上篇文章通过excel分析纽约市5月份的uber数据增长情况，由于excel进行数据分析时，数据量不能超过100万，那么这篇文章我选择sql来分析uber的5至9月数据增长情况，总计有3969811条记录数，以此来分析不同公司的车辆增长情况。

1、数据按照月份存储在csv文件中，每个文件都包括时间、经度、纬度、公司这4个栏位，将csv文件的数据存储到mysql资料库中。采用etl的方式将数据存储到资料库中，但是时间这一列是字元串类型，需要将其转换为时间类型。

提取出月份，统计出每个月的车辆数，将结果导出到excel中进行可视化展示。

基于上述的处理分析，uber数量随著时间的推移，数量逐步增长的趋势。

2、分析不同公司在5-9月份的数量情况，通过分组计算得出结果，将结果进行可视化展示。

通过上述的分析得出，B02617和B02764这两家公司的呈现增长趋势，并且增长幅度大，B02617公司每个月都是呈现增长趋势，公司业绩发展最好，B02764前3月保持稳定，后2月发展速度增大；其余3家公司均出现下跌趋势，B02512的发展一直平稳，B02598和B02682两家公司波动性相对较大。

3、分析5家公司在不同月份早晚高峰时段数量的分布情况，通过tableau连接前面创建的uber资料库，进行分析展示。

基于上述分析得出，早高峰出现在7-8点，晚高峰出现在16-18点。在前两个月时，B02598公司的uber数量是最多的，从7月份开始，B02617公司的uber数量赶超了B02598，且远远超过B02598公司。

基于上述综合分析，B02617公司的发展趋势最好，市场份额占有大。

推荐阅读：