{"id":389377,"date":"2024-06-29T08:33:38","date_gmt":"2024-06-29T08:33:38","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=389377"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=389377","title":{"rendered":"\u0420\u0430\u0437\u0431\u043e\u0440 \u043a\u0430\u043b\u0438\u0444\u043e\u0440\u043d\u0438\u0439\u0441\u043a\u043e\u0433\u043e \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f \u043f\u0440\u043e \u043b\u043e\u044f\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u0435\u0432 EV<\/span>"},"content":{"rendered":"
<\/div>\n
\n
\n
\n
\n

\u041d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043c\u0435\u0441\u044f\u0446\u0435\u0432 \u043d\u0430\u0437\u0430\u0434 \u0432 \u0421\u041c\u0418 \u043d\u0430\u0448\u0443\u043c\u0435\u043b\u0430 \u0440\u0430\u0431\u043e\u0442\u0430 \u0433\u0440\u0443\u043f\u043f\u044b \u0438\u0437 \u0423\u043d\u0438\u0432\u0435\u0440\u0441\u0438\u0442\u0435\u0442\u0430 \u041a\u0430\u043b\u0438\u0444\u043e\u0440\u043d\u0438\u0438 Discontinuance among California\u2019s electric vehicle buyers: Why are some consumers abandoning their electric vehicles?<\/a>, \u0446\u0435\u043b\u044c\u044e \u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u0431\u044b\u043b\u043e \u0438\u0437\u0443\u0447\u0435\u043d\u0438\u0435 \u043f\u0440\u0438\u0447\u0438\u043d, \u043f\u043e \u043a\u043e\u0442\u043e\u0440\u044b\u043c \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u044b \u201c\u0447\u0438\u0441\u0442\u044b\u0445\u201d \u0430\u0432\u0442\u043e\u043c\u043e\u0431\u0438\u043b\u0435\u0439 (\u043d\u0430 \u0431\u0430\u0442\u0430\u0440\u0435\u044f\u0445 — BEV, \u0432\u043e\u0434\u043e\u0440\u043e\u0434\u043d\u044b\u0445 \u0442\u043e\u043f\u043b\u0438\u0432\u043d\u044b\u0445 \u044f\u0447\u0435\u0439\u043a\u0430\u0445 — FCEV \u0438 \u043f\u043e\u0434\u043a\u043b\u044e\u0447\u0430\u0435\u043c\u044b\u0435 \u0433\u0438\u0431\u0440\u0438\u0434\u044b — PHEV) \u043e\u0442 \u043d\u0438\u0445 \u043e\u0442\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442\u0441\u044f \u0438 \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u044e\u0442\u0441\u044f \u043e\u0431\u0440\u0430\u0442\u043d\u043e \u043a \u201c\u0433\u0440\u044f\u0437\u043d\u044b\u043c\u201d \u0414\u0412\u0421.<\/p>\n

\u0414\u043b\u044f \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u0438\u044f \u044d\u0442\u043e\u0439 \u0438\u043d\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u0438 \u0431\u044b\u043b\u043e \u043e\u043f\u0440\u043e\u0448\u0435\u043d\u043e \u043f\u043e\u0447\u0442\u0438 5 \u0442\u044b\u0441 \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u0435\u0432 \u0430\u0432\u0442\u043e\u043c\u043e\u0431\u0438\u043b\u0435\u0439 \u0432 \u041a\u0430\u043b\u0438\u0444\u043e\u0440\u043d\u0438\u0438 \u043e \u0441\u0440\u043e\u043a\u0430\u0445 \u0432\u043b\u0430\u0434\u0435\u043d\u0438\u044f \u0430\u0432\u0442\u043e\u043c\u043e\u0431\u0438\u043b\u0435\u043c, \u0434\u0435\u043c\u043e\u0433\u0440\u0430\u0444\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u0434\u0430\u043d\u043d\u044b\u0445, \u043d\u0430\u043b\u0438\u0447\u0438\u0438 \u0437\u0430\u0440\u044f\u0434\u043d\u043e\u0433\u043e \u0443\u0441\u0442\u0440\u043e\u0439\u0441\u0442\u0432\u0430 \u0434\u043e\u043c\u0430, \u0434\u0430\u043b\u044c\u043d\u0438\u0445 \u043f\u043e\u0435\u0437\u0434\u043a\u0430\u0445 \u0438 \u0442.\u043f. \u041e\u043f\u0440\u043e\u0448\u0435\u043d\u043d\u044b\u0435 \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u044b \u043f\u0440\u0438\u043e\u0431\u0440\u0435\u043b\u0438 \u0430\u0432\u0442\u043e\u043c\u043e\u0431\u0438\u043b\u0438 \u0441 2013 \u043f\u043e 2018 \u0433\u043e\u0434\u044b; \u043e\u043f\u0440\u043e\u0441 \u043f\u0440\u043e\u0432\u043e\u0434\u0438\u043b\u0441\u044f \u0432 2019 \u0433\u043e\u0434\u0443.<\/p>\n

\u0412 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0435 \u0440\u0430\u0431\u043e\u0442\u044b \u0441 \u0434\u0430\u043d\u043d\u044b\u043c\u0438 \u0432 \u0447\u0438\u0441\u043b\u0435 \u043f\u0440\u043e\u0447\u0435\u0433\u043e \u0431\u044b\u043b\u0430 \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u0430 \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u0430\u044f \u0446\u0438\u0444\u0440\u0430: \u043e\u043a\u043e\u043b\u043e 21%<\/strong> \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u0435\u0432 \u201c\u043d\u043e\u0432\u044b\u0445\u201d \u0430\u0432\u0442\u043e\u043c\u043e\u0431\u0438\u043b\u0435\u0439 \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u044e\u0442\u0441\u044f \u043a \u201c\u0441\u0442\u0430\u0440\u044b\u043c\u201d \u0414\u0412\u0421. \u042d\u0442\u0430 \u0446\u0438\u0444\u0440\u0430 \u043c\u0435\u043d\u044f \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0443\u0434\u0438\u0432\u0438\u043b\u0430, \u0442\u0430\u043a \u043a\u0430\u043a \u043c\u043e\u0439 \u043b\u0438\u0447\u043d\u044b\u0439 \u043e\u043f\u044b\u0442 \u043e\u0431\u0449\u0435\u043d\u0438\u044f \u0441 «\u044d\u043b\u0435\u043a\u0442\u0440\u043e\u0432\u043e\u0434\u0430\u043c\u0438» \u0433\u043e\u0432\u043e\u0440\u0438\u0442 \u043e\u0431 \u043e\u0431\u0440\u0430\u0442\u043d\u043e\u043c: \u0440\u0435\u0434\u043a\u0438\u0439 \u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044c \u0441\u043e\u0433\u043b\u0430\u0441\u0438\u0442\u0441\u044f \u043f\u043e\u043a\u0443\u043f\u0430\u0442\u044c \u0414\u0412\u0421 \u043f\u043e\u0441\u043b\u0435 \u0435\u0437\u0434\u044b \u043d\u0430 \u044d\u043b\u0435\u043a\u0442\u0440\u0438\u0447\u043a\u0435, \u0442\u0430\u043a \u0447\u0442\u043e \u0434\u0430\u0432\u0430\u0439\u0442\u0435 \u0440\u0430\u0437\u0431\u0435\u0440\u0435\u043c\u0441\u044f, \u0447\u0442\u043e \u0436\u0435 \u043d\u0430 \u0441\u0430\u043c\u043e\u043c \u0434\u0435\u043b\u0435 \u0433\u043e\u0432\u043e\u0440\u044f\u0442 \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u0440\u0430\u0431\u043e\u0442\u044b (\u043e\u043d\u0438 \u0441\u0432\u043e\u0431\u043e\u0434\u043d\u043e \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b<\/a>).<\/p>\n

import pandas as pd import seaborn as sns import matplotlib.pyplot as plt sns.set(style=\"darkgrid\")  data = pd.read_excel(\"Discontinaunce_of_PEVs_in_California_Data_2021.03.01.xlsx\")<\/code><\/pre>\n
\u041f\u043e \u0441\u043c\u0435\u043d\u0438\u0432\u0448\u0438\u043c \u0430\u0432\u0442\u043e \u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044f\u043c<\/h3>\n
\u041e\u0434\u0438\u043d \u0438\u0437 \u043a\u043b\u044e\u0447\u0435\u0432\u044b\u0445 \u043c\u043e\u043c\u0435\u043d\u0442\u043e\u0432 \u0440\u0430\u0431\u043e\u0442\u044b — \u0442\u043e\u0442 \u0444\u0430\u043a\u0442, \u0447\u0442\u043e \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043e\u0432\u0430\u043b\u0438 \u0442\u043e\u043b\u044c\u043a\u043e \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u044b, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0443\u0436\u0435 \u043f\u043e\u043c\u0435\u043d\u044f\u043b\u0438<\/strong> \u0441\u0432\u043e\u0439 \u0430\u0432\u0442\u043e\u043c\u043e\u0431\u0438\u043b\u044c \u043d\u0430 \u043d\u043e\u0432\u044b\u0439, \u0442\u0430\u043a\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c, \u043f\u0440\u043e\u0433\u043e\u043b\u043e\u0441\u043e\u0432\u0430\u0432 \u201c\u0437\u0430\u201d \u0438\u043b\u0438 \u201c\u043f\u0440\u043e\u0442\u0438\u0432\u201d \u044d\u043b\u0435\u043a\u0442\u0440\u0438\u0447\u0435\u043a \u043a\u043e\u0448\u0435\u043b\u044c\u043a\u043e\u043c, \u0442\u0430\u043a \u0447\u0442\u043e \u0434\u0430\u0432\u0430\u0439\u0442\u0435 \u043e\u0442\u0431\u0440\u043e\u0441\u0438\u043c \u0434\u0430\u043d\u043d\u044b\u0435 \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u0435\u0432,  \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043f\u0440\u043e\u0434\u043e\u043b\u0436\u0430\u044e\u0442 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c\u0441\u044f \u0441\u0442\u0430\u0440\u044b\u043c \u0430\u0432\u0442\u043e\u043c\u043e\u0431\u0438\u043b\u0435\u043c.<\/p>\n
changed = data[data[\"[s] Discontinuance (inc. purchased lease) 2\"] != \"Original\"] changed[\"Continued\"] = changed[\"[s] Discontinuance (inc. purchased lease) 2\"].map(lambda c: c == \"Continued\" and 1 or 0)<\/code><\/pre>\n
\u041d\u043e \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c \u043d\u0430 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435 «\u043e\u0442\u043a\u0430\u0437\u043d\u0438\u043a\u043e\u0432» \u0438 «\u0444\u0430\u043d\u0430\u0442\u043e\u0432» \u0432 \u0437\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u0438 \u043e\u0442 \u0437\u0430\u043f\u0430\u0441\u0430 \u0445\u043e\u0434\u0430 \u0430\u0432\u0442\u043e\u043c\u043e\u0431\u0438\u043b\u044f:<\/p>\n
fig = sns.histplot(changed[changed[\"Continued\"] == 1][\"[s] Electric driving range\"], color=\"g\") fig = sns.histplot(changed[changed[\"Continued\"] == 0][\"[s] Electric driving range\"], color=\"r\") plt.show()<\/code><\/pre>\n
<\/figcaption><\/figure>\n
\u0417\u0434\u0435\u0441\u044c \u044f\u0432\u043d\u043e \u0432\u0438\u0434\u043d\u044b \u0434\u0432\u0435 \u0431\u043e\u043b\u044c\u0448\u0438\u0435 \u0433\u0440\u0443\u043f\u043f\u044b: \u0430\u0432\u0442\u043e \u0441 \u043c\u0430\u043b\u044b\u043c (\u0434\u043e 150 \u043c\u0438\u043b\u044c) \u0437\u0430\u043f\u0430\u0441\u043e\u043c \u0445\u043e\u0434\u0430, \u044d\u0442\u043e \u0432 \u043e\u0441\u043d\u043e\u0432\u043d\u043e\u043c PHEV \u0438 \u0442.\u043d. «compliance cars», \u0432\u044b\u043f\u0443\u0441\u043a\u0430\u0432\u0448\u0438\u0435\u0441\u044f \u0430\u0432\u0442\u043e\u043a\u043e\u043d\u0446\u0435\u0440\u043d\u0430\u043c\u0438 \u0432 \u043d\u0430\u0447\u0430\u043b\u0435 2010-\u0445 \u0434\u043b\u044f \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0438\u044f \u043a\u0430\u043b\u0438\u0444\u043e\u0440\u043d\u0438\u0439\u0441\u043a\u043e\u043c\u0443 \u0437\u0430\u043a\u043e\u043d\u043e\u0434\u0430\u0442\u0435\u043b\u044c\u0441\u0442\u0432\u0443, \u0438 \u0430\u0432\u0442\u043e \u0441 «\u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u044b\u043c» \u0437\u0430\u043f\u0430\u0441\u043e\u043c \u0445\u043e\u0434\u0430 (\u0431\u043e\u043b\u044c\u0448\u0435 150 \u043c\u0438\u043b\u044c) — «\u0442\u0435\u0441\u043b\u044b» \u0438 \u0432\u043e\u0434\u043e\u0440\u043e\u0434\u043d\u044b\u0435 \u0430\u0432\u0442\u043e\u043c\u043e\u0431\u0438\u043b\u0438. \u0414\u0430\u0432\u0430\u0439\u0442\u0435 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c, \u043a\u0430\u043a\u043e\u0432 \u043f\u0440\u043e\u0446\u0435\u043d\u0442 «\u043e\u0442\u043a\u0430\u0437\u043d\u0438\u043a\u043e\u0432» \u0432 \u044d\u0442\u0438\u0445 4 \u0433\u0440\u0443\u043f\u043f\u0430\u0445:<\/p>\n
phevs = changed[changed[\"oldcartype. {TOKEN:ATTRIBUTE_2} 2\"] == \"PHEV\"] len(phevs[phevs[\"Continued\"] == 0]) \/ len(phevs)<\/code><\/pre>\n
0.2165206508135169<\/code><\/pre>\n
evs = changed[changed[\"oldcartype. {TOKEN:ATTRIBUTE_2} 2\"] == \"BEV\"] compliance = evs[evs[\"[s] Electric driving range\"] < 150] len(compliance[compliance[\"Continued\"] == 0]) \/ len(compliance)<\/code><\/pre>\n
0.22209944751381216<\/code><\/pre>\n
fcevs = changed[changed[\"oldcartype. {TOKEN:ATTRIBUTE_2} 2\"].isnull()] len(fcevs[fcevs[\"Continued\"] == 0]) \/ len(fcevs)<\/code><\/pre>\n
0.6097560975609756<\/code><\/pre>\n
teslas = evs[evs[\"[s] Electric driving range\"] >= 150] len(teslas[teslas[\"Continued\"] == 0]) \/ len(teslas)<\/code><\/pre>\n
0.09852216748768473<\/code><\/pre>\n
len(changed[changed[\"Continued\"] == 0]) \/ len(changed)<\/code><\/pre>\n
0.21498204207285787<\/code><\/pre>\n
\u0418 \u043b\u043e\u0433\u0438\u0447\u043d\u044b\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c, \u0432 \u0432\u044b\u0432\u043e\u0434\u0430\u0445 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 \u201c\u043b\u043e\u044f\u043b\u044c\u043d\u043e\u0441\u0442\u044c\u201d \u0442\u0443\u0442 \u043a\u043e\u0440\u0440\u0435\u043b\u0438\u0440\u0443\u0435\u0442 \u0441 \u043d\u0430\u043b\u0438\u0447\u0438\u0435\u043c \u0437\u0430\u0440\u044f\u0434\u043a\u0438 \u0434\u043e\u043c\u0430, \u0447\u0430\u0441\u0442\u043e\u0442\u043e\u0439 \u0434\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0445 \u043f\u043e\u0435\u0437\u0434\u043e\u043a \u0438 \u0442.\u043f.<\/p>\n
\u041f\u043e \u0432\u0441\u0435\u043c \u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044f\u043c<\/h3>\n
\u0410 \u0442\u0435\u043f\u0435\u0440\u044c — \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u0438\u043c, \u0447\u0442\u043e \u043d\u0430\u043c \u043d\u0435 \u043d\u0443\u0436\u043d\u043e \u0432\u044b\u044f\u0441\u043d\u044f\u0442\u044c \u043f\u0440\u0438\u0447\u0438\u043d\u044b  \u201c\u043b\u043e\u044f\u043b\u044c\u043d\u043e\u0441\u0442\u0438\u201d, \u0430 \u043b\u0438\u0448\u044c \u043f\u043e\u043d\u044f\u0442\u044c, \u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u044b \u0430\u0432\u0442\u043e\u043c\u043e\u0431\u0438\u043b\u0435\u0439 \u201c\u043d\u043e\u0432\u043e\u0433\u043e  \u043f\u043e\u043a\u043e\u043b\u0435\u043d\u0438\u044f\u201d \u0438\u043c\u0438 \u0434\u043e\u0432\u043e\u043b\u044c\u043d\u044b. \u0414\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u0432\u043e\u0437\u044c\u043c\u0435\u043c \u0432\u0441\u0435 \u0434\u0430\u043d\u043d\u044b\u0435, \u0432\u043a\u043b\u044e\u0447\u0430\u044f \u0442\u0435\u0445  \u0432\u043e\u0434\u0438\u0442\u0435\u043b\u0435\u0439, \u043a\u0442\u043e \u043f\u0440\u043e\u0434\u043e\u043b\u0436\u0430\u0435\u0442 \u0435\u0437\u0434\u0438\u0442\u044c \u043d\u0430 \u0441\u0432\u043e\u0435\u043c \u0441\u0442\u0430\u0440\u043e\u043c \u0430\u0432\u0442\u043e\u043c\u043e\u0431\u0438\u043b\u0435 (\u0435\u0441\u043b\u0438 \u0431\u044b \u043e\u043d\u0438  \u0431\u044b\u043b\u0438 \u0438\u043c \u043d\u0435\u0434\u043e\u0432\u043e\u043b\u044c\u043d\u044b — \u043e\u043d\u0438 \u0431\u044b \u0435\u0433\u043e \u0441\u043c\u0435\u043d\u0438\u043b\u0438).<\/p>\n
data[\"Continued\"] = data[\"[s] Discontinuance (inc. purchased lease) 2\"].map(lambda c: c in [\"Continued\", \"Original\"] and 1 or 0)<\/code><\/pre>\n
\u0420\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435:<\/p>\n
fig = sns.histplot(data[data[\"Continued\"] == 1][\"[s] Electric driving range\"], color=\"g\") fig = sns.histplot(data[data[\"Continued\"] == 0][\"[s] Electric driving range\"], color=\"r\") plt.show()<\/code><\/pre>\n
<\/figcaption><\/figure>\n
\u0418 \u043f\u0440\u043e\u0446\u0435\u043d\u0442 «\u043e\u0442\u043a\u0430\u0437\u043d\u0438\u043a\u043e\u0432» \u043f\u043e \u0433\u0440\u0443\u043f\u043f\u0430\u043c:<\/p>\n
phevs = data[data[\"oldcartype. {TOKEN:ATTRIBUTE_2} 2\"] == \"PHEV\"] len(phevs[phevs[\"Continued\"] == 0]) \/ len(phevs)<\/code><\/pre>\n
0.0857709469509172<\/code><\/pre>\n
evs = data[data[\"oldcartype. {TOKEN:ATTRIBUTE_2} 2\"] == \"BEV\"] compliance = evs[evs[\"[s] Electric driving range\"] < 150] len(compliance[compliance[\"Continued\"] == 0]) \/ len(compliance)<\/code><\/pre>\n
0.14105263157894737<\/code><\/pre>\n
fcevs = data[data[\"oldcartype. {TOKEN:ATTRIBUTE_2} 2\"].isnull()] len(fcevs[fcevs[\"Continued\"] == 0]) \/ len(fcevs)<\/code><\/pre>\n
0.15432098765432098<\/code><\/pre>\n
teslas = evs[evs[\"[s] Electric driving range\"] >= 150] len(teslas[teslas[\"Continued\"] == 0]) \/ len(teslas)<\/code><\/pre>\n
0.016260162601626018<\/code><\/pre>\n
len(data[data[\"Continued\"] == 0]) \/ len(data)<\/code><\/pre>\n
0.08665977249224405<\/code><\/pre>\n
\u0418\u0442\u0430\u043a, \u043f\u043e \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0439 \u043c\u0435\u0442\u043e\u0434\u0438\u043a\u0435 \u0438\u043c\u0435\u0435\u043c:<\/p>\n