Анализ данных по аренде электросамокатов

Проект выполнен в рамках образовательной программы Yandex LMS.

Основная цель:

Проанализировать данные сервиса аренды электросамокатов и выявить ключевые факторы, 
определяющие объём спроса, чтобы сформировать основу для **динамической системы ценообразования**.

---

📁 Структура проекта

scooter_sharing_analysis/
├── notebooks/              # Jupyter Notebook'и с поэтапным анализом
├── utils/                  # Вспомогательные функции и утилиты
├── requirements.txt        # Зависимости Python
└── .gitignore              # Правила исключения файлов из Git

Описание папок и файлов

📁 utils/

Папка содержит пользовательские вспомогательные функции (утилиты), которые используются в различных этапах анализа. Основное назначение:

• Обработка и предварительная очистка данных
• Визуализация результатов
• Реализация часто используемых расчетов

📁 notebooks/

Папка содержит последовательность Jupyter Notebook, каждый из которых соответствует определенному этапу аналитического цикла:

1. Initial_Data_Check.ipynb - Первичное исследование данных

• Загрузка исходных данных.
• Оценка качества: пропуски, дубликаты, типы данных.
• Анализ распределений и базовых метрик.
• Выявление аномалий и выбросов.

2. Cleaning_Data.ipynb - Подготовка данных

• Очистка и трансформация данных о поездках и погодных условиях.
• Приведение временных меток к единому формату.
• Обработка пропущенных значений и несогласованных записей.

3. EDA.ipynb - Exploratory Data Analysis (Разведочный анализ данных)

• Анализ очищенных и предварительно обработанных данных о поездках и погодных условиях.
• Исследование распределений ключевых переменных, проверка остаточных аномалий и качества данных.
• Формулировка и проверка статистических гипотез (например, влияние погоды на спрос).
• Оценка эффективности промо.
• Анализ трафика самокатов: определение дефицитных/избыточных точек.

4. Modeling.ipynb - Моделирование

• Подготовка датасетов и построение моделей
• В этом разделе мы готовим данные и строим модели для прогноза почасового спроса на самокаты.
• Моделирование и причинно-следственный анализ

📄 requirements.txt

Список всех Python-пакетов, необходимых для воспроизведения анализа.

📄 .gitignore

Файл с правилами исключения временных и служебных файлов из Git.

---

Технологический стек

• Язык программирования: Python
• Основные библиотеки: pandas, matplotlib, seaborn, scipy, sklearn
• Среда разработки: Jupyter Notebook
• Контроль версий: Git/GitHub