Předkládaná diplomová práce si dává za cíl analyzovat data o vytížení železniční infrastruktury z hlediska času a rozdělení do kategorií. Analyzovaná data jsou unikátním datasetem o železniční infrastruktuře poskytnuta, zcela poprvé pro takovéto zpracování, Správou železnic. Data byla poskytnuta za období 2016 až 2019 včetně a obsahují 2 datasety, jeden za monitorovací body a druhý za monitorovací úseky. V úvodní části se práce věnuje teoretické části, ve které popisuje problematiku z hlediska železnice, legislativy, odborných prací, ale i použitých metod. Praktická část je nejdříve zaměřena na popis a předzpracování poskytnutých dat, v rámci, kterého je kladen důraz na přípravu dat pro následné analýzy. Poté je analyzována časová složka dat formou analýzy časových řad s následnou interpretací. Jejíž obsahem je popis průběhu vybraných monitorovacích úseků za dostupné časové období. Následně je prezentováno několik způsobů možné kategorizace s výsledky a jejich interpretací. Konkrétně jde o pět způsobů kategorizace založených na procentuálním vyjádření typu dopravy a shlukování, to vše na základě různých kombinací atributů dostupných v poskytnutých datech. Celá práce je doplněna grafy a vhodnými kartografickými výstupy.The presented diploma thesis aims to analyse the data of the workload on railway infrastructure in terms of time and division into categories. The analysed data is a unique data set of railway infrastructure provided for the first time for processing by the Railway Administration. The data were provided for the period 2016 to 2019 and contain 2 datasets, one for monitoring points and the other for monitoring sections. In the introductory part, the thesis deals with the theoretical part, in which it describes the issues in terms of railways, legislation, scientific work, but also the methods used. The practical part is first focused on the description and pre-processing of the provided data, which emphasizes the preparation of data for subsequent analysis. Then the time component of the data is analysed in the form of time series analysis with subsequent interpretation. Its content is a description of the course of selected monitoring sections for the available time period. Subsequently are presented several ways of possible categorization with results and their interpretation. Specifically, there are five ways of categorization based on the percentage of traffic type and clustering, all based on the different combinations of attributes available in the provided data. The whole work is supplemented by graphs and suitable cartographic outputs.