Quand prendre le métro à Paris ?

À Paris, le métro est une nécessité pour la majorité de ses habitants. Il est composé de 14 lignes principales qui s’étendent sur près de 220 km. En moyenne, entre deux stations il y a 500m. Il a beaucoup d’avantages, mais un inconvénient de taille : il est extrêmement fréquenté.

Si l’on souhaite éviter la foule, il est communément admis d’éviter les horaires suivants :

• Le matin entre 8 et 9h
• Le soir entre 17 et 19h

Existe-t-il des données pour confirmer ce constat empirique ? Est-il vrai dans tous les jours de la semaine, toute l’année et pour toutes les lignes de métro ?

Pour les explorateurs: une visualisation PowerBI

Obtenir les données

Après quelque recherche sur le net, iledefrance-mobilites à récemment publiés des datasets qui pourrait nous aider dans notre problématique.

Il y a deux types de dataset disponibles : l’un décrit le nombre de voyageurs annuels, l’autre le pourcentage pour chaque heure du nombre de billets/titres de transport validés.

Après quelques manipulations et nettoyages des données, les détails sont disponibles sur mon github, on peut commencer l’interrogation de ces dernières.

À quoi ressemble la répartition du nombre de voyageurs chaque mois (janvier = 1 …)

On observe sans surprise une diminution en août ; Paris est connu pour être « vide » après le 15 août.

Comment les voyageurs se répartissent-ils sur les différentes lignes ?

Une visualisation pertinente est le swarm plot. Il permet de représenter toutes les données, plutôt que d’utiliser des agrégations.

Chaque point représente le nombre de passagers pendant une journée en 2017.

Explorons maintenant le deuxième dataset.

Les données sont divisées en 5 profils :

1. Dimanche, jours fériés et ponts
2. Jour ouvré en période de vacances scolaires
3. Jour ouvré hors période de vacances scolaires
4. Samedi en période de vacances scolaires
5. Samedi en période de vacances scolaires

Le taux de validation par heure est défini comme :

Le nombre de validations pour une heure et une station spécifique divisé par le nombre total de validations dans la journée

Une vue d’ensemble :

Pour chaque profil :

Du bon sens ?

Il semble que la vision empirique se confirme en moyenne. Cependant, l’exploration des données (cf visualisation PowerBI ) permet d’observer que la tendance n’est pas confirmée pour toutes les stations (exemples ?) et, que prendre le métro à des heures différentes pour celles-ci permet d’éviter la foule