做個題目吧 捷運站的大數據 可能會蠻好玩的

抓了 2017/01 至 2025/12 的所有捷運資料

使用 duckbdb 將他讀入

總共會有 877,719,252 筆資料

資料格式 是

日期,時段,進站,出站,人次
2025-12-01,00,松山機場,松山機場,0
2025-12-01,00,松山機場,中山國中,0
2025-12-01,00,松山機場,南京復興,1
2025-12-01,00,松山機場,忠孝復興,0
2025-12-01,00,松山機場,大安,1
2025-12-01,00,松山機場,科技大樓,0
2025-12-01,00,松山機場,六張犁,0

生活區 站型 還是 上班區 站型 休閒區 站型 分析

生活區

要區分生活區的邏輯 會是 平日 一到五 晚上(18:00-23:00) 淨出站 較高的就會是 生活區 站型

• sql

COPY(
WITH evening_flow AS (
    SELECT
        station,
        SUM(exit_cnt) AS exit_cnt,
        SUM(進站) AS entry_cnt
    FROM (
        SELECT
            出站 AS station,
            人次 AS exit_cnt,
            0 AS 進站
        FROM mrt
        WHERE CAST(時段 AS INTEGER) BETWEEN 18 AND 23
          AND strftime('%w', 日期) BETWEEN '1' AND '5'
        UNION ALL
        SELECT
            進站 AS station,
            0 AS exit_cnt,
            人次 AS entry_cnt
        FROM mrt
        WHERE CAST(時段 AS INTEGER) BETWEEN 18 AND 23
          AND strftime('%w', 日期) BETWEEN '1' AND '5'
    )
    GROUP BY station
)
SELECT
    station,
    exit_cnt,
    entry_cnt,
    exit_cnt - entry_cnt AS net_exit
FROM evening_flow
WHERE exit_cnt > entry_cnt
ORDER BY net_exit DESC
) TO "C://workspace/mrt_1.md" (FORMAT MARKDOWN); 

• 分析

1. 撈出的資料共 67 站 因為 在平日晚上的 淨出站 大於 淨入站 (exit_cnt > entry_cnt) 的前三站 是 頂溪 新埔 永安市場

2. 但看到 淡水 感覺還是怪怪的 淡水,府中 為啥這麼多人晚上要搭捷運出城? 可能是 少考慮了 國定假日 為非平日的結構 比如過年春節 或是補放的連假
   故要再把那些日期挑出來去除

3. O景安,G大坪林,O頭前庄 進站都是 0 可能需要再理解捷運架構

• result

結果csv

於是將 2017-2025 所有國定假日非平日的日期列出

SQL

COPY(
WITH evening_flow AS (
    SELECT
        station,
        SUM(exit_cnt) AS exit_cnt,
        SUM(entry_cnt) AS entry_cnt
    FROM (
        -- 出站人次
        SELECT
            出站 AS station,
            人次 AS exit_cnt,
            0 AS entry_cnt
        FROM mrt
        WHERE CAST(時段 AS INTEGER) BETWEEN 18 AND 23
          AND CAST(strftime('%w', 日期) AS INTEGER) BETWEEN 1 AND 5
          AND 日期 NOT IN (
            -- 2017–2026 非週末國定假日
            '2017-02-28','2017-04-03','2017-04-04','2017-05-01','2017-05-30','2017-10-04','2017-10-10',
            '2018-01-01','2018-02-15','2018-02-16','2018-02-19','2018-02-20','2018-02-28','2018-03-02','2018-04-04','2018-04-05','2018-04-06','2018-05-01','2018-06-18','2018-09-24','2018-10-10','2018-10-17','2018-12-31',
            '2019-01-01','2019-02-04','2019-02-05','2019-02-06','2019-02-07','2019-02-08','2019-02-19','2019-02-28','2019-03-01','2019-04-04','2019-04-05','2019-06-07','2019-09-13','2019-10-07','2019-10-10','2019-10-11',
            '2020-01-01','2020-01-23','2020-01-24','2020-01-27','2020-01-28','2020-01-29','2020-02-28',
            '2021-01-01','2021-02-10','2021-02-11','2021-02-12','2021-02-15','2021-02-16','2021-03-01','2021-04-02','2021-04-05',
            '2022-02-01','2022-02-02','2022-02-03','2022-02-04','2022-02-28','2022-04-04','2022-04-05','2022-05-02','2022-06-03','2022-09-09','2022-10-10',
            '2023-01-02','2023-01-20','2023-01-23','2023-01-24','2023-01-25','2023-01-26','2023-01-27','2023-02-27','2023-02-28','2023-04-04','2023-04-05','2023-05-01','2023-06-22','2023-06-23','2023-09-29','2023-10-09','2023-10-10',
            '2024-01-01','2024-02-08','2024-02-09','2024-02-10','2024-02-11','2024-02-12','2024-02-28','2024-04-04','2024-04-05','2024-05-01','2024-06-10','2024-06-11','2024-09-17','2024-09-18','2024-10-10',
            '2025-01-01','2025-01-27','2025-01-28','2025-01-29','2025-01-30','2025-01-31',
            '2025-02-12','2025-02-28','2025-04-03','2025-04-04','2025-05-01','2025-05-30',
            '2025-09-29','2025-10-06','2025-10-10','2025-10-24','2025-12-25',
            '2026-01-01'
          )
        UNION ALL
        -- 進站人次
        SELECT
            進站 AS station,
            0 AS exit_cnt,
            人次 AS entry_cnt
        FROM mrt
        WHERE CAST(時段 AS INTEGER) BETWEEN 18 AND 23
          AND CAST(strftime('%w', 日期) AS INTEGER) BETWEEN 1 AND 5
          AND 日期 NOT IN (
            '2017-02-28','2017-04-03','2017-04-04','2017-05-01','2017-05-30','2017-10-04','2017-10-10',
            '2018-01-01','2018-02-15','2018-02-16','2018-02-19','2018-02-20','2018-02-28','2018-03-02','2018-04-04','2018-04-05','2018-04-06','2018-05-01','2018-06-18','2018-09-24','2018-10-10','2018-10-17','2018-12-31',
            '2019-01-01','2019-02-04','2019-02-05','2019-02-06','2019-02-07','2019-02-08','2019-02-19','2019-02-28','2019-03-01','2019-04-04','2019-04-05','2019-06-07','2019-09-13','2019-10-07','2019-10-10','2019-10-11',
            '2020-01-01','2020-01-23','2020-01-24','2020-01-27','2020-01-28','2020-01-29','2020-02-28',
            '2021-01-01','2021-02-10','2021-02-11','2021-02-12','2021-02-15','2021-02-16','2021-03-01','2021-04-02','2021-04-05',
            '2022-02-01','2022-02-02','2022-02-03','2022-02-04','2022-02-28','2022-04-04','2022-04-05','2022-05-02','2022-06-03','2022-09-09','2022-10-10',
            '2023-01-02','2023-01-20','2023-01-23','2023-01-24','2023-01-25','2023-01-26','2023-01-27','2023-02-27','2023-02-28','2023-04-04','2023-04-05','2023-05-01','2023-06-22','2023-06-23','2023-09-29','2023-10-09','2023-10-10',
            '2024-01-01','2024-02-08','2024-02-09','2024-02-10','2024-02-11','2024-02-12','2024-02-28','2024-04-04','2024-04-05','2024-05-01','2024-06-10','2024-06-11','2024-09-17','2024-09-18','2024-10-10',
            '2025-01-01','2025-01-27','2025-01-28','2025-01-29','2025-01-30','2025-01-31',
            '2025-02-12','2025-02-28','2025-04-03','2025-04-04','2025-05-01','2025-05-30',
            '2025-09-29','2025-10-06','2025-10-10','2025-10-24','2025-12-25',
            '2026-01-01'
          )
    )
    GROUP BY station
)
COPY(
SELECT
    station,
    exit_cnt,
    entry_cnt,
    exit_cnt - entry_cnt AS net_exit
FROM evening_flow
WHERE exit_cnt > entry_cnt
ORDER BY net_exit DESC
) TO "C://workspace/mrt_2.md" (FORMAT MARKDOWN); 

結果

1. 挑完國定假日後 淡水的進站 還是這麼多 可能大家都愛去淡水玩吧 然後要回家吧
2. 有可能因為那邊有學校 人比較多 像是 淡江大學 聖約翰大學 真理大學 學生上完課要回家 才會這麼多人進站
3. 在淡水上班的人口 要回其他新北市之類

再觀察 哪一些站點是 公司區站點 抓 平日下班時間 淨進站 最多的站點

COPY(
  WITH evening_flow AS (
    SELECT
        station,
        SUM(exit_cnt) AS exit_cnt,
        SUM(entry_cnt) AS entry_cnt
    FROM (
        -- 出站人次
        SELECT
            出站 AS station,
            人次 AS exit_cnt,
            0 AS entry_cnt
        FROM mrt
        WHERE CAST(時段 AS INTEGER) BETWEEN 18 AND 23
          AND CAST(strftime('%w', 日期) AS INTEGER) BETWEEN 1 AND 5
          AND 日期 NOT IN (
            -- 2017–2026 非週末國定假日
            '2017-02-28','2017-04-03','2017-04-04','2017-05-01','2017-05-30','2017-10-04','2017-10-10',
            '2018-01-01','2018-02-15','2018-02-16','2018-02-19','2018-02-20','2018-02-28','2018-03-02','2018-04-04','2018-04-05','2018-04-06','2018-05-01','2018-06-18','2018-09-24','2018-10-10','2018-10-17','2018-12-31',
            '2019-01-01','2019-02-04','2019-02-05','2019-02-06','2019-02-07','2019-02-08','2019-02-19','2019-02-28','2019-03-01','2019-04-04','2019-04-05','2019-06-07','2019-09-13','2019-10-07','2019-10-10','2019-10-11',
            '2020-01-01','2020-01-23','2020-01-24','2020-01-27','2020-01-28','2020-01-29','2020-02-28',
            '2021-01-01','2021-02-10','2021-02-11','2021-02-12','2021-02-15','2021-02-16','2021-03-01','2021-04-02','2021-04-05',
            '2022-02-01','2022-02-02','2022-02-03','2022-02-04','2022-02-28','2022-04-04','2022-04-05','2022-05-02','2022-06-03','2022-09-09','2022-10-10',
            '2023-01-02','2023-01-20','2023-01-23','2023-01-24','2023-01-25','2023-01-26','2023-01-27','2023-02-27','2023-02-28','2023-04-04','2023-04-05','2023-05-01','2023-06-22','2023-06-23','2023-09-29','2023-10-09','2023-10-10',
            '2024-01-01','2024-02-08','2024-02-09','2024-02-10','2024-02-11','2024-02-12','2024-02-28','2024-04-04','2024-04-05','2024-05-01','2024-06-10','2024-06-11','2024-09-17','2024-09-18','2024-10-10',
            '2025-01-01','2025-01-27','2025-01-28','2025-01-29','2025-01-30','2025-01-31',
            '2025-02-12','2025-02-28','2025-04-03','2025-04-04','2025-05-01','2025-05-30',
            '2025-09-29','2025-10-06','2025-10-10','2025-10-24','2025-12-25',
            '2026-01-01'
          )
        UNION ALL
        -- 進站人次
        SELECT
            進站 AS station,
            0 AS exit_cnt,
            人次 AS entry_cnt
        FROM mrt
        WHERE CAST(時段 AS INTEGER) BETWEEN 18 AND 23
          AND CAST(strftime('%w', 日期) AS INTEGER) BETWEEN 1 AND 5
          AND 日期 NOT IN (
            '2017-02-28','2017-04-03','2017-04-04','2017-05-01','2017-05-30','2017-10-04','2017-10-10',
            '2018-01-01','2018-02-15','2018-02-16','2018-02-19','2018-02-20','2018-02-28','2018-03-02','2018-04-04','2018-04-05','2018-04-06','2018-05-01','2018-06-18','2018-09-24','2018-10-10','2018-10-17','2018-12-31',
            '2019-01-01','2019-02-04','2019-02-05','2019-02-06','2019-02-07','2019-02-08','2019-02-19','2019-02-28','2019-03-01','2019-04-04','2019-04-05','2019-06-07','2019-09-13','2019-10-07','2019-10-10','2019-10-11',
            '2020-01-01','2020-01-23','2020-01-24','2020-01-27','2020-01-28','2020-01-29','2020-02-28',
            '2021-01-01','2021-02-10','2021-02-11','2021-02-12','2021-02-15','2021-02-16','2021-03-01','2021-04-02','2021-04-05',
            '2022-02-01','2022-02-02','2022-02-03','2022-02-04','2022-02-28','2022-04-04','2022-04-05','2022-05-02','2022-06-03','2022-09-09','2022-10-10',
            '2023-01-02','2023-01-20','2023-01-23','2023-01-24','2023-01-25','2023-01-26','2023-01-27','2023-02-27','2023-02-28','2023-04-04','2023-04-05','2023-05-01','2023-06-22','2023-06-23','2023-09-29','2023-10-09','2023-10-10',
            '2024-01-01','2024-02-08','2024-02-09','2024-02-10','2024-02-11','2024-02-12','2024-02-28','2024-04-04','2024-04-05','2024-05-01','2024-06-10','2024-06-11','2024-09-17','2024-09-18','2024-10-10',
            '2025-01-01','2025-01-27','2025-01-28','2025-01-29','2025-01-30','2025-01-31',
            '2025-02-12','2025-02-28','2025-04-03','2025-04-04','2025-05-01','2025-05-30',
            '2025-09-29','2025-10-06','2025-10-10','2025-10-24','2025-12-25',
            '2026-01-01'
          )
    )
    GROUP BY station
)
COPY(
SELECT
    station,
    exit_cnt,
    entry_cnt,
    entry_cnt - exit_cnt AS net_entry
FROM evening_flow
WHERE exit_cnt < entry_cnt
ORDER BY net_entry DESC
) TO "C://workspace/mrt_3.md" (FORMAT MARKDOWN); 

1. 最多人下班的地方是 市政府, 松江南京,南京復興
2. 預料之外的事 台北車站竟然會是 第八名 但這樣應該得到的概念 是因為北車只是中轉站

把時間抽 成 平日上班時間 05-11 點 勞工都從哪裡來?

  WITH evening_flow AS (
    SELECT
        station,
        SUM(exit_cnt) AS exit_cnt,
        SUM(entry_cnt) AS entry_cnt
    FROM (
        -- 出站人次
        SELECT
            出站 AS station,
            人次 AS exit_cnt,
            0 AS entry_cnt
        FROM mrt
        WHERE CAST(時段 AS INTEGER) BETWEEN 05 AND 11
          AND CAST(strftime('%w', 日期) AS INTEGER) BETWEEN 1 AND 5
        UNION ALL
        -- 進站人次
        SELECT
            進站 AS station,
            0 AS exit_cnt,
            人次 AS entry_cnt
        FROM mrt
        WHERE CAST(時段 AS INTEGER) BETWEEN 05 AND 11
          AND CAST(strftime('%w', 日期) AS INTEGER) BETWEEN 1 AND 5
    
    )
    GROUP BY station
)
COPY(
SELECT
    station,
    exit_cnt,
    entry_cnt,
    entry_cnt - exit_cnt AS net_entry
FROM evening_flow
WHERE exit_cnt < entry_cnt
ORDER BY net_entry DESC
) TO "C://workspace/mrt_4.md" (FORMAT MARKDOWN); 

1. 可以觀察到 勞工都從 新埔 , 頂溪, 景安 ,永安市場,南勢角來 跟一開始的 下班族 都差不多

分析 2025/12/09 某一天的 下班時間的 淨入站

COPY(
WITH evening_flow AS (
    SELECT
        station,
        SUM(exit_cnt) AS exit_cnt,
        SUM(entry_cnt) AS entry_cnt
    FROM (
        -- 出站人次
        SELECT
            出站 AS station,
            人次 AS exit_cnt,
            0 AS entry_cnt
        FROM mrt
        WHERE CAST(時段 AS INTEGER) BETWEEN 18 AND 23
          AND CAST(strftime('%w', 日期) AS INTEGER) BETWEEN 1 AND 5
          AND 日期  IN (
            '2025-12-09'
          )
        UNION ALL
        -- 進站人次
        SELECT
            進站 AS station,
            0 AS exit_cnt,
            人次 AS entry_cnt
        FROM mrt
        WHERE CAST(時段 AS INTEGER) BETWEEN 18 AND 23
          AND CAST(strftime('%w', 日期) AS INTEGER) BETWEEN 1 AND 5
          AND 日期 IN (
              '2025-12-09'
          )
    )
    GROUP BY station
)
SELECT
    station,
    exit_cnt,
    entry_cnt,
    entry_cnt - exit_cnt AS net_entry
FROM evening_flow
WHERE exit_cnt < entry_cnt
ORDER BY net_entry DESC
) TO "C://workspace/mrt_4.md" (FORMAT MARKDOWN); 

分析 2025/12/09 某一天的 下班時間的 淨出站

COPY(
WITH create table evening_flows AS (
    SELECT
        station,
        SUM(exit_cnt) AS exit_cnt,
        SUM(entry_cnt) AS entry_cnt
    FROM (
        -- 出站人次
        SELECT
            出站 AS station,
            人次 AS exit_cnt,
            0 AS entry_cnt
        FROM mrt
        WHERE CAST(時段 AS INTEGER) BETWEEN 18 AND 23
          AND CAST(strftime('%w', 日期) AS INTEGER) BETWEEN 1 AND 5
          AND 日期  IN (
            '2025-12-09'
          )
        UNION ALL
        -- 進站人次
        SELECT
            進站 AS station,
            0 AS exit_cnt,
            人次 AS entry_cnt
        FROM mrt
        WHERE CAST(時段 AS INTEGER) BETWEEN 18 AND 23
          AND CAST(strftime('%w', 日期) AS INTEGER) BETWEEN 1 AND 5
          AND 日期 IN (
              '2025-12-09'
          )
    )
    GROUP BY station
)
COPY(
SELECT
    station,
    exit_cnt,
    entry_cnt,
    exit_cnt - entry_cnt AS net_exit
FROM evening_flows
WHERE exit_cnt > entry_cnt
ORDER BY net_exit DESC
) TO "C://workspace/mrt_5.md" (FORMAT MARKDOWN); 

大家假日 最喜歡去哪裡 所以抓 是假日 就好 出站最多的地方 但是要回家 所以應該進出站是同一站 但無法識別 是同一人

應該會是 假設是 出門 大直 到 北車 回程 北車到大直 那當天會各加1

台北捷運 一天 可以收多少運費?

• 需要去收集 北捷的所有各站的到達費用

然後 載入資料 mrt_price

先對對看資料 會發現 有一些資料

會 對不上 運費 是 北捷上傳的資料 大橋頭站 是大橋頭站

但運費網頁的 大橋頭站 叫做大橋頭

修正運費表即可

with agg as (
select
	進站,
	出站,
	sum(人次) as count
from
	mrt
where
	strftime('%Y', 日期)= '2025'
	and strftime('%m', 日期) = '12'
group by
	進站,
	出站)
select
	sum(count * 價格)
from
	agg
left join mrt_price mrt_price on
	agg.進站 = mrt_price.進站
	and agg.出站 = mrt_price.出站
where
	價格 is not null;

可得知 北捷在 2025/12 一個月收入是 1,787,589,240 17億左右

如何驗證 去找 北捷財報

看 114年 12 月 會計報 第三頁

可以看到 客運收入 實際數 為 1,693,344,444

差異數的可能

1. 運費沒有用折扣金額去算
2. 有些沒有對到運費的站 但是 沒對到的應該要差更多才對

台北捷運 哪天 收入最多?

WITH revenue_by_day AS (
    SELECT
        日期,
        SUM(人次 * 價格) AS daily_revenue
    FROM mrt
    JOIN mrt_price p
      ON mrt.進站 = p.進站
     AND mrt.出站 = p.出站
    WHERE 價格 IS NOT NULL
    GROUP BY 日期
)
SELECT
    日期,
    daily_revenue
FROM revenue_by_day
ORDER BY daily_revenue DESC
LIMIT 1;

結果為 2019-12-31 的跨年 一天賺 快八千萬

台北捷運 哪一天 收入最少?

WITH revenue_by_day AS (
    SELECT
        日期,
        SUM(人次 * 價格) AS daily_revenue
    FROM mrt
    JOIN mrt_price p
      ON mrt.進站 = p.進站
     AND mrt.出站 = p.出站
    WHERE  價格 IS NOT NULL
    GROUP BY 日期
)
SELECT
    日期,
    daily_revenue
FROM revenue_by_day
ORDER BY daily_revenue ASC
LIMIT 2;

竟然是在2026/01/01 開年 XD

但在想是不是可能是資料批次 導致 資料不完整

所以改成 limit 10

結果 2020/01/01 的跨年也是 最低收入

2,021 就是疫情

台北捷運 哪一站 收入最多?

簡單想 應該是最多人流 就會賺最多錢

SELECT
    mrt.出站 AS station,
    SUM(人次 * 價格) AS revenue
FROM mrt
JOIN mrt_price p
  ON mrt.進站 = p.進站
 AND mrt.出站 = p.出站
WHERE 價格 IS NOT NULL
GROUP BY mrt.出站
ORDER BY revenue DESC
LIMIT 10;

北車不意外

台北捷運 哪幾站 收入最差?

簡單想 應該是最沒人流 就會賺最多錢

SELECT
    mrt.出站 AS station,
    SUM(人次 * 價格) AS revenue
FROM mrt
JOIN mrt_price p
  ON mrt.進站 = p.進站
 AND mrt.出站 = p.出站
WHERE 價格 IS NOT NULL
GROUP BY mrt.出站
ORDER BY revenue asc
LIMIT 20;

台北捷運站 有適合居住 也適合 上班的 站點嗎? (出站,入站 在下班時間 相對平均 人流穩定)

WITH rush_hour AS (
    SELECT
        日期,
        站點,
        SUM(進站人次) AS in_cnt,
        SUM(出站人次) AS out_cnt
    FROM (
        SELECT
            日期,
            進站 AS 站點,
            人次 AS 進站人次,
            0 AS 出站人次
        FROM mrt
        WHERE CAST(時段 AS INTEGER) BETWEEN 17 AND 20

        UNION ALL

        SELECT
            日期,
            出站 AS 站點,
            0 AS 進站人次,
            人次 AS 出站人次
        FROM mrt
        WHERE CAST(時段 AS INTEGER) BETWEEN 17 AND 20
    )
    WHERE strftime('%w', 日期) BETWEEN '1' AND '5'
    GROUP BY 日期, 站點
),
station_stats AS (
    SELECT
        站點,
        AVG(in_cnt) AS avg_in,
        AVG(out_cnt) AS avg_out,
        ABS(AVG(in_cnt) - AVG(out_cnt)) AS in_out_gap,
        (LEAST(AVG(in_cnt), AVG(out_cnt)) / NULLIF(GREATEST(AVG(in_cnt), AVG(out_cnt)), 0)) AS balance_ratio
    FROM rush_hour
    GROUP BY 站點
)
SELECT
    站點,
    avg_in,
    avg_out,
    balance_ratio,
    in_out_gap
FROM station_stats
WHERE balance_ratio >= 0.85
ORDER BY balance_ratio DESC, in_out_gap ASC
LIMIT 20;

拿北車 當作分隔線 北車 算是 中轉站 進進出出人很多 是正常的

算得更精準的宜居捷運站

WITH flow AS (
    -- 進站事件
    SELECT
        日期,
        進站 AS station,
        人次 AS entry_cnt,
        0 AS exit_cnt
    FROM mrt
    WHERE
        CAST(時段 AS INTEGER) BETWEEN 18 AND 20
        AND strftime('%w', 日期) IN ('1','2','3','4') -- 週一～週四

    UNION ALL

    -- 出站事件
    SELECT
        日期,
        出站 AS station,
        0 AS entry_cnt,
        人次 AS exit_cnt
    FROM mrt
    WHERE
        CAST(時段 AS INTEGER) BETWEEN 18 AND 20
        AND strftime('%w', 日期) IN ('1','2','3','4')
),daily AS (
    SELECT
        日期,
        station,
        SUM(entry_cnt) AS entry_cnt,
        SUM(exit_cnt) AS exit_cnt,
        SUM(entry_cnt + exit_cnt) AS total_flow,
        ABS(SUM(entry_cnt) - SUM(exit_cnt)) * 1.0
            / NULLIF(SUM(entry_cnt + exit_cnt), 0) AS imbalance_ratio
    FROM flow
    GROUP BY 日期, station
),station_agg AS (
    SELECT
        station,
        AVG(entry_cnt) AS avg_entry,
        AVG(exit_cnt) AS avg_exit,
        AVG(total_flow) AS avg_flow,
        AVG(imbalance_ratio) AS avg_imbalance,
        stddev(total_flow) / NULLIF(AVG(total_flow), 0) AS flow_cv
    FROM daily
    GROUP BY station
)

SELECT
    station,
    ROUND(avg_entry) AS avg_entry,
    ROUND(avg_exit) AS avg_exit,
    ROUND(avg_flow) AS avg_flow,
    ROUND(avg_imbalance, 3) AS imbalance_ratio,
    ROUND(flow_cv, 3) AS flow_stability
FROM station_agg
WHERE
    avg_flow > 5000
    AND avg_imbalance < 0.2
    AND flow_cv < 0.3
ORDER BY
    avg_imbalance ASC,
    flow_stability ASC;

根據下面這張圖 後山埤 在最右邊 劍潭 在最上面

代表 後山埤 上下班人流差距最明顯

劍潭 每天的人流量波動大

最棒的該是永春 價格也會很棒

北捷 平均每月 賺多少錢

COPY(
WITH daily AS (
    SELECT
        日期,
        SUM(人次 * 價格) AS daily_revenue
    FROM mrt
    JOIN mrt_price p
      ON mrt.進站 = p.進站
     AND mrt.出站 = p.出站
    WHERE 價格 IS NOT NULL
    GROUP BY 日期
)
SELECT
    strftime('%Y-%m', 日期) AS year_month,
    AVG(daily_revenue) AS avg_daily_revenue,
    SUM(daily_revenue) AS monthly_revenue
FROM daily
GROUP BY year_month
ORDER BY year_month) TO "C://workspace/mrt-income.csv"

檔案

住在淡水的人 都是去那裏上班 ?

• 所以要看進站 我挑了 2025/12/09 (週二) 整天的資料匯出 csv

COPY(
    select 日期,時段,進站,出站,人次 from mrt 
    where 進站='淡水' and strftime('%Y',日期)='2025' and strftime('%d',日期)=9 and 
    strftime('%m',日期)=12) TO "C://workspace/淡水.csv";

• 然後 畫成 桑基圖

• 會發現 有 8 %的人都是要去 北車 就是在台北工作
• 5% 的人 去石牌 石牌工作的可能就是 醫院 比較多
• 4.9% 的人去關渡 華碩科學園區的人

code

import pandas as pd


df = pd.read_csv("淡水20251209.csv", encoding="utf-8")
df["時段"] = df["時段"].astype(int)
df["人次"] = df["人次"].astype(int)

flow = (
    df.groupby("出站")["人次"]
         .sum()
         .sort_values(ascending=False)
)
TOP_N = 10

top_flow = flow.head(TOP_N)
others = flow.iloc[TOP_N:].sum()

# 計算總人次
total = flow.sum()

labels = [f"淡水 ({total}人次)"]

for station, cnt in top_flow.items():
    pct = (cnt / total) * 100
    labels.append(f"<b>{station} ({cnt}人次, {pct:.1f}%)</b>")

others_pct = (others / total) * 100
labels.append(f"<b>其他 ({others}人次, {others_pct:.1f}%)</b>")

source = [0] * (TOP_N + 1)
target = list(range(1, TOP_N + 1)) + [TOP_N + 1]
value  = list(top_flow.values) + [others]

import plotly.graph_objects as go

fig = go.Figure(data=[go.Sankey(
    node=dict(
        pad=30,           # 節點間距（重點）
        thickness=35,     # 節點寬度（重點）
        label=labels,
        line=dict(width=0),
        # color="#E0E0E0"    # 節點底色淡一點，字更清楚
    ),
    link=dict(
        source=source,
        target=target,
        value=value,
               hovertemplate="人次：%{value}<extra></extra>"
    )
)])

fig.update_layout(
    title_text="20025/12/09淡水站出站人流桑基圖",
    font_size=12,
       font=dict(
        family="Arial",
        size=18, # Set the font size here
        color="RebeccaPurple",
    ),
)

fig.show()

在內湖科學園區上班的人們 都是從哪裡來的呢?

• 抓出 西湖捷運站 及 港墘捷運站 在2025年平日一到五 早上 05-11 點出站的人流 都是來自於哪裡

西湖

COPY(SELECT
	日期,進站,出站,人次
FROM
	mrt
WHERE
	出站 = '港墘'
	AND
        CAST(時段 AS INTEGER) BETWEEN 5 AND 11
	AND
         strftime('%Y', 日期)= '2025'
	AND
日期 NOT IN ( '2025-01-01', '2025-01-27', '2025-01-28', '2025-01-29', '2025-01-30', '2025-01-31',
            '2025-02-12', '2025-02-28', '2025-04-03', '2025-04-04', '2025-05-01', '2025-05-30',
            '2025-09-29', '2025-10-06', '2025-10-10', '2025-10-24', '2025-12-25',)
    AND 人次 > 0
) TO  "C://workspace/港墘.csv";

• 可以看到 大家都來自於 南港展覽館 或著是 葫洲 (東湖生活圈) 來上班 其他就是散落各地

港墘

• 和西湖的狀況 差不多 但第三名 東湖 就跑上來了

• 程式碼幾乎一樣 就不貼了

那我們的 臥城 第一名 頂溪 大家都是去那裡上班呢?

• 抓出 頂溪捷運站 在2025年平日一到五 早上 05-11 點進站人流 都是來要去哪裡

COPY(SELECT
	日期,進站,出站,人次
FROM
	mrt
WHERE
	進站 = '頂溪'
	AND
        CAST(時段 AS INTEGER) BETWEEN 5 AND 10
	AND
         strftime('%Y', 日期)= '2025'
	AND
日期 NOT IN ( '2025-01-01', '2025-01-27', '2025-01-28', '2025-01-29', '2025-01-30', '2025-01-31',
            '2025-02-12', '2025-02-28', '2025-04-03', '2025-04-04', '2025-05-01', '2025-05-30',
            '2025-09-29', '2025-10-06', '2025-10-10', '2025-10-24', '2025-12-25',)
    AND 人次 > 0
) TO  "C://workspace/頂溪.csv";

• 北車 松江南京 古亭 為大宗

根據這些分析 可以再想想有哪些商業用途

• 購屋生活評估
• 廣告投放評估
• 開店選址參考
• 影響力評估

台北捷運站列表 共 117 站

• 動物園
• 木柵
• 萬芳社區
• 萬芳醫院
• 辛亥
• 麟光
• 六張犁
• 科技大樓
• 大安
• 忠孝復興
• 南京復興
• 中山國中
• 松山機場
• 大直
• 劍南路
• 西湖
• 港墘
• 文德
• 內湖
• 大湖公園
• 葫洲
• 東湖
• 南港軟體園區
• 南港展覽館
• 象山
• 台北101/世貿
• 信義安和
• 大安
• 大安森林公園
• 東門
• 中正紀念堂
• 台大醫院
• 台北車站
• 中山
• 雙連
• 民權西路
• 圓山
• 劍潭
• 士林
• 芝山
• 明德
• 石牌
• 唭哩岸
• 奇岩
• 北投
• 新北投
• 復興崗
• 忠義
• 關渡
• 竹圍
• 紅樹林
• 淡水
• 新店
• 新店區公所
• 七張
• 小碧潭
• 大坪林
• 景美
• 萬隆
• 公館
• 台電大樓
• 古亭
• 小南門
• 西門
• 北門
• 中山
• 松江南京
• 南京復興
• 台北小巨蛋
• 南京三民
• 松山
• 南勢角
• 景安
• 永安市場
• 頂溪
• 忠孝新生
• 松江南京
• 行天宮
• 中山國小
• 民權西路
• 大橋頭
• 台北橋
• 菜寮
• 三重
• 先嗇宮
• 頭前庄
• 新莊
• 輔大
• 丹鳳
• 迴龍
• 三重國小
• 三和國中
• 徐匯中學
• 三民高中
• 蘆洲
• 頂埔
• 永寧
• 土城
• 海山
• 亞東醫院
• 府中
• 板橋
• 新埔
• 江子翠
• 龍山寺
• 台北車站
• 善導寺
• 忠孝新生
• 忠孝復興
• 忠孝敦化
• 國父紀念館
• 市政府
• 永春
• 後山埤
• 昆陽
• 南港
• 南港展覽館

補充

• duckdb 安裝 markdown 輸出

INSTALL markdown FROM community;
LOAD markdown;