Data-Gouv-FR/frequentation-en-gares

---
license: other
language:
- fr
tags:
- data-gouv
- donnees-publiques-francaises
- parquet
- csv
- open-data
pretty_name: "Fréquentation en gares"
configs:
- config_name: frequentation-gares
data_files:
- split: train
path: data/frequentation-gares.parquet
---

# Fréquentation en gares

## Source

- Source officielle : https://www.data.gouv.fr/datasets/frequentation-en-gares
- Identifiant du jeu de données data.gouv.fr : `5959364ba3a7291dcf9c8295`
- Slug data.gouv.fr : `frequentation-en-gares`
- Licence indiquée dans les métadonnées data.gouv.fr : odc-odbl

## Structure Hugging Face

- Un jeu de données data.gouv.fr = un dépôt Hugging Face
- Une ressource tabulaire d’origine = un sous-ensemble/configuration Hugging Face
- Chaque sous-ensemble/configuration contient un split nommé `train`

## Sous-ensembles

- `frequentation-gares` → `data/frequentation-gares.parquet`

## Utilisation

```python
from datasets import load_dataset

ds = load_dataset("Data-Gouv-FR/frequentation-en-gares", "frequentation-gares")
print(ds["train"])
```

## Description originale

Ce jeu de données représente la fréquentation annuelle de l’ensemble des 3000 gares voyageurs de 2015 à 2024.

Ces informations sont issues d’une part, des données de billetterie pour le trafic national et régional hors Ile-de-France et d’autre part, d’une extrapolation pour le trafic régional Ile-de-France à partir des comptages effectués tous les 3 à 4 ans et publiés par ailleurs en Open Data.

A noter, pour les gares n’ayant pas bénéficié de comptage du trafic régional Ile-de-France depuis 2020 en raison de la crise sanitaire, la fréquentation est calculée en relatif par rapport aux évolutions des validations en gare.

Une estimation de la proportion de non voyageurs est réalisée à partir des enquêtes en gare. En l’absence d’enquête, un taux par défaut est défini (20% pour les gares a et b hors Ile-de-France et 0% pour les gares b Ile-de-France et c).

Ce jeu de données n'est pas exhaustif et ne prend pas en compte les billets vendus par des tiers.

La méthodologie de calcul se précise année après année avec une reprise de l'historique pouvant expliquer des variations dans les données publiées d'une année sur l'autre. Pour toute question, vous pouvez nous l'adresser au travers du formulaire de contact du portail Open Data.

Ces données sont mises à jour annuellement à l'été A+1.

This dataset represents the annual passenger traffic at all 3000 French passenger stations from 2015 to 2024. The information comes from, on one hand, ticketing data for national and regional traffic outside Île-de-France, and on the other hand, an extrapolation for regional traffic in Île-de-France based on counts conducted every 3 to 4 years and published as Open Data. Note that for stations that have not benefited from Île-de-France regional traffic counts since 2020 due to the health crisis, traffic is calculated relative to changes in station validations. An estimate of the proportion of non-travelers is made based on station surveys. In the absence of a survey, a default rate is defined (20% for stations a and b outside Île-de-France and 0% for stations b in Île-de-France and c). This dataset is not exhaustive and does not include tickets sold by third parties. The calculation methodology is refined year after year, with historical revisions that may explain variations in the data published from one year to the next. The data is updated annually in the summer of A+1.

搜集汇总

数据集介绍

构建方式

该数据集基于法国国家开放数据平台data.gouv.fr上的官方数据集构建，涵盖2015年至2024年间全法约3000个客运车站的年客流量统计。数据来源分为两大部分：对于国家及区域铁路交通（不含法兰西岛地区），数据源于票务系统；对于法兰西岛地区的区域交通，则基于每三至四年进行一次的客流计数结果进行推算。受新冠疫情影响，2020年后未获计数的车站，其客流量参照车站验证次数的相对变化估算。数据集还引入了非旅客比例的校正机制，依据站内调查确定，若无调查数据则采用默认比例。数据以Parquet和CSV格式存储，便于高效处理。

特点

本数据集具备多维显著特征：其一，覆盖范围广泛，囊括全法3000余座客运车站，时间跨度长达十年，呈现逐年更新的动态演进性。其二，数据来源多元，融合票务记录、客流计数与调查推算三种途径，对法兰西岛与非法兰西岛地区采用差异化处理策略，体现精细的地域适配性。其三，包含非旅客比例这一独特维度，通过调查或默认系数校正客流量估算，提升数据真实性。其四，方法论逐年精进，历史数据可能被回溯修订，反映数据治理的动态优化理念。整体而言，数据集在代表性、时效性与方法论严谨性方面表现突出。

使用方法

用户可通过Hugging Face的datasets库便捷加载使用该数据集。首先导入load_dataset函数，然后调用该方法并指定数据集标识符'Data-Gouv-ML/frequentation-en-gares'及子集名称'frequentation-gares'，即可获取包含'train'分片的数据对象。该分片以Parquet格式存储，支持直接转换为Pandas DataFrame进行后续分析。数据集适合用于时序分析、交通流量预测、区域性客流模式挖掘等任务。用户还可通过data.gouv.fr官方页面获取补充元数据，或通过开放数据门户联系以获取方法论细节。对于需按年份或车站维度筛选的数据操作，可直接利用数据列进行条件过滤。

背景与挑战

背景概述

该数据集名为“Fréquentation en gares”，由法国公共数据门户data.gouv.fr发布，核心研究问题聚焦于法国铁路客运站年度客流量的统计与分析。创建时间可追溯至2015年，覆盖全国约3000个客运站，时间跨度从2015年至2024年。数据集整合了法国国家及区域铁路（除法兰西岛大区外）的票务数据，以及对法兰西岛大区基于每3至4年一次的客流计数的外推估算。在铁路运输规划、基础设施投资及公共服务优化领域，该数据集为政府、运营商及研究人员提供了关键的量化依据，推动了Open Data运动在交通领域的深化应用。

当前挑战

该数据集面临的核心挑战包括：其一，在客流估算上需应对数据源异构性，如法兰西岛大区依赖周期性计数外推，而非连续票务记录，且受2020年新冠疫情干扰，部分站点缺乏近期计数数据，导致估算依赖相对验证变化；其二，非乘客比例估算存在不确定性，部分站点缺乏实地调查，需依赖默认费率（如20%或0%），这可能引入偏差；其三，数据集不包含第三方售票数据，且方法论逐年细化与历史数据回溯，造成年度间数据波动。此外，数据维护需平衡开放性与隐私保护，确保符合ODBL许可条款。

常用场景

经典使用场景

该数据集收录了2015至2024年间法国境内约3000座火车站年均客流量的详尽记录，堪称城市轨道交通与区域铁路网络研究领域的基石性资源。依托票务系统数据与客流抽样统计技术的双重支撑，尤其在法兰西岛大区采用的周期性计数器外推方法，使得研究者能够准确剖析铁路枢纽的人流密度、季节性波动规律以及长期演变趋势。在交通运输规划与公共政策分析中，该数据集常被用于构建客流预测模型、评估站点承载能力，并作为连接地理信息系统与铁路运营数据的桥梁，支撑着从微观站点画像到宏观路网格局的多尺度探索。

衍生相关工作

围绕该数据集已衍生出多项具有影响力的学术与实践工作。在交通预测领域，研究者利用长短期记忆网络与时空图卷积模型，基于站点历史客流数据预测未来时段内的乘客吞吐量，进而评估大型活动或节假日对铁路网络的冲击。在区域经济分析中，学者将客流数据与就业机会分布、住宅价格指数等社会经济指标相关联，揭示了铁路可达性对城市空间重构的驱动作用。此外，该数据还被用于构建法国铁路网络最大流模型，计算站点之间的潜在客流量，优化危机情境下的应急疏散路径。伴随每年夏季的数据刷新，这些衍生产品不断迭代，成为推动法国开放数据生态与交通科学交叉创新的重要引擎。

数据集最近研究

最新研究方向

该数据集聚焦于法国2015至2024年间3000座客运火车站年度客流监测，融合了全国及区域铁路票务数据与法兰西岛大区定期计数推算。其发布的开放数据为交通需求建模、城市流动性规划及疫情后客流恢复分析提供了关键基准。当前前沿方向包括结合机器学习预测客流波动、刻画非旅行者比例动态、以及整合第三方售票数据以完善计算模型，从而提升铁路网络效率评估与可持续出行策略制定的精准度。