Nehahere12/Road-Accidents-Analysis-
GitHub: Nehahere12/Road-Accidents-Analysis-
一个使用 Microsoft Excel 构建的交互式道路交通事故分析仪表板，通过动态可视化揭示事故严重程度、道路类型、路面状况和季节性趋势中的高风险因素。
Stars: 0 | Forks: 0
道路交通事故分析仪表板 | EXCEL 分析
项目概述
本项目提供了一个完全使用 Microsoft Excel 构建的交互式道路交通事故分析仪表板，数据来源于公开的道路安全数据。它展示了关于总伤亡人数（9,625）、受伤严重程度、车辆涉及类型、路面状况和环境因素等关键指标，以支持数据驱动的道路安全策略。
核心功能与可视化
- 高管 KPI 记分卡：展示总体伤亡人数（9,625）以及严重程度细分，包括死亡（74 / 1.84%）、重伤（1,040 / 10.8%）和轻伤（8,511 / 88.4%）。
- 月度趋势分析：折线图追踪了 2019 年至 2022 年各月伤亡人数的变化，突显了初冬和年末的交通事故高峰期。
- 道路与路面分布：可视化展示不同道路类型的伤亡情况，包括单幅路（7,254）和双幅路（1,684），以及积雪（7,741）和潮湿（1,809）等路面状况。
- 人口与光线分布：按乡村（5,112）与城市（4,512）地区，以及白天（55%）与黑暗（45%）光照条件对案例进行分类。
- 动态切片器：交互式控件，可按天气条件、风速和日期范围无缝筛选数据。
技术栈与所用工具
- Microsoft Excel：数据透视表、高级数据可视化、KPI 环形图、动态布局设计。
- 数据切片器与时间轴控件：跨复杂的多年度事故属性进行交互式交叉筛选。
- 数据清理与格式化：标准化道路类型、严重程度和环境类别。
关键业务洞察
- 高风险道路类型：单幅路占总伤亡人数的 75% 以上（7,252 起案例），需要针对性的安全干预措施。
- 恶劣天气风险：积雪和潮湿的路面是引发事故的主要因素，占据了总伤亡人数的绝大部分。
- 区域分布：与城市环境（4,512）相比，乡村地区的伤亡人数更高（5,112）。
项目概述
本项目提供了一个完全使用 Microsoft Excel 构建的交互式道路交通事故分析仪表板，数据来源于公开的道路安全数据。它展示了关于总伤亡人数（9,625）、受伤严重程度、车辆涉及类型、路面状况和环境因素等关键指标，以支持数据驱动的道路安全策略。
核心功能与可视化
- 高管 KPI 记分卡：展示总体伤亡人数（9,625）以及严重程度细分，包括死亡（74 / 1.84%）、重伤（1,040 / 10.8%）和轻伤（8,511 / 88.4%）。
- 月度趋势分析：折线图追踪了 2019 年至 2022 年各月伤亡人数的变化，突显了初冬和年末的交通事故高峰期。
- 道路与路面分布：可视化展示不同道路类型的伤亡情况，包括单幅路（7,254）和双幅路（1,684），以及积雪（7,741）和潮湿（1,809）等路面状况。
- 人口与光线分布：按乡村（5,112）与城市（4,512）地区，以及白天（55%）与黑暗（45%）光照条件对案例进行分类。
- 动态切片器：交互式控件，可按天气条件、风速和日期范围无缝筛选数据。
技术栈与所用工具
- Microsoft Excel：数据透视表、高级数据可视化、KPI 环形图、动态布局设计。
- 数据切片器与时间轴控件：跨复杂的多年度事故属性进行交互式交叉筛选。
- 数据清理与格式化：标准化道路类型、严重程度和环境类别。
关键业务洞察
- 高风险道路类型：单幅路占总伤亡人数的 75% 以上（7,252 起案例），需要针对性的安全干预措施。
- 恶劣天气风险：积雪和潮湿的路面是引发事故的主要因素，占据了总伤亡人数的绝大部分。
- 区域分布：与城市环境（4,512）相比，乡村地区的伤亡人数更高（5,112）。
标签：Microsoft Excel, 交通安全分析, 代码示例, 商业智能, 数据仪表盘, 数据分析