温馨提示：没有设置星标的小伙伴可能会收不到文章的推送信息，欢迎各位新老朋友给【hello trans】加个星标，以便及时获得最新推文，感谢支持。本篇内容主要介绍下如何将手机信令数据进行处理，最后绘制成OD图。一个典型的手机信令数据记录可能包含如下字段：
- Event Type：事件类型（如呼叫开始、位置更新等）。
- Duration：对于通话事件，记录通话持续时间。
- Call/SMS Direction：对于通话或短信事件，记录是发出还是接收。
- Data Volume：对于数据会话事件，记录使用的数据量
由于原始的手机信令数据通常包含敏感的个人信息，因此在进行研究或商业应用之前，通常需要对数据进行脱敏处理，比如去除或加密个人身份信息，以保护用户的隐私。
关于手机信令数据的结构就不多做赘述，简单而言就是身份编号、时间、地点，记录了某个人某个时间在某个地点。
为了便于演示手机信令数据的操作，这里分享一位大佬的个人网站，里面有开源的手机信令数据，同时也包含了出租车、公交车GPS数据。
网址：
https://people.cs.rutgers.edu/~dz220/data.html
这个数据集的手机信令数据结构如下：
第一列是经过处理的唯一标识、第二列是时间、第三列是经纬度信息。数据为txt文件，1.5GB，共16亿行。
这个量级的数据，我的小霸王电脑着实吃不消。为了演示方便，将该文件进行拆分。
定义了一个函数，第一个参数就是要处理的文件名，第二个参数是输出文件的前缀，第三个参数是拆分的份数。拆分后每个文件的大小变为了157MB左右。
然后，以第一个拆分数据为例进行处理。想要得到OD，首先需要提取出行链，先对第一列的编号ID进行排序，然后在第一列排序的基础上再对第二列的时间进行排序。
排序完成后，同一编号，按照时间顺序的经纬度信息就非常明显地体现出出行者的出行轨迹。由于该数据集的时间只记录了一天，因此直接提取同一编号下的开始时间、开始的经纬度、结束的时间、结束的经纬度。
最后结果如下：
第一列是ID，第二列是开始时间，第三、四列是开始的经纬度，第五列是结束的时间，第六、七列是结束的经纬度。
https://ni1o1.github.io/ODview/build/
由B站up主小旭学长开发，可以对OD数据进行快速可视化，效果美观。
需要注意的是，经纬度信息需要设置正确，然后count这里设置为1。以下是可视化的效果：
代码获取方式：点击左下角【阅读原文】，即可跳转至下载链接。欢迎大家评论区留言，沟通交流，共同进步。
感谢阅读本期内容，如果您觉得有帮助，动动您的手指头，【点赞】+【在看】，这是对我最大的支持和鼓励，非常感谢！！！
