【快手】数据挖掘面试题0002：求某地铁站每日客流量，乘地铁经过、进出站人都包括在内

1.求某地铁站每日客流量，乘地铁经过、进出站人都包括在内 费米问题

结合费米问题的“拆解-假设-估算”逻辑与SQL的“数据提取-聚合分析”能力，可以更系统地估算地铁站每日客流量。

• 以下是具体分析过程：
  

第一步：明确问题与数据基础

• 目标：估算某地铁站每日总客流量（含进站、出站、换乘/经过三类人群）。
  假设我们有基础数据记录表 subway_events，结构如下：

  字段名	含义	示例值
  user_id	乘客唯一标识	1001
  station_id	地铁站ID	S018
  event_time	事件时间	2023-10-01 08:30:00
  event_type	事件类型	‘IN’（进站）、‘OUT’（出站）、‘TRANSFER’（换乘）

第二步：费米问题拆解框架

将总客流拆分为3个核心组成部分，再按“时段”细化（地铁运营时间通常为5:30-23:30，共18小时）：

• 总客流 = 进站人数 + 出站人数 + 换乘/经过人数

关键假设（基于“二线城市区域中心站”场景）

1. 时段划分：

   • 高峰：7:00-9:00（早高峰，2h）、17:00-19:00（晚高峰，2h），共4h；
   • 平峰：9:00-17:00（8h）、19:00-21:00（2h），共10h；
   • 低峰：5:30-7:00（1.5h）、21:00-23:30（2.5h），共4h。

2. 客流组成假设：

   • 进站 / 出站：同一乘客的“进站”和“出站”是配对的，但单日同一乘客可能多次进出（如通勤+购物）；
   • 换乘 / 经过：乘客在该站从A线换乘到B线，未出闸机，属于“经过”，记录为“TRANSFER”事件。

第三步：用SQL实现“数据驱动的费米估算”

通过SQL提取各组成部分的量化数据，结合假设验证并汇总。

Step 1：按“时段+事件类型”统计基础数据

先用SQL分时段统计“进站、出站、换乘”的原始记录数（反映各环节的流量规模）：

-- 按时段和事件类型分组统计
WITH time_segments AS (
  SELECT 
    station_id,
    DATE(event_time) AS stat_date,
    -- 划分时段（高峰/平峰/低峰）
    CASE 
      WHEN HOUR(event_time) BETWEEN 7 AND 8 OR HOUR(event_time) BETWEEN 17 AND 18 
        THEN 'peak'  -- 早7-9、晚17-19（简化为整点时段，便于计算）
      
      WHEN HOUR(event_time) BETWEEN 9 AND 16 OR HOUR(event_time) BETWEEN 19 AND 20 
        THEN 'flat'  -- 平峰9-17、19-21
      
      ELSE 'off_peak'  -- 低峰5-7、21-23
    END AS time_period,
    event_type  -- 事件类型：IN/OUT/TRANSFER
  FROM subway_events
  WHERE station_id = 'S018'  -- 目标地铁站
)
-- 统计各时段的事件数量
SELECT 
  stat_date,
  time_period,
  SUM(CASE WHEN event_type = 'IN' THEN 1 ELSE 0 END)