以下載District 4的各station每5分鐘的車速為例
1 PEMS網站下載數據
點擊紅色的
選擇需要的station和區域，點擊search，就是對應的數據，點擊數據即可下載?（這個是station每5分鐘的速度數據）
?2 pems 速度數據
2.1 每一列的意義
| Timestamp | 間隔開始的日期和時間。例如，08:00:00的時間表明聚合包含在08:00:00到08:04:59之間收集的測量數據。 請注意，五分鐘聚合的秒值總是0。格式為MM/DD/YYYY HH24:MI:SS。 |
| Station | 獨特的車站標識符。 |
| District | 區號 |
| Freeway | 高速公路號 |
| Direction | 行駛方向 東南西北 ESWN |
| 車道類型 | 表示車道類型的字符串。 可能的值（及其含義）為：
|
| Station Length | 車站覆蓋的路段長度，單位為英里/公里。 |
| Samples | 所有車道接收的樣本總數 |
| % Observed | 在這個位置有observation的車道的百分比 |
| Total Flow | 所有車道5分鐘內流量總和。 |
| Avg Occupancy | 5分鐘內所有車道的平均占用率，以0到1之間的小數表示 |
| Avg Speed | 所有車道5分鐘內的流量加權平均速度。如果流量為0，則為5分鐘車速的數學平均值 |
| Lane N Samples | 車道N收到的良好樣本數。 |
| Lane N Flow | 5分鐘內車道N的總流量。 |
| Lane N Avg Occ | 5分鐘內車道N的平均占有率 |
| Lane N Avg Speed | 5分鐘內車道N的平均速度 |
| Lane N Observed | 車道N是否有觀測值（1代表有，0代表沒有） |
2.2 python 讀取PEMS
import numpy as np
import pandas as pd#設置header
new_headers = ['Timestamp', 'Station', 'District', 'Freeway', 'Direction','Lane Type', 'Station Length', 'Samples', '%Observed','Total Flow', 'Avg Occupancy', 'Avg Speed']
for i in range(1, (pems04.shape[1]-12)//5+1):new_headers.extend([f'Lane {i} Samples', f'Lane {i} Flow', f'Lane {i} Avg Occ',f'Lane {i} Avg Speed', f'Lane {i} Observed'])pems04=pd.read_csv('d04_text_station_5min_2023_01_02.txt',names=new_headers)
pems04
?3 pems station 元數據
3.1 每一列的意義
| ID | station 的標識 |
| Freeway | 高速公路編號 |
| Freeway Direction | 表示高速公路方向的字符串 |
| County?Identifier | 縣id |
| City | 城市 |
| State Postmile | 州公里標 |
| Absolute Postmile | 絕對公里標 |
| Latitude，Longitude | 經緯度 |
| Length | 長度 |
| Type | 類型 可能的值（及其含義）為：
|
| Lanes | 車道數 |
| Name | 名字 |
| User IDs | 用戶輸入的字符串標識符 |
3.2 python讀取
import numpy as np
import pandas as pdpems04=pd.read_csv('d04_text_meta_2022_12_13.txt',delimiter='\t')
pems04
