Global EV Charging Stations Dataset

全球电动汽车充电站数据集，包含242,417个充电站点，覆盖121个国家，提供标准化列用于直接分析使用。包含主要数据文件、机器学习就绪文件、国家汇总文件和电动汽车型号配套文件。

This is the Global Electric Vehicle Charging Station Dataset, which encompasses 242,417 charging stations spanning 121 countries. It provides standardized columns for direct analytical applications. The dataset includes core data files, machine learning-ready files, country-level summary files, and supporting files for electric vehicle models.

原始信息汇总

全球电动汽车充电站数据集（2025）概述

数据集基本信息

• 作者：Tarek Masryo
• 发布日期：2025年9月
• 数据规模：242,417个充电站点，覆盖121个国家
• 许可证：充电数据采用CC BY 4.0许可，配套文件ev_models_2025.csv采用CC0许可

文件组成

主要数据文件

• charging_stations_2025_world.csv：完整全球数据集（11列）
• charging_stations_2025_ml.csv：机器学习就绪简化版（7列）
• country_summary_2025.csv：国家级别汇总统计
• world_summary_2025.csv：全球汇总统计
• ev_models_2025.csv：电动汽车型号配套数据

数据字段说明

充电站数据字段

• id：站点唯一标识（整数）
• name：站点名称（字符串）
• city：所在城市（可能为"UNKNOWN"）
• country_code：国家代码（ISO-2标准）
• state_province：州/省（可能为"UNKNOWN"）
• latitude, longitude：经纬度坐标（WGS84标准）
• ports：充电端口数量（整数）
• power_kw：最大站点功率（千瓦，浮点数）
• power_class：功率等级（基于功率阈值划分）
• is_fast_dc：是否为直流快充（布尔值，功率≥50kW时为true）

电动汽车型号数据字段

• 制造商、型号、市场区域、动力系统、首发年份、车身样式、原产国

关键统计指标

功率特性

• 快充站点占比：约21%
• 功率范围：1.2kW - 2,500kW
• 中位功率：22kW
• 平均功率：54.3kW

端口配置

• 最小端口数：1个
• 中位端口数：11个
• 平均端口数：35.2个
• 最大端口数：3,160个

国家分布（前10名）

1. 美国：82,138个站点
2. 英国：26,825个站点
3. 德国：23,373个站点
4. 西班牙：17,825个站点
5. 加拿大：16,490个站点
6. 法国：13,820个站点
7. 意大利：10,354个站点
8. 荷兰：8,091个站点
9. 瑞典：4,953个站点
10. 挪威：4,790个站点

数据来源与处理

• 数据来源：Open Charge Map API（v3/poi端点）
• 数据处理：唯一ID去重、坐标验证、字段衍生（功率等级、快充标识）
• 必须注明来源："Contains data © Open Charge Map contributors."

应用场景

• 国家和地区电动汽车基础设施基准分析
• 全球覆盖范围和快充可用性地图绘制
• 机器学习聚类和预测模型训练
• 仪表板和可视化构建
• 供需关系研究（结合电动汽车型号数据）

搜集汇总

数据集介绍

构建方式

在电动汽车充电基础设施领域，数据集通过Open Charge Map API系统性地采集了全球121个国家的充电站点数据。构建过程采用唯一标识符去重机制，剔除坐标无效的站点，并基于功率阈值自动生成功率分类与直流快充标识，辅以国家及全球层面的统计汇总文件，确保数据的一致性与空间准确性。

特点

该数据集涵盖242,417个充电站点，包含经纬度坐标、功率等级、直流快充标识等11项核心属性，其中21%为快充站点。其突出特点在于提供机器学习专用版本，剔除冗余字段并优化结构，同时配套国家与全球层级统计文件，支持多粒度空间分析与模型训练。

使用方法

用户可通过pandas直接加载CSV文件进行探索性分析，例如统计各国充电站分布或计算快充比例。数据集适用于基础设施评估、空间可视化建模及与电动汽车型号数据联动分析，为政策制定与市场研究提供标准化输入。

背景与挑战

背景概述

全球电动汽车充电站数据集由Tarek Masryo于2025年9月创建，整合了来自Open Charge Map的全球充电基础设施数据。该数据集覆盖121个国家共242,417个充电站点，旨在解决电动汽车充电数据碎片化与不一致性问题。通过标准化地理坐标、功率等级和快充标识等11个关键字段，为交通电气化研究和基础设施规划提供了高质量的空间数据支持，对推动可持续交通发展具有重要价值。

当前挑战

该数据集主要应对电动汽车充电基础设施分布不均衡与标准化缺失的领域挑战，具体包括快充站点覆盖率不足（仅21%）、功率数据跨度大（1.2-2500kW）以及跨国数据异构性问题。构建过程中需克服Open Charge Map API多源数据融合、地理坐标验证、站点去重与功率分类规则制定等技术难点，确保全球范围数据的一致性与机器学习可用性。

常用场景

经典使用场景

在电动汽车基础设施研究领域，该数据集为全球充电站空间分布分析提供了标准化数据支撑。研究者通过地理信息系统可视化技术，能够精准识别充电站聚集区域与空白区域，进而评估不同国家电动汽车充电网络的覆盖密度与均衡性。快速直流充电站的空间分布模式分析尤为关键，这直接关系到长途出行便利性与电网负荷规划。

实际应用

城市规划部门借助该数据集进行充电基础设施布局优化，通过空间热点分析确定新建充电站的最佳区位。能源企业利用功率等级数据预测区域电网负荷，制定智能充电调度策略。汽车制造商则结合配套的电动汽车型号数据，分析不同车型与充电设施的兼容性，为产品研发和市场策略提供数据支持。

衍生相关工作

基于该数据集衍生的经典研究包括充电需求预测机器学习模型，其中采用空间聚类算法识别充电站部署优先区域。多项研究通过结合人口密度与交通流量数据，构建了充电基础设施适配性评估体系。此外，该数据还支撑了跨国比较研究，如欧洲与北美快充网络建设模式对比分析，以及发展中国家充电站建设路径优化研究。