Data-Gouv-FR/gares-de-voyageurs-1

Gares de voyageurs数据集是法国公开数据平台data.gouv.fr上提供的关于法国旅客车站的官方数据集。该数据集定义了一个车站为：法国国家铁路公司（SNCF G&C）拥有或使用国家或第三方所有者财产权的土地资产集合，用于过去、现在或未来城市与火车之间的接口。数据集包含了符合此定义的所有车站信息。数据字段包括：车站唯一标识符（Id_Gare）、车站名称（Nom_Gare）、唯一三字母代码（Trigramme）、相关车站参考文档段（Segment(s) DRG）、地理坐标（Position géographique）、INSEE市政代码（Code Commune，由5位数字组成，前2位为部门代码，后3位为市政代码）以及关联的UIC代码列表（Code_UIC）。数据集以parquet格式提供，可通过HuggingFace的datasets库加载使用。

The Gares de voyageurs dataset is an official dataset from the French open data platform data.gouv.fr, focusing on passenger railway stations in France. A station is defined as a set of land assets, for which SNCF G&C holds a real property right from the State or a third-party owner, that have served, serve, or will serve as an interface between the city and the train. This dataset represents all stations meeting this definition. The displayed data includes: unique station identifier (Id_Gare), station name (Nom_Gare), unique three-letter code (Trigramme), associated station reference document segment(s) (Segment(s) DRG), geographical coordinates (Position géographique), INSEE municipal code (Code Commune, consisting of 5 digits: the first 2 digits are the department number and the last 3 digits are a code assigned to the municipality), and list of associated UIC codes (Code_UIC). The dataset is provided in parquet format and can be loaded via the HuggingFace datasets library.

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，整合了标识符为65d81858179dc96581d981db的原始数据集。构建过程中，保留了原始tabular资源的完整性，将其转化为Hugging Face格式的单一配置（gares-de-voyageurs），并统一将数据划分为名为train的拆分。数据以Parquet格式存储于路径data/gares-de-voyageurs.parquet中，这种设计既确保了与原始数据的结构一致性，又便于在机器学习工作流中高效加载与处理。

特点

数据集聚焦于法国铁路旅客车站的精细化描述，涵盖了每个车站的唯一标识符（Id_Gare）、名称（Nom_Gare）、三字母编码（Trigramme）、参考文档分段（Segment DRG）、地理坐标、INSEE市镇代码以及UIC代码等关键字段。这些属性共同构成了对车站空间位置与行政归属的完整刻画，且数据来源具有官方权威性，遵循ODC-ODBL开放许可协议，适用于公共数据研究与分析。

使用方法

用户可通过Hugging Face的datasets库便捷调用该数据集，使用load_dataset函数并指定配置名称'gares-de-voyageurs'即可加载，返回对象中包含train拆分。数据集兼容Python生态环境，支持以DataFrame形式进行后续探索、过滤或可视化分析。此外，原始数据亦可在data.gouv.fr平台直接获取，便于交叉验证或扩展使用场景。

背景与挑战

背景概述

法国铁路客运站数据集（Gares de voyageurs）由法国国家铁路公司（SNCF）与Data.Gouv.fr平台联合发布，旨在系统化整理全国铁路客运站的公开信息。该数据集诞生于法国开放数据运动浪潮中，核心研究问题聚焦于如何通过结构化、标准化的方式记录客运站的地理位置、编码标识与行政归属，为交通规划、城市研究与公共服务提供基础数据支撑。作为法国首个覆盖全境的客运站权威数据集，它整合了SNCF的官方资产登记信息，显著提升了铁路基础设施数据的可获取性与互操作性，对交通地理学、智慧城市发展及跨领域数据分析具有重要推动价值。

当前挑战

该数据集所解决的领域问题是铁路客运站信息碎片化与标准缺失的困境，传统数据分散于多个非统一来源，难以支撑大规模空间分析与跨系统整合。构建过程中面临的核心挑战包括：第一，需将SNCF内部复杂的资产分类（如DRG段落编码）与公开地理坐标系统对齐，确保数据语义一致性；第二，处理多源标识符（如UIC代码与INSEE市镇代码）的映射关系，避免重复或遗漏；第三，在遵循ODC-ODBL开放许可前提下，平衡数据详细度与隐私保护，避免暴露敏感基础设施信息。此外，历史数据版本兼容性与坐标系转换精度也构成技术难点。

常用场景

经典使用场景

在交通运输与地理信息科学交汇的研究领域中，gares-de-voyageurs-1数据集作为法国铁路客运站点的权威开放数据资源，其最经典的用途在于支持多模态交通网络的建模与分析。研究者通过加载该数据集的站点唯一标识符（Id_Gare）、名称、地理坐标及UIC编码等字段，能够构建法国国家铁路公司（SNCF）旗下所有客运站点的空间分布图谱。该数据集为站点间连接性分析、区域可达性评估以及铁路基础设施的时空演变研究提供了标准化且可直接机器读取的基础数据单元。

解决学术问题

该数据集精准回应了交通地理学中关于铁路站点数据碎片化与异构性这一长期存在的学术困境。过往研究常因官方数据格式不统一或获取门槛过高而难以开展跨区域、跨时间段的比较分析。gares-de-voyageurs-1凭借其官方来源的完整性、字段结构的规范性以及开放许可协议（ODbL），有效解决了法国境内铁路站点空间数据标准化缺失的难题。其意义在于为土地利用与交通互馈模型、站点等级体系演化规律挖掘以及基于位置服务的城市流动性研究提供了可复现、可扩展的数据基石，显著降低了相关领域的科学探索成本。

衍生相关工作

围绕gares-de-voyageurs-1数据集，学术界衍生出多项具有影响力的后续研究。经典工作包括利用该站点地理坐标与网络拓扑结构，结合图神经网络模型预测站点间客流分布与延误传播模式；另一重要方向是将其与法国国家统计与经济研究所（INSEE）提供的人口普查及经济数据相整合，通过空间计量方法量化铁路可达性对区域就业密度的影响。此外，该数据集还启发了面向历史铁路网络重构的研究，通过将当前站点数据与19世纪铁路档案进行时空对齐，揭示法国近现代交通基础设施的演化路径及其社会塑造力。