nextbikes

In diesem Projekt wurden die Livedaten der nextbike API abgefragt und visualisiert.

Datenbank

Bei der Datenbank handelt es sich um eine sqlite3 Datenbank.

Trips

1. bike_id: ID des Fahrrads, steht auch auf den Fahrrädern drauf - 5stellige Zahl

---

2. start_time: Zeitstempel in der Form: '%Y-%m-%d %H:%M:%S' als das Fahrrad das letzte Mal an dieser Stelle gesehen wurde
3. start_lat: Breitengrad der Startposition
4. start_lon: Längengrad der Startposition
5. start_name: Name der Startposition (bei bekannten Stationen z.B. Hauptbahnhof - bei freistehenden Fahrrädern 'BIKE {bike_id}')

---

6. end_time: Zeitstempel in der Form: '%Y-%m-%d %H:%M:%S' als das Fahrrad das erste Mal an dieser Stelle gesehen wurde
7. end_lat: Breitengrad der Endposition
8. end_lon: Längengrad der Endposition
9. end_name: Name der Endposition (bei bekannten Stationen z.B. Hauptbahnhof - bei freistehenden Fahrrädern 'BIKE {bike_id}')

Datasets

1. dataset_id: laufzeit generierte ID des datasets, jedes Mal um 1 inkrementiert
2. city_id: ID der Stadt, zu der das dataset gehört (s. cities-table)
3. booked_bikes:
4. available_bikes:
5. set_point_bikes:
6. timestamp:

Cities

1. uid:
2. name:
3. latitude:
4. longitude:
5. num_places:
6. return_to_official_only:
7. website:

Locations

1. location_id:
2. city_id:
3. latitude:
4. longitude:
5. location_name: