Petrolspy

本数据集记录了澳大利亚主要城市的燃油价格信息，这些价格是由司机从加油站的油枪读取并上传至'petrolspy'网站得到的。数据集包括城市、品牌、地区、加油站的纬度和经度、是否提供洗手间、是否全天开放以及不同类型燃油的价格和更新时间。

This dataset documents fuel price information for major Australian cities. The price data was collected by drivers reading figures from fuel pump nozzles at gas stations and uploaded to the "petrolspy" website. The dataset includes the city, brand, region, latitude and longitude of each gas station, availability of restrooms, whether the station is open 24 hours a day, as well as the prices of different fuel types and their update times.

原始信息汇总

数据集概述

基本信息

• 数据集名称: Petrolspy
• 许可证: CC0 1.0
• 数据来源: petrolspy

数据集内容

• 数据描述: 记录澳大利亚主要城市的汽油和柴油燃料价格，数据由驾驶员从加油站油泵读取并上传至"petrolspy"网站。
• 命名规则:
  • 文件夹2025-04表示2025年4月的数据。
  • 文件2025-04-20表示大约在2025年4月20日8:00 UTC（脚本触发时间可能有约10分钟的延迟）的当前燃料价格。

数据列说明

列名	数据类型	描述
city	str	加油站所在城市。城市列表见文件cities.csv的第一行。
brand	str	加油站的品牌。
suburb	str	加油站所在的郊区。
latitude	float	加油站的纬度。
longitude	float	加油站的经度。
restrooms	bool	加油站是否有洗手间。
open24	bool	加油站是否24小时营业。
{fuel}	float	燃料价格，单位为AUD每100L，对应燃料类型{fuel}。
{fuel}_updated_time	pandas.Timestamp	燃料价格{fuel}的更新时间。

备注

• {fuel}可以是任何燃料类型名称，由每个品牌的汽油和柴油燃料供应商定义。

搜集汇总

数据集介绍

构建方式

Petrolspy数据集通过众包方式采集澳大利亚主要城市的燃油价格数据，由驾驶员实地读取加油站油泵显示的价格并上传至petrolspy平台。数据文件按年月组织，如'2025-04'表示2025年4月的数据，每日价格记录文件以'YYYY-MM-DD'格式命名，反映UTC时间8:00左右的实时油价。数据集采用结构化存储，包含城市、品牌、郊区、经纬度坐标等地理信息，以及24小时营业、卫生间配备等设施属性，各类燃油价格及其更新时间均以标准化字段记录。

特点

该数据集最显著的特点是实现了燃油价格时空维度的精准映射，不仅记录98号汽油、柴油等各类燃油的实时价格（以澳元/100升为单位），还通过经纬度坐标精确定位加油站位置。数据字段设计科学，既包含品牌、城市等基础信息，又涵盖营业时间、卫生设施等增值服务指标。时间戳字段采用pandas.Timestamp格式，确保时间数据的标准化处理。数据更新机制具有近实时性，与实际情况存在不超过10分钟的延迟。

使用方法

研究人员可通过解析年月目录结构获取历史价格趋势，利用经纬度坐标进行空间分析，或结合营业时间等字段研究服务设施分布。燃油价格字段支持按燃料类型进行横向对比，更新时间戳可用于构建价格波动模型。建议使用pandas库处理时间序列数据，地理坐标可转换为GeoDataFrame进行空间可视化。数据文件采用CSV格式存储，可直接用Python数据分析工具链进行读取和处理。

背景与挑战

背景概述

Petrolspy数据集作为澳大利亚主要城市燃油价格动态监测的重要资源，由驾驶员实地采集加油站油价数据并上传至Petrolspy平台而形成。该数据集自创建以来，为能源经济、交通物流及消费者行为研究提供了实时、精准的燃油价格时空数据支持。其核心价值在于通过众包方式捕捉燃油市场的微观波动，解决了传统官方数据更新滞后、覆盖有限的痛点。墨尔本大学能源政策研究中心等机构的研究表明，此类数据对分析区域能源供需关系、价格传导机制具有显著意义。

当前挑战

该数据集面临双重挑战：在领域问题层面，燃油价格的时空异质性要求数据具备分钟级时效性与毫米级地理精度，而众包数据存在采集时间偏差（如10分钟延迟）和空间定位误差；在构建过程中，多品牌燃油类型动态命名规则（如{fuel}变量）导致数据标准化困难，且布尔型设施信息（如24小时营业）的验证成本高昂。如何建立动态质量评估框架以平衡数据实时性与可靠性，成为亟待突破的技术瓶颈。

常用场景

经典使用场景

在能源经济学领域，Petrolspy数据集为研究燃油价格动态变化提供了重要支持。该数据集记录了澳大利亚主要城市加油站实时油价数据，研究人员可基于时空维度分析不同城市、品牌和区域的燃油价格波动规律，探究市场供需关系、季节性因素以及地理分布对油价的影响。

衍生相关工作

基于Petrolspy数据集，学术界已产生多项重要研究成果。包括开发燃油价格预测模型、构建区域能源市场竞争力指数、分析油价与交通流量的相关性等。这些研究不仅深化了对澳大利亚能源市场的认识，其方法论更为其他国家的类似研究提供了参考范式。

数据集最近研究

最新研究方向

随着全球能源转型和碳中和目标的推进，燃油价格动态监测数据集Petrolspy在能源经济领域展现出独特价值。该数据集通过众包方式实时采集澳大利亚主要城市加油站燃油价格，为研究区域能源消费格局、价格传导机制提供了高时空分辨率的数据支撑。近期研究聚焦于基于地理空间分析的燃油价格差异成因探索，结合品牌分布、交通流量等变量构建价格预测模型，为智慧能源管理和碳减排政策制定提供量化依据。在俄乌冲突引发全球能源市场波动的背景下，该数据集更成为分析国际油价波动对终端消费市场影响的典型案例库，相关成果已应用于区域能源安全评估和新能源基础设施规划。