geopandas, folium을 통하여 지도 시각화하기(2)

먼저 보고 오셔야 하는 게시글

geopandas, folium을 통하여 지도 시각화하기(1)

전체 코드

import geopandas as gpd
import pandas as pd
import folium
from folium.features import DivIcon

df_gu= gpd.read_file('/content/sig.json')
df_bdong = gpd.read_file('/content/emd.json')
cc = pd.read_table('/cc.csv', sep=',')
tt = pd.read_table('/tt.csv', sep=',')

result_df = pd.merge(df_gu, df_bdong, left_on=df_gu['SIG_CD'], right_on=df_bdong['EMD_CD'].str[:5], how='left')

gdf_test = result_df[result_df['SIG_KOR_NM'].isin(['광진구'])].reset_index(drop=True)

m = folium.Map(location=[37.54672073122991, 127.08580934446613], zoom_start=13.5)

# 시각화 할 경계선 색상 지정
colors = ['red', 'blue', 'green', 'purple', 'orange', 'darkred', 'darkblue']

# FeatureGroup 사전 생성
layer_dict = {}

# 각 경계선을 지도에 추가
for idx, row in gdf_test.iterrows():

    dong_name = row['EMD_KOR_NM']
    polygon_wkt = row['geometry_y']

    if dong_name in layer_dict:
        layer = layer_dict[dong_name]
    else:
        # 해당 구이름에 대한 FeatureGroup가 없으면 새로 생성
        layer = folium.FeatureGroup(name=dong_name,show=True)
        layer_dict[dong_name] = layer
        layer.add_to(m)

    color = colors[len(layer_dict) % len(colors)]

    t1 = folium.GeoJson(polygon_wkt,
                       style_function=lambda feature, color=color: {
                           'fillColor': color, #채우기 색상
                           'fillOpacity': 0.5, #채우기 투명도
                           'color': color, # 테두리 색상
                           'weight': 2, #테두리 두께
                           'opacity': 1  # 테두리 투명도
                       },
                       tooltip=f'법정동: {dong_name}')

    t1.add_to(layer)

for n in cc.index:
    lat1, lon1 = cc.loc[n, 'latitude1'], cc.loc[n, 'longitude1']
    price1 = cc.loc[n, 'price1']
    dong = cc.loc[n, 'dong']  # 이름 데이터

    # 이름과 가격을 표시하는 DivIcon 추가, 스타일 변경
    folium.Marker(
        [lat1, lon1],
        icon=DivIcon(
            icon_size=(90, 50),
            icon_anchor=(25, 25),
            html=f'''
                <div style="font-size: 10pt; font-weight: bold; color: white;
                            background: red; padding: 5px; border-radius: 5px;
                            text-align: center;">
                    {dong}<br>{price1}
                </div>
            ''',
        )
    ).add_to(m)

for n in tt.index:
    lat2, lon2 = tt.loc[n, 'llatitude2'], tt.loc[n, 'longitude2']
    price2 = tt.loc[n, 'price2']
    name = tt.loc[n, 'name']  # 이름 데이터

    # 이름과 가격을 표시하는 DivIcon 추가, 스타일 변경
    folium.Marker(
        [lat2, lon2],
        icon=DivIcon(
            icon_size=(110, 50),
            icon_anchor=(50, 25),
            html=f'''
                <div style="font-size: 10pt; font-weight: bold; color: white;
                            background: navy; padding: 5px; border-radius: 5px;
                            text-align: center;">
                    {name}<br>{price2}
                </div>
            ''',
        )
    ).add_to(m)

# folium.LayerControl 추가한 뒤, 지도 표시
folium.LayerControl(collapsed=False).add_to(m)
folium.LatLngPopup().add_to(m)

# html파일로 저장
m.save("법정동시각화_231210.html")
m

---

시작!

---

두 데이터 프레임 합치기 

result_df = pd.merge(
df_gu, df_bdong,
left_on=df_gu['SIG_CD'], 
right_on=df_bdong['EMD_CD'].str[:5], 
how='left'
)

# pd.merge(a,b) -> a,b 두 데이터 프레임을 합치는 메서드
# pd.merge(df_gu, df_bdong) -> df_gu, df_bdong 두 데이터 프레임을 합치겠다! 

# left_on = df_gu['SIG_CD'] -> 왼쪽 데이터 프레임에서 맞추는 기준은 df_gu['SIG_CD'] 컬럼으로 하겠다. 
# right_on=df_bdong['EMD_CD'].str[:5] 
# -> 오른쪽 데이터 프레임에서 맞추는 기준은 df_bdong['EMD_CD'] 컬럼열들의 0~4번째 글자들로 하겠다.

# how='left' -> left인 df_gu의 'SIG_CD' 컬럼열 기준으로 합치겠다!
# 위 데이터 프레임을 result_df라고 하겠다!


result_df.head()
# result_df의 상위 5열을 출력하겠다!

 

 

출력 결과

.merge()의 자세한 설명

[Python] 데이터프레임 합치기 :: pd.merge()

---

원하는 데이터만 가져오기

gdf_test = result_df[result_df['SIG_KOR_NM'].isin(['광진구'])].reset_index(drop=True)
# gdf_test = result_df[조건] -> 조건에 맞춘 데이터 프레임 result_df을 gdf_test라고 할거야.
# result_df['SIG_KOR_NM'].isin(['광진구']) -> SIG_KOR_NM 컬럼열에서 광진구인 컬럼만 보여줘.
# .reset_index(drop=True) -> 인덱스를 새로 부여하고 기존의 인덱스를 삭제할거야!(drop=True) 

gdf_test
# gdf_test를 출력해보자!

 

출력 결과

---

지도 만들기

m = folium.Map(location=[37.54672073122991, 127.08580934446613], zoom_start=13.5)

# m = folium.Map() -> 맵을 생성하겠다.
# location=[37.54672073122991, 127.08580934446613] -> 위도 = 37.54672073122991, 경도 = 127.08580934446613
# zoom_start -> 시작시 확대 정도(최대 값 18)

colors = ['red', 'blue', 'green', 'purple', 'orange', 'darkred', 'darkblue']
# 리스트 형태로 시각화 할 경계선 색상 그룹을 만들어서 colors라고 하겠다.


layer_dict = {}
# 동 기준으로 나눌 레이어그룹을 딕셔너리로 생성하고 layer_dict이라고 하겠다.

m
# m이라는 지도를 출력하겠다.

 

출력 결과

---

각 경계선을 지도에 추가

for idx, row in gdf_test.iterrows():
# for 인덱스, 컬럼, in 데이터프레임.iterrows() -> 데이터프레임의 반복문 형태 중 하나
# .iterrows() 행의 인덱스와 해당 행의 데이터를 반환

    dong_name = row['EMD_KOR_NM']  
    # EMD_KOR_NM 열의 데이터를 dong_name라고 할거야.

    
    polygon_wkt = row['geometry_y']
	# geometry_y 열의 데이터를 polygon_wkt라고 할거야.

    
    if dong_name in layer_dict:
    # dong_name이 layer_dict 안에 존재한다면
   
        layer = layer_dict[dong_name]
        # layer는 layer_dict의 dong_name 데이터다.
        
    else:
    # dong_name이 layer_dict 안에 존재하지 않는다면 
    
        layer = folium.FeatureGroup(name=dong_name, show=True)
        # 만약 dong_name이 layer_dict에 없다면, name이 dong_name인 새로운 folium.FeatureGroup 객체를 생성합니다. 
        # FeatureGroup은 지도 위에 그룹화된 요소들을 나타냅니다.
       
    
        
        layer_dict[dong_name] = layer
        layer.add_to(m)
        # 생성된 FeatureGroup을 layer_dict에 저장하고, 지도 객체 m에 추가합니다. 
        # 이렇게 함으로써 나중에 지도 위에 해당 FeatureGroup을 표시할 수 있습니다.

---

다음 글에서 이어서 진행하겠습니다.

---

다음 글!

 

geopandas, folium을 통하여 지도 시각화하기(3)