24.2 万条全球电动汽车充电站数据集（2025） 11 列全维度信息 (功率等级 / 位置 / 端口数)+4 个配套文件 充电网络规划 / EV 车型适配 / 政策分析用

目录

一、引言

二、核心信息

数据集核心信息

数据集核心优势

数据应用全流程指导

（1）数据预处理（基础操作：读取、关联、异常值处理）

（2）核心任务演示（3 个主流分析建模场景）

数据集样例展示

三、结尾

（1）数据集获取与使用说明

（2）常见问题解答（FAQ）

一、引言

在全球电动汽车（EV）产业快速普及的背景下，充电基础设施的数据分析已成为政府规划充电网络、车企优化车型适配、用户规划出行路线的核心支撑 —— 通过充电站功率等级与 EV 车型的匹配可提升充电效率、依托全球位置分布能识别充电网络盲区、结合端口数量与区域需求可优化资源配置，直接影响 EV 产业的规模化发展进程。当前，欧美等发达地区已通过充电数据联动分析将充电网络覆盖率提升至 85% 以上，而行业研究者、政策制定者及 EV 企业常面临 “数据碎片化（国家 / 城市数据分散）”“关键维度缺失（无功率等级、车型适配信息）”“更新不及时（无法跟踪网络增长）” 等问题，制约充电基础设施的高效布局与 EV 用户体验提升。

然而，多数公开充电数据集存在三大核心痛点：一是覆盖范围有限，仅聚焦单一国家或区域，无法支撑全球充电网络对比分析（如欧美与亚洲充电功率差异）；二是维度单一，仅包含充电站位置信息，缺乏 “功率等级、端口数量、快速充电标识” 等关键运营指标，无法评估充电效率与服务能力；三是关联缺失，无配套 EV 车型数据，难以分析 “充电站功率与车型充电需求的匹配度”，导致充电资源与用户需求脱节。这些问题导致用户需投入 60% 以上时间整合数据与补充维度，难以快速开展核心分析任务。

本数据集针对上述痛点，提供2025 年全球电动汽车充电站全维度数据，涵盖 24.2 万条充电站点记录、11 个核心维度，包含 4 个配套文件（国家汇总、全球汇总、EV 车型数据），覆盖 122 个国家，数据源自 Open Charge Map 权威平台，无需预处理即可直接用于充电网络规划、EV 车型适配与政策分析，目标是让所有 EV 产业链参与者（政府、车企、用户）都能低成本挖掘充电基础设施数据价值。

二、核心信息

数据集核心信息

数据集核心优势

本数据集的核心优势在于 “全球覆盖、维度全、关联紧密”，解决传统充电数据集 “局限化、单一化、无关联” 的痛点，具体亮点如下：

• 优势 1：24.2 万条全球记录 + 122 国覆盖，支撑跨区域对比分析
  涵盖全球 122 个国家的充电站点，其中美国（82,138 个）、英国（26,825 个）、德国（23,373 个）等主要市场数据完整，可直接用于 “不同国家充电网络密度对比（如美国每万人充电站数量 vs 挪威）”“跨区域功率等级差异（欧洲 DC_Fast 占比 25% vs 亚洲 18%）”“充电网络盲区识别（非洲部分国家站点不足 100 个）” 等全球化分析，避免传统区域数据集 “无法反映全球格局” 的局限。

• 优势 2：11 列全维度指标 + 4 个配套文件，覆盖 “位置 - 运营 - 车型” 全链路
  充电站主表含 “位置（latitude/longitude/city）- 运营（ports/power_kw/power_class）- 标识（is_fast_dc）” 完整维度，配套文件补充 “国家汇总（每国站点数 / 最大功率）”“全球汇总（快速充电占比 20.97%）”“EV 车型（续航 / 充电功率需求）”，如 “安道尔某充电站（纬度 42.505254，经度 1.528861）-10 个端口，功率 300kW（DC_ULTRA）- 适配特斯拉 Model 3（最大充电功率 250kW）”，可直接计算 “站点功率与车型需求匹配度”“区域端口供需比” 等核心指标，满足多场景分析需求。

• 优势 3：结构化标注 + 权威来源，降低使用门槛与数据风险
  功率等级按行业标准分为 4 类（AC_Slow/AC_Std/DC_Fast/DC_HighPower），快速充电标识（is_fast_dc）直接关联业务需求（≥50kW 为快速充电），无需用户二次编码；数据源自 Open Charge Map（CC BY 4.0 许可），EV 车型数据来自 CC0 公共来源，合规性有保障，避免数据版权风险；同时，数据已删除重复 ID 与无效坐标，直接加载即可使用，相比非结构化数据，节省 70% 以上的预处理时间。

数据应用全流程指导

（1）数据预处理（基础操作：读取、关联、异常值处理）

功能目标：加载充电站主表与配套文件，实现多表关联，处理少量异常值（如功率为 0 的无效站点），为后续分析做准备。
代码示例（Python，基于 pandas）：

import pandas as pd
import numpy as np
import geopandas as gpd
from shapely.geometry import Point

# 1. 读取CSV数据（关键参数：encoding确保UTF-8编码，指定数值字段类型）
# 读取充电站主表
stations = pd.read_csv(
    "charging_stations_2025_world.csv",
    encoding="utf-8",
    dtype={
        "id": int,
        "ports": int,
        "power_kw": float,
        "is_fast_dc": bool
    },
    parse_dates=False  # 无日期字段，无需转换
)

# 读取配套文件（国家汇总、EV车型数据）
country_summary = pd.read_csv("country_summary_2025.csv", encoding="utf-8")
ev_models = pd.read_csv("ev_models_2025.csv", encoding="utf-8")

# 2. 多表关联（充电站主表关联国家汇总，补充国家层面统计信息）
stations_with_country = pd.merge(
    left=stations,
    right=country_summary[["country_code", "total_stations", "max_power_kw"]],
    on="country_code",
    how="left"  # 保留所有充电站，无国家汇总的填充为NaN
)

# 3. 异常值处理（基于充电业务逻辑）
# 处理功率异常值：power_kw≤0（无效站点）、power_kw>3000（超出当前技术上限）
stations_clean = stations_with_country[
    (stations_with_country["power_kw"] > 0) & 
    (stations_with_country["power_kw"] <= 3000)
].copy()

# 处理位置异常值：纬度超出[-90,90]、经度超出[-180,180]
stations_clean = stations_clean[
    (stations_clean["latitude"].between(-90, 90)) & 
    (stations_clean["longitude"].between(-180, 180))
]

# 4. 特征衍生（生成核心分析指标）
# 衍生指标1：单位端口功率（power_kw/ports，反映单端口充电效率）
stations_clean["power_per_port_kw"] = (stations_clean["power_kw"] / stations_clean["ports"]).round(2)

# 衍生指标2：功率等级简化标签（便于快速筛选：慢充/快充/超快充）
stations_clean["power_label"] = pd.cut(
    stations_clean["power_kw"],
    bins=[0, 22, 100, 3000],
    labels=["慢充（≤22kW）", "快充（22-100kW）", "超快充（>100kW）"]
)

# 衍生指标3：地理区域标签（按经纬度划分六大洲，便于区域分析）
def assign_continent(row):
    lat, lon = row["latitude"], row["longitude"]
    if -30 <= lat <= 70 and -170 <= lon <= 170:
        return "美洲"
    elif 30 <= lat <= 70 and -10 <= lon <= 40:
        return "欧洲"
    elif -50 <= lat <= 60 and 60 <= lon <= 180:
        return "亚洲"
    elif -50 <= lat <= -10 and -80 <= lon <= -30:
        return "南美洲"
    elif -40 <= lat <= 40 and 10 <= lon <= 60:
        return "非洲"
    else:
        return "大洋洲"

stations_clean["continent"] = stations_clean.apply(assign_continent, axis=1)

# 输出预处理结果
print(f"原始充电站记录数：{len(stations)}")
print(f"清洗后记录数：{len(stations_clean)}（删除异常值：{len(stations)-len(stations_clean)}条）")
print(f"衍生指标示例（前5条）：")
print(stations_clean[["id", "country_code", "power_kw", "ports", "power_per_port_kw", "power_label", "continent"]].head())

关键说明：

• 多表关联逻辑：通过country_code关联充电站与国家汇总，补充 “该国总站点数、最大功率”，便于分析 “单站点功率在国家层面的定位（如某站点功率是否为该国顶级）”；
• 异常值处理标准：功率 > 3000kW 超出当前商用充电技术上限（主流超快充≤2500kW），位置超出经纬度范围为无效坐标，直接删除确保数据有效性；
• 地理区域标签：按经纬度划分六大洲，避免 “国家代码与区域对应复杂” 的问题，便于快速开展跨洲对比分析（如欧洲 vs 亚洲超快充占比差异）。

（2）核心任务演示（3 个主流分析建模场景）

任务 1：全球充电网络密度分析（地理可视化任务，基于 GeoPandas）

• 工具选择：推荐 GeoPandas+Matplotlib（适合地理空间数据可视化，可生成全球充电站分布热力图，直观展示网络密度与区域差异）；
• 代码示例：

import geopandas as gpd
import matplotlib.pyplot as plt
import numpy as np
from shapely.geometry import Point

# 1. 数据准备（转换为GeoDataFrame，适配地理可视化）
# 构建几何对象（经纬度→Point）
geometry = [Point(xy) for xy in zip(stations_clean["longitude"], stations_clean["latitude"])]
# 定义坐标系（WGS84，与数据集坐标一致）
crs = "EPSG:4326"
stations_gdf = gpd.GeoDataFrame(stations_clean, crs=crs, geometry=geometry)

# 2. 加载世界地图底图（用于叠加展示）
world_map = gpd.read_file(gpd.datasets.get_path("naturalearth_lowres"))
# 筛选主要国家（排除南极洲等无充电站区域）
world_map = world_map[world_map["continent"] != "Antarctica"]

# 3. 按大洲统计充电站密度（每10万平方公里站点数）
continent_stats = stations_gdf.groupby("continent").agg(
    站点数=("id", "count"),
    总面积_km2=("geometry", lambda x: x.buffer(0).unary_union.area / 10**6)  # 计算区域面积（km²）
).reset_index()
# 计算密度（每10万平方公里站点数）
continent_stats["密度_每10万km2"] = (continent_stats["站点数"] / continent_stats["总面积_km2"] * 10**5).round(2)

# 4. 绘制全球充电站分布热力图
fig, ax = plt.subplots(1, 1, figsize=(16, 10))
# 绘制世界地图底图
world_map.plot(ax=ax, color="lightgray", edgecolor="white", linewidth=0.5)
# 绘制充电站密度（用散点大小表示端口数，颜色表示功率等级）
scatter = stations_gdf.sample(10000).plot(  # 采样1万条避免点过于密集
    ax=ax,
    column="power_label",
    cmap="viridis",
    markersize="ports",
    alpha=0.6,
    legend=True,
    legend_kwds={"title": "充电功率等级", "loc": "lower left"}
)

# 图表美化
ax.set_title("2025年全球电动汽车充电站分布与功率等级可视化", fontsize=16, fontweight="bold")
ax.set_xlabel("经度", fontsize=12)
ax.set_ylabel("纬度", fontsize=12)
# 添加大洲密度文本标注
for _, row in continent_stats.iterrows():
    # 选择大洲中心位置标注
    if row["continent"] == "欧洲":
        ax.text(15, 50, f"{row['continent']}\n密度：{row['密度_每10万km2']}个/10万km²", fontsize=10, ha="center")
    elif row["continent"] == "亚洲":
        ax.text(100, 30, f"{row['continent']}\n密度：{row['密度_每10万km2']}个/10万km²", fontsize=10, ha="center")
    elif row["continent"] == "美洲":
        ax.text(-90, 30, f"{row['continent']}\n密度：{row['密度_每10万km2']}个/10万km²", fontsize=10, ha="center")

plt.tight_layout()
plt.show()

# 输出大洲统计结果
print("2025年全球各大洲充电站统计：")
print(continent_stats[["continent", "站点数", "总面积_km2", "密度_每10万km2"]])

• 关键参数说明：
  • 采样 1 万条数据：全球 24.2 万条数据直接绘制会导致点重叠，采样后既保留分布趋势，又提升图表可读性；
  • 散点大小与颜色映射：用 “ports（端口数）” 控制散点大小（端口越多点越大，反映服务能力），用 “power_label（功率等级）” 控制颜色（超快充为深色，慢充为浅色），直观区分站点服务能力；
  • 效果评估重点：热力图需清晰展示 “欧洲、美洲站点密集，非洲、亚洲部分区域稀疏” 的全球格局，密度标注误差≤10%（与实际统计值对比），确保区域差异可视化准确。

任务 2：充电站功率等级预测（分类任务，基于随机森林分类器）

• 模型选择：推荐随机森林分类器（适合处理 “地理 + 运营” 混合特征，能捕捉 “纬度 - 端口数 - 区域” 对功率等级的复杂影响，抗过拟合能力强，可输出特征重要性，助力充电网络规划）；
• 代码示例：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.preprocessing import OneHotEncoder, StandardScaler
from sklearn.compose import ColumnTransformer
from sklearn.pipeline import Pipeline
from sklearn.metrics import classification_report, accuracy_score, confusion_matrix
import seaborn as sns

# 1. 数据准备（目标：预测power_class，4类功率等级）
# 特征：纬度、经度、端口数、大洲、国家代码（简化为区域）
# 先将国家代码按区域分组（减少类别数量）
region_mapping = {
    'US': '北美', 'CA': '北美', 'GB': '欧洲', 'DE': '欧洲', 'ES': '欧洲',
    'FR': '欧洲', 'IT': '欧洲', 'NL': '欧洲', 'JP': '亚洲', 'CN': '亚洲',
    'KR': '亚洲', 'AU': '大洋洲', 'NZ': '大洋洲', 'ZA': '非洲', 'NG': '非洲'
}
stations_clean['region'] = stations_clean['country_code'].map(region_mapping).fillna('其他')

# 筛选特征与目标变量
X = stations_clean[['latitude', 'longitude', 'ports', 'region']]
y = stations_clean['power_class']  # 目标：4类功率等级（AC_Slow/AC_Std/DC_Fast/DC_HighPower）

# 2. 特征工程流水线
categorical_features = ['region']  # 分类特征：区域
numerical_features = ['latitude', 'longitude', 'ports']  # 数值特征：经纬度、端口数

preprocessor = ColumnTransformer(
    transformers=[
        ('cat', OneHotEncoder(handle_unknown='ignore'), categorical_features),
        ('num', StandardScaler(), numerical_features)
    ])

# 3. 拆分训练集（80%）与测试集（20%）
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42, stratify=y  # 按功率等级分层，确保分布一致
)

# 4. 训练随机森林模型
rf_pipeline = Pipeline(steps=[
    ('preprocessor', preprocessor),
    ('classifier', RandomForestClassifier(
        n_estimators=100,    # 100棵树，平衡效果与效率
        max_depth=8,         # 限制树深，避免过拟合（多特征易记忆噪声）
        min_samples_split=5, # 最小分裂样本数，确保节点代表性
        random_state=42
    ))
])
rf_pipeline.fit(X_train, y_train)

# 5. 模型评估
y_pred = rf_pipeline.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
conf_mat = confusion_matrix(y_test, y_pred)
class_rep = classification_report(y_test, y_pred)

print(f"功率等级预测准确率：{accuracy:.2f}（目标≥0.75）")
print("\n混淆矩阵：")
print(conf_mat)
print("\n分类报告：")
print(class_rep)

# 6. 特征重要性可视化
cat_ohe = rf_pipeline.named_steps['preprocessor'].transformers_[0][1]
cat_names = cat_ohe.get_feature_names_out(categorical_features)
all_feature_names = list(cat_names) + numerical_features
importances = rf_pipeline.named_steps['classifier'].feature_importances_

importance_df = pd.DataFrame({'feature': all_feature_names, 'importance': importances})
top_importance = importance_df.nlargest(6, 'importance')

plt.figure(figsize=(10, 6))
plt.barh(top_importance['feature'], top_importance['importance'], color='#2ecc71')
plt.xlabel('特征重要性', fontsize=12)
plt.ylabel('特征名称', fontsize=12)
plt.title('充电站功率等级预测 - Top6重要特征', fontsize=14, fontweight='bold')
plt.grid(axis='x', alpha=0.3)
plt.show()

• 关键参数说明：
  • max_depth=8：功率等级受 “端口数（核心，端口越多功率倾向越高）、区域（欧洲 / 北美功率更高）” 影响，8 层树可充分捕捉这些特征交互（如 “北美 + 端口数 > 10→DC_HighPower”），避免过拟合；
  • min_samples_split=5：确保分裂节点的样本量足够，避免因个别特殊站点（如小端口数却高功率）导致模型偏差；
  • 效果评估重点：准确率需≥0.75（充电功率预测中，此标准可满足网络规划需求），混淆矩阵中 “DC_Fast”“DC_HighPower” 类别的召回率需≥0.8（这两类是快充核心需求，优先准确识别）。

任务 3：区域充电站需求预测（回归任务，基于 XGBoost 回归）

• 模型选择：推荐 XGBoost 回归（适合处理 “区域 - 人口 - 现有站点” 的非线性关系，对充电站数量这类计数型目标拟合效果好，支持特征重要性分析，可指导资源分配）；
• 代码示例：

import pandas as pd
import numpy as np
import xgboost as xgb
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import OneHotEncoder, StandardScaler
from sklearn.compose import ColumnTransformer
from sklearn.pipeline import Pipeline
from sklearn.metrics import mean_absolute_error, r2_score

# 1. 数据准备（模拟区域人口数据，关联现有站点数作为目标）
# 模拟区域人口（万）（实际应用需补充真实数据）
np.random.seed(42)
stations_clean['region_population'] = np.random.randint(10, 1000, size=len(stations_clean))

# 按“区域+功率等级”分组，计算现有站点数（目标变量）
region_power_stats = stations_clean.groupby(['region', 'power_class']).agg(
    现有站点数=('id', 'count'),
    平均人口=('region_population', 'mean')
).reset_index()

# 特征：区域、平均人口、功率等级；目标：现有站点数
X = region_power_stats[['region', '平均人口', 'power_class']]
y = region_power_stats['现有站点数']

# 2. 特征工程流水线
categorical_features = ['region', 'power_class']
numerical_features = ['平均人口']

preprocessor = ColumnTransformer(
    transformers=[
        ('cat', OneHotEncoder(handle_unknown='ignore'), categorical_features),
        ('num', StandardScaler(), numerical_features)
    ])

# 3. 拆分训练集与测试集
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42
)

# 4. 训练XGBoost模型
xgb_pipeline = Pipeline(steps=[
    ('preprocessor', preprocessor),
    ('regressor', xgb.XGBRegressor(
        objective='reg:squarederror',
        n_estimators=100,
        max_depth=5,          # 控制复杂度，避免过拟合
        learning_rate=0.1,    # 步长，平衡收敛速度与精度
        subsample=0.8,        # 采样80%数据训练，提升泛化性
        random_state=42
    ))
])
xgb_pipeline.fit(X_train, y_train)

# 5. 模型评估
y_pred = xgb_pipeline.predict(X_test)
mae = mean_absolute_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)

print(f"区域充电站需求预测MAE：{mae:.0f}个（目标<20个）")
print(f"R²系数：{r2:.4f}（目标≥0.7，反映特征解释能力）")

# 6. 预测结果可视化
plt.figure(figsize=(10, 6))
plt.scatter(y_test, y_pred, alpha=0.6, color='#3498db')
plt.plot([y_test.min(), y_test.max()], [y_test.min(), y_test.max()], 'r--')  # 完美预测线
plt.xlabel('真实现有站点数', fontsize=12)
plt.ylabel('预测现有站点数', fontsize=12)
plt.title('区域充电站需求预测：真实值vs预测值', fontsize=14, fontweight='bold')
plt.grid(alpha=0.3)
plt.show()

• 关键参数说明：
  • subsample=0.8：避免模型过度依赖某一区域数据（如欧洲高人口区域），提升对不同区域的适配性；
  • learning_rate=0.1：控制每棵树的贡献权重，避免单棵树对预测结果影响过大；
  • 效果评估重点：MAE 需 <20 个（区域站点数通常为几十到几百个，误差过大会导致资源分配偏差，如误将 “需 50 个站点” 预测为 “需 30 个”），R² 需≥0.7（确保 70% 以上的站点数变化可由特征解释）。

数据集样例展示

（1）文本化数据样例

三、结尾

（1）数据集获取与使用说明

• 获取渠道：后台私信获取或者关注公众号“慧数研析社”获取；
• 使用限制：基于 CC BY 4.0 许可，使用时需注明 “包含数据 © Open Charge Map 贡献者”，禁止用于商业售卖或违规数据分发；
• 注意事项：数据按季度更新，需定期同步最新版本；部分国家 city 字段为空（偏远地区），可结合经纬度补充地理编码工具获取城市信息。

（2）常见问题解答（FAQ）

• Q1：如何用该数据集分析 “EV 车型与充电站的适配度”？
  A1：关联 ev_models_2025.csv（含车型最大充电功率）与充电站数据，计算 “车型最大充电功率≥充电站功率_kw” 的站点占比，如 “特斯拉 Model 3（最大 250kW）在北美适配 DC_ULTRA 站点占比 85%，适配性良好”。
• Q2：数据中 “ports” 字段是否包含所有类型端口？
  A2：包含所有公共充电端口（AC/DC），无私人端口数据；端口数为站点总端口量，可用于评估服务能力（如 10 个端口的站点日均服务车辆数约为 1 个端口的 8-10 倍）。
• Q3：能否用该数据集预测未来充电网络增长？
  A3：可以，结合历史数据（需自行补充 2023-2024 年数据）与区域人口增长预测，用时间序列模型（如 ARIMA）扩展，可预测 “2026 年欧洲 DC_ULTRA 站点占比将达 18%”。