일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
- 3d데이터
- GCN
- 도커 레이어
- 패치분할
- docker
- 그리드분할
- MESH
- 지하철역좌표
- Python
- 동명이인찾기
- pyvista
- 3d
- 이미지빌드
- 알고리즘
- geojson
- GNN
- 데이터입수
- 귀여운고래
- Set
- 폴더조사
- graph
- 좌표거리
- 컨테이너
- 파이썬
- GIS
- 도커
- geopandas
- STL
- python최단거리
- osmnx
- Today
- Total
이것저것 기록
[python, GIS] 서울시 지하철역 노선정보+좌표 데이터 구축하기 본문
서울시 지하철역 좌표와, 그 지하철역을 지나는 호선 정보를 포함한 데이터가 없어서 만들었습니다.
두 가지 데이터를 사용하여 구축하였습니다.
- 수도권 지하철역 좌표: han.gl/wKbCB
- 서울시 노선별 지하철역 좌표: data.seoul.go.kr/dataList/OA-15442/S/1/datasetView.do
데이터와 코드는 깃헙에 올려놨으니 참고해주세요!
github.com/henewsuh/subway_crd_line_info
henewsuh/subway_crd_line_info
지하철역 좌표와 노선 정보를 통합하는 코드. Contribute to henewsuh/subway_crd_line_info development by creating an account on GitHub.
github.com
1. 라이브러리 및 데이터 불러오기
import pandas as pd
import os
from geopandas import GeoDataFrame
import pickle
from shapely.geometry import Point
cur_path = os.getcwd() # 경로 설정
subway_crd = pd.read_csv('지하철역_좌표.csv', encoding='cp949')
subway_line= pd.read_csv('서울교통공사 노선별 지하철역 정보.csv', encoding='cp949')
좌표 정보는 subway_crd로, 노선 별 정보는 subway_line으로 불러왔다.
subway_crd는 역이름과 좌표만 있는 반면, subway_line에는 역이름과 해당 역을 지나는 노선 정보가 들어있기 때문에 이 두 데이터를 합칠 것이다.
2. 지하철역 좌표에 노선 정보 추가하기
line_ls = []
for i in range(len(subway_crd)):
cur_subway = subway_crd.iloc[i]['역이름']
matched_line = subway_line.loc[subway_line['전철역명'] == cur_subway]
if len(matched_line) > 0 :
line_ls.append(list(matched_line['호선']))
else:
line_ls.append(None)
subway_crd['호선'] = line_ls # 호선 정보 부여
subway_crd.dropna(subset=['호선'], inplace=True, axis=0) # 수도권 지하철역 좌표는 노선 정보가 안들어갔으므로 제거
subway_crd['geometry'] = subway_crd.apply(lambda x: Point(x['x'], x['y']), axis=1) # 좌표 정보를 합쳐서 geometry 정보 부여
subway_crd_gdf = GeoDataFrame(subway_crd, crs='EPSG:4326', geometry='geometry') # 좌표계 지정
subway_crd를 돌면서 해당 역이름과 일치하는 역이름 정보를 subway_line에서 찾은 후, 그 역을 지나는 노선 정보를 line_ls에 차곡차곡 쌓아주었다.
그리고 따로 놀던 x, y 좌표를 하나의 좌표로 합친 다음에 geometry 속성으로 설정하여 GeoDataFrame을 구축했다.
subway_crd_gdf를 확인해보면 다음과 같다.
'호선' 컬럼에 각 역에 정차하는 호선 정보를 list 형태로 추가하였다. 나중에 length를 확인했을 때 몇 개의 노선이 지나는지 확인할 수 있다.
그리고 'geometry' 컬럼에는 (x, y)좌표를 합쳐서 기하 정보로 추가해주었다.
이렇게 하면 거리 계산과 지도 시각화가 가능해진다.
하지만 호선 정보를 list로 쌓았기 때문에, .shp이나 .geojson으로 export가 불가능했다.
그래서 bin 파일로 이 정보를 저장하려고 한다.
3. 저장 + 불러오기 함수 설정
def write_data(data, name):
with open(name + '.bin', 'wb') as f:
pickle.dump(data, f)
def load_data(name):
with open(name + '.bin', 'rb') as f:
data = pickle.load(f)
return data
bin파일로 데이터를 저장하면 데이터프레임이나 딕셔너리, 리스트 등 다양한 형태의 자료를 있는 그대로 저장하고, 있는 그대로 개발 환경으로 불러와 사용할 수 있어서 무척 편리하다.
4. 데이터 저장
# bin 데이터 -- 파이썬 활용 용도 (ArcGIS/QGIS 시각화 용도 x)
write_data(subway_crd_gdf, 'subway_crd_4326')
subway_crd_5179 = subway_crd_gdf.to_crs(epsg=5179) # 거리 계산을 위한 좌표계로 변환 후 저장
write_data(subway_crd_5179, 'subway_crd_5179')
# 나중에 bin 데이터 다시 불러올 때
subway_crd_4326 = load_data('subway_crd_4326')
subway_crd_5179 = load_data('subway_crd_5179')
# 노선 정보를 빼고 좌표 데이터
subway_crd_5179 = subway_crd_5179.drop(['호선'], axis=1)
subway_crd_5179.to_file('subway_crd_5179.geojson', driver='GeoJSON')
두 가지 형태로 데이터를 저장했다.
우선 bin 데이터는 파이썬 활용 용도이다. 좌표계는 경위도 좌표계인 4326과 거리 계산을 위한 5179, 두 개로 저장했다.
그리고 노선 정보를 빼고, 이 데이터의 좌표를 시각화해보기 위해 geojson형태로도 저장해봤다.
자, 보다시피 위치 좌표가 정확한 것을 확인할 수 있다.
이렇게 해서 지하철 좌표와 노선 정보 통합 데이터 구축 끝!!
+ 하소연...
최근 도로명주소 기본도의 지하철 출입구 데이터를 열어보고 깜짝 놀랐다.
속성 데이터가 정말 뒤죽박죽 엉망인 것.
지하철 출입구 번호만 있고, 그 지하철역에 몇호선이 지나는지 이러한 기본적인 정보도 추가를 안 해놨다.
여기저기 뒤져봐도, 지하철 출입구 + 그 지하철역을 지나는 노선 데이터를 찾을 수 없었다.
참나... 이런 수준의 데이터를 백날 공공으로 오픈해봤자, 무슨 소용이 있을까?
정말 양질의 데이터를 제대로 제공해줬으면 좋겠다ㅜㅠ
'코린이 > 실무를 위한 코딩 기록' 카테고리의 다른 글
[python] 3D Mesh (.stl) 데이터 그리드(패치) 분할하기 (2) | 2021.07.01 |
---|---|
[python] 폴더/하위 폴더의 파일 목록 출력 (0) | 2021.06.04 |
[python, plotly] Choropleth 지도로 위치/속성 지도 데이터 시각화 하기 (3) | 2021.04.12 |
[python, GIS] 도로명주소 데이터 좌표계 확인 및 변환 (16) | 2021.02.19 |
[python, graph] 그래프 관련 파이썬 라이브러리 소개 및 추천 (geo2dr, karateclub) (0) | 2021.01.10 |