Optimizing Parking at TXST: Identifying Ideal Locations and Smart Allocation Strategies​

students.csv

Columns: Campus, Class, Department, Gender, Housing, Level, Semester, Year
Contains enrollment data by college, major, and housing
Year stored as float64, Semester as categorical (Fall, Spring, Summer)
dorm.csv

Columns: dorm_name, capacity, latitude, longitude, formatted_address, place_id
Contains dorm information and geolocation data
green_lots.csv

Columns: Location, Latitude, Longitude, Spaces
Contains parking lot information and capacity data
Data Collection Process
Used Firecrawl API to scrape parking statistics
Utilized Google Maps API for geocoding dorm locations
Manually corrected some coordinates for improved accuracy
Performed inner joins on name columns for data consolidation

`students.csv`
列字段：校区（Campus）、班级（Class）、院系（Department）、性别（Gender）、住宿情况（Housing）、年级（Level）、学期（Semester）、学年（Year）
该数据集包含按学院、专业及住宿情况划分的在校注册数据。其中`Year`字段存储类型为float64，`Semester`为分类类型，取值为秋季（Fall）、春季（Spring）、夏季（Summer）。

`dorm.csv`
列字段：宿舍名称（dorm_name）、容量（capacity）、纬度（latitude）、经度（longitude）、格式化地址（formatted_address）、地点ID（place_id）
该数据集包含宿舍基础信息与地理定位数据。

`green_lots.csv`
列字段：位置（Location）、纬度（Latitude）、经度（Longitude）、车位数量（Spaces）
该数据集包含停车场信息与容量数据。

数据采集流程：
通过Firecrawl API抓取停车场统计数据；调用Google Maps API对宿舍位置进行地理编码；手动修正部分坐标以提升数据精度；基于名称列执行内连接操作完成数据整合。