作，先处理一下是否有异常值

接下来计算 停车的时间间隔，先把时间格式化， 在计算时间差

数据分析

通过计算每天的车辆来访次数，得到结果 周六 周日 访问人次最多

计算每天 时段访问人数

绘图

通过对比发现， 工作日逛商超的机会大多集中在17，18，19，20 也就是下了班之后，休息日高峰点在早上9点10点和下午15点，16，17点区间

那么工作日与休息日与逛商场的时间是否有关呢，我们再来看一组数据

可以看到，周二平均停车时间在30分钟左右，但是周日平均停车时间在40分钟，且周日访问人数更多

我们再来看一下不同的入口进入停车场对逛超市的时间， 缴纳停车费是否有影响

先看红色部分，A口和B口进人数量相差无几，但是平均时长将近差了10分钟，停车费实付比例 A口 　使用优惠券金额 比例为 90%，B口使用优惠券比例为 80%，

实地考察得知 A口与B口的方向是相对的， A口对应市区外，B口对应市区，B口进的可能优惠券领取信息提示不明显，或者不在意停车费用。

再来看D口， D口平均时长只有6分钟，远小于平均时长40分钟，但是进来的车辆有很多，这边怀疑D口设置不合理，或者只是一个 绕行通道。

我们又加入了每个小时每个入口的停车费情况， 发现不同入口每个小时停车费情况相差挺大，特别是 A口 早上一点平均停车费11.2，C口23点平均停车费9.2 ，怀疑是超市的送货车，

加上他俩后其他数据显示不明显，所以我设置了最大限制。

停车费区间占比

时间区间范围占比