使用SPSS处理大规模的出租车轨迹数据，提取OD上下车点

       一般来说，大数据不应该使用python来编程处理吗，必要时还要使用Spark和Hadoop，那我要是不想编程呢，可以啊，完全可以，使用SPSS就好了。

      说到大数据，例如大规模的出租车数据，一周下来，整个北京市就会出现几十个G的文本文件。这时候用普通的记事本都打不开，最起码也得用UltraEdit打开文件。我们选择公开的示例数据，（https://www.microsoft.com/en-us/research/publication/t-drive-trajectory-data-sample/）这是T-Drive轨迹数据集的示例，其中包含10,357辆出租车的一周轨迹。该数据集中的总点数约为1500万，轨迹的总距离达到900万公里。

      如此大量的数据也可称得上是大数据了，我们来看数据主要包含的信息：分别是车ID，经纬度， 是否载客（0/1），时间

当然了，有些出租车数据更全，还包含车速和方位角信息呢

那我们应该怎么提取上下车点呢，思路是这样的，当载客信息由1变为0时，那我们认为是下车点，反之，当载客信息由0变为1时，我们就认为是上车点。

那我们应该怎么做呢？

首先。我们按照车ID和时间进行排序，如图所示  数据——排序个案

可以很快的排序完成

写=接下来就是如何找0变1和1变0了。我们这时就要了解一下SPSS的常用函数了，

点击  数据——选择个案

对载客信息进行操作

这里就有一个与上下文比较的函数了，比较本行数据是否与前面的数据相同的函数，因为是0和1，那我就比较大小就可以

满足该条件的就是上车点， 同理，V4

注意保护原始数据，将结果数据另存为新文件

这样就会多出一列数据，上下车点的值就是1，非上下车点是0.进一步筛选数据，就可以完全提出上下车点了。