NYC Rideshare Market Analysis Vibe 项目

NYC Rideshare Market Analysis 是一个基于真实出行数据的数据分析项目，将纽约市三大机场（肯尼迪国际机场 JFK、拉瓜迪亚机场 LGA、纽瓦克机场 EWR）2019 年 2 月至 2026 年 6 月间共 1.22 亿条网约车行程记录，转化为一份交互式数据分析报告，用数据而非媒体稿来回答「纽约机场出行市场究竟怎么运作」这个实际问题。项目托管于 GitHub，附带一个公开的静态网站用于浏览分析结论。

项目简介

任何想了解纽约机场网约车市场真实运作方式的人，都会遇到同一个障碍：监管机构公布了约 40GB 的原始行程记录，但没有人把这些数据汇总成可直接阅读的机场总结。这个项目填补了这个空白——它将 TLC（纽约出租车与豪华轿车委员会）发布的原始数据转化为一份完整的数据分析笔记本，用实际行程数据而非公关稿来回答市场竞争、定价策略、监管影响等核心问题。

整个分析流程——从数据下载、转换、存储、分析到结论呈现——都封装在一个 marimo 响应式笔记本（nyc_airports.py）中，无需复杂的工程环境配置即可复现。

核心功能

• 完整数据管道：使用 polars 高效扫描、过滤和聚合 TLC 原始数据；用 orjson 处理缓存下载头信息；用 requests 按月批量下载原始文件，整个过程在一个响应式笔记本中自动编排。
• 交互式可视化：用 Altair 绑制所有图表（统一主题），用 PyGWalker 提供拖放式数据探索视图，分析结论以动态图表形式呈现，可在浏览器中直接交互。
• 多机场横向对比：分别呈现 Uber 与 Lyft 在 JFK 和 LaGuardia 两个机场的定价、份额、司机收入等核心指标，并分析两条完全不同的竞争逻辑。
• 历史趋势追踪：覆盖完整 7 年数据周期，可以观察疫情前后市场结构变化、补贴大战影响以及 2025 年 3 月 TLC 等待时间限制令实施前后的真实影响。
• 监管影响量化分析：通过断点回归（政策实施前后对比）量化 TLC 新规对平台覆盖率的实际影响，以数据而非推测来评估政策效果。
• 公开静态展示站：分析结果部署为公开可访问的静态网站（nyc-rideshare-static.omar-irfan.workers.dev），无需运行笔记本即可查看核心结论。

技术实现

项目完全依赖 Python 生态主流开源工具构建，核心技术栈包括：polars（高效数据框操作）、Altair（声明式可视化）、marimo（响应式笔记本运行环境）、PyGWalker（拖放式数据探索）、orjson（高速 JSON 处理）和 requests（数据下载）。

运行方式极为简单： uv run marimo edit nyc_airports.py （marimo 会根据 PEP 723 内联元数据自动构建运行环境），或者在有 uv 的环境下直接执行 python nyc_airports.py 即可打开交互式笔记本界面。

所有依赖通过标准 Python 包管理安装，无任何商业闭源依赖，数据管道完整可复现。

快速上手

第一步：克隆仓库

git clone https://github.com/omarirfa/rideshare_market cd rideshare_market

第二步：安装依赖（推荐 uv）

uv run marimo edit nyc_airports.py

marimo 会读取笔记本顶部的 PEP 723 内联元数据，自动从 pyproject.toml 构建运行环境，全程无需手动 pip install。

第三步：查看分析结论

在浏览器打开 notebook 界面后，按顺序执行各个单元格，即可查看从原始 40GB 出行记录中挖掘出的市场竞争洞察。不想运行代码的可以直接访问配套静态网站查看图表化的核心结论。

第四步：探索自定义问题

PyGWalker 拖放式界面支持零代码数据探索，可以自行设定过滤条件、分组方式和可视化类型，在原始数据上验证自己的假设。

适用人群

对数据新闻、数据分析和城市交通政策感兴趣的数据分析师与新闻工作者；希望了解共享出行市场真实竞争逻辑的投资人与行业研究者；对利用 marimo/polars 构建可复现数据分析管道感兴趣的 Python 开发者与数据科学学习者。