生成一个高速公路流量预测数据集

好的，以下是生成高速公路流量预测数据集的示例代码：

import numpy as np
import pandas as pd
from datetime import datetime, timedelta

# 生成日期范围
start_date = datetime(2021, 6, 1)
end_date = datetime(2021, 6, 30)
date_range = pd.date_range(start_date, end_date, freq='H')

# 生成道路编号
road_ids = np.arange(1001, 1010)

# 生成每个道路每小时的流量
traffic_data = []
for date in date_range:
    for road_id in road_ids:
        # 生成随机流量
        traffic = np.random.randint(100, 1000)
        traffic_data.append({
            'road_id': road_id,
            'date': date,
            'traffic': traffic
        })

# 将数据转换为 DataFrame
df = pd.DataFrame(traffic_data)

# 将日期和道路编号合并为一个新的列
df['road_date'] = df.apply(lambda row: str(row['road_id']) + '_' + row['date'].strftime('%Y-%m-%d %H:%M:%S'), axis=1)

# 将数据集按照道路编号和日期升序排序
df = df.sort_values(['road_id', 'date'], ascending=[True, True])

# 输出数据集
print(df.head())

生成的数据集格式如下：

      road_id                date  traffic            road_date
0        1001 2021-06-01 00:00:00      267  1001_2021-06-01 00:00:00
1        1002 2021-06-01 00:00:00      250  1002_2021-06-01 00:00:00
2        1003 2021-06-01 00:00:00      217  1003_2021-06-01 00:00:00
...       ...                 ...      ...                    ...
2157     1007 2021-06-30 23:00:00      570  1007_2021-06-30 23:00:00
2158     1008 2021-06-30 23:00:00      652  1008_2021-06-30 23:00:00
2159     1009 2021-06-30 23:00:00      674  1009_2021-06-30 23:00:00

其中，`road_id` 表示道路编号，`date` 表示日期和小时，`traffic` 表示该小时的车流量，`road_date` 是将道路编号和日期合并成一个新的列。可以根据需要进行调整，例如可以增加其他特征，如天气状况等。