Data-Gouv-FR/horaires-des-lignes-transilien-1

该数据集包含Transilien线路的时刻表信息，源自法国公开数据平台data.gouv.fr。为符合LOM法律要求，自2021年7月起，运输服务进行了重要更新，包括每日更新Transilien运输服务、实施新参考系统（如ILICO和ICAR）、调整服务结构，并提供GTFS和NeTEx两种格式的数据。GTFS格式用于公共交通数据交换，而NeTEx是欧洲定义的参考格式。数据集包含两个子集：sncf-transilien-gtfs（提供GTFS格式的时刻表数据）和transcodification（可能涉及编码转换或映射数据）。这些数据以Parquet和CSV格式存储，适用于公共交通分析、时刻表查询和开放数据应用。This dataset contains timetable information for Transilien lines, sourced from the French open data platform data.gouv.fr. To comply with the LOM legislation, significant updates to transport services have been implemented since July 2021, including daily updates of Transilien transport services, adoption of new reference systems (such as ILICO and ICAR), adjustments to service structures, and the provision of data in two formats: GTFS and NeTEx. The GTFS format is used for public transit data exchange, while NeTEx is the reference format defined by Europe. The dataset consists of two subsets: sncf-transilien-gtfs (which provides timetable data in GTFS format) and transcodification (which may involve encoding conversion or mapping data). These data are stored in Parquet and CSV formats, and are suitable for public transit analysis, timetable querying, and open data applications.

搜集汇总

数据集介绍

构建方式

该数据集源自法国官方开放数据平台data.gouv.fr，由SNCF（法国国家铁路公司）提供，旨在发布Transilien线路的时刻表信息。数据集遵循ODC-ODBL许可协议，以Hugging Face数据集仓库的形式呈现，每个原始表格资源对应一个独立的子集（configuration），包含单一的'train'分割。数据集包含两个子集：'sncf-transilien-gtfs'存储GTFS格式的运输时刻表，'transcodification'则存储用于编码转换的相关文件，均以Parquet格式保存，确保高效存储与读取。

特点

该数据集的核心特点在于其结构化与标准化。数据来源权威，直接关联SNCF官方发布的Transilien线路时刻数据，且自2021年7月起已根据法国LOM法规要求进行更新，采用每日更新的方式提供运输计划。数据同时提供GTFS和NeTEx两种格式，其中NeTEx为欧洲标准参考格式，便于跨平台兼容。此外，数据集通过Hugging Face平台统一管理，采用Parquet文件格式，支持快速加载与大规模数据处理，适合机器学习与数据分析场景。

使用方法

用户可通过Hugging Face的datasets库便捷加载该数据集。使用load_dataset函数，指定仓库名称'Data-Gouv-ML/horaires-des-lignes-transilien-1'及所需子集名称（如'sncf-transilien-gtfs'），即可获取对应子集的数据。加载后返回的数据集对象包含'train'分割，用户可直接通过索引或循环遍历访问数据，适用于公共交通时刻表分析、路线优化或迁移学习等任务。加载代码示例见README文件。

背景与挑战

背景概述

该数据集由法国国家铁路公司（SNCF）旗下的Transilien部门于2021年7月后创建，旨在响应法国《交通导向规划法》（LOM）的监管要求，推动公共交通数据的开放与标准化。核心研究问题聚焦于如何提供巴黎大区Transilien线路的时刻表数据，涵盖GTFS与NeTEx两种国际通用格式，以支持多模态交通规划与应用开发。数据集通过法国官方开放数据平台data.gouv.fr发布，并由Data-Gouv-ML团队整理至Hugging Face，便于机器学习研究者直接调用。其对相关领域的影响力体现在：为交通数据开放树立了欧洲合规标杆，促进了跨机构数据互通与基于时刻表的预测模型研究。

当前挑战

该数据集所解决的领域问题是公共交通时刻表的开放性与互操作性，这一挑战源于传统封闭数据格式与碎片化存储导致的跨系统整合困难。构建过程中，首先需应对GTFS与NeTEx双格式并行的技术复杂性，确保同一运输服务在不同数据模型下的一致性；其次，自2021年7月起，每日更新机制与新参照系（ILICO、ICAR）的引入，要求数据管道具备高可靠性与低延迟处理能力；此外，数据清洗与格式转换（如将CSV转为Parquet）需兼顾大规模数据存储效率与下游模型兼容性，同时编码与地理参照的准确性也是避免规划错误的关键瓶颈。

常用场景

经典使用场景

horaires-des-lignes-transilien-1数据集收录了法国Transilien区域铁路网络的详细时刻表信息，以GTFS和NeTEx格式呈现。该数据集最经典的使用场景是构建公共交通时刻表解析与路线规划系统，研究者可借助其中的时间、站点与路线数据，模拟乘客在巴黎大区通勤铁路网络中的出行行为。同时，数据集的transcodification子集提供了编码转换表，支持将原始标识符映射为统一参考系，从而促进多源交通数据的融合分析。这种结构化、标准化的数据组织方式，为区域交通网络的数字化建模奠定了坚实的数据基础。

衍生相关工作

基于该数据集，学术界和工业界已衍生出多项标志性工作。在学术领域，有研究利用Transilien GTFS数据开展了针对多层交通网络脆弱性的分析，揭示了单一线路中断对区域通勤效率的级联影响；工业实践中，SNCF开发的开放式数据平台以此为基础，推动了NeTEx格式在法国铁路系统的全面部署。此外，数据集的开源特性促进了跨城市公共交通数据标准化对比研究，例如将Transilien时刻表与伦敦、柏林等地铁路数据集进行接驳效率对标分析。这些衍生工作不仅验证了数据集在交通科学中的实用价值，更催生了一批面向开放政府数据的机器学习工具链，如基于Hugging Face Datasets库的自动数据加载与预处理pipeline。

数据集最近研究

最新研究方向

该数据集聚焦于法国巴黎大区Transilien铁路线路的时刻表数据，涵盖了符合欧洲NeTEx标准的开放交通数据格式转型。当前前沿研究方向集中在利用GTFS与NeTEx双格式数据推动多模态交通网络的智能调度与实时动态分析，特别是与洛姆法（LOM）法规对齐的每日更新机制。研究热点包括基于ILICO和ICAR新参考框架的时刻表结构重构，以及通过开放数据促进城市交通韧性评估、碳排放建模和乘客出行行为挖掘。该数据集对推动法国公共交通数据标准化、赋能智慧城市中的交通需求预测与优化具有关键意义，尤其在跨运营商数据融合与乘客信息服务的精准化方面。