Seminario de Lenguajes - Python¶

Cursada 2022¶

GeoPandas¶

GeoPandas¶

• Esta librería agrega soporte para manipular datos geoespaciales.
• Las dos estructuras principales extienden dos clases de pandas:
  • geopandas.GeoDataFrame, subclase de pandas.DataFrame,
  • geopandas.GeoSeries, subclase de pandas.Series,

Estas clases agregan los datos específicos a este tipo de datos, referidos a las geometrías: puntos, polígonos, etc.

• Más info en la documentación oficial

Vamos a ver algunas de las funcionalidades a través de un ejemplo: ubicación de rampas en CABA¶

• Dataset: rampas de accesibilidad - Relevamiento 2016 (CABA) descarga csv
• Archivo con la información geográfica de las comunas de CABA descarga shapefile

Comencemos ...¶

In [76]:

import pandas as pd
import geopandas as gpd
import matplotlib.pyplot as plt
import os.path
import os

import pandas as pd import geopandas as gpd import matplotlib.pyplot as plt import os.path import os

In [77]:

dir_datasets = "rampas"
comunas_caba_shp = "comunas.shp"
rampas_relevamiento_2016 = "rampas-de-accesibilidad-relevamiento-2016.csv"

path_datasets = os.path.join(os.getcwd(), dir_datasets)

dir_datasets = "rampas" comunas_caba_shp = "comunas.shp" rampas_relevamiento_2016 = "rampas-de-accesibilidad-relevamiento-2016.csv" path_datasets = os.path.join(os.getcwd(), dir_datasets)

¿Qué información contiene el archivo de información geográfica (comunas.shp)?¶

In [78]:

comunas = gpd.read_file(os.path.join(path_datasets, comunas_caba_shp))

comunas = gpd.read_file(os.path.join(path_datasets, comunas_caba_shp))

In [79]:

type(comunas)

type(comunas)

Out[79]:

geopandas.geodataframe.GeoDataFrame

In [82]:

comunas.head(3)

comunas.head(3)

Out[82]:

	ID	OBJETO	COMUNAS	BARRIOS	PERIMETRO	AREA	geometry
0	1	LIMITE COMUNAL	2.0	RECOLETA	21452.838648	6.317265e+06	POLYGON ((-58.38000 -34.57002, -58.38002 -34.5...
1	3	LIMITE COMUNAL	6.0	CABALLITO	10990.964471	6.851029e+06	POLYGON ((-58.43061 -34.60705, -58.43056 -34.6...
2	6	LIMITE COMUNAL	10.0	FLORESTA - MONTE CASTRO - VELEZ SARSFIELD - VE...	18332.037457	1.265656e+07	POLYGON ((-58.48834 -34.62016, -58.48820 -34.6...

La columna geometry contiene la información geográfica de cada una de las comunas como tipo de geometría polígono.

Graficamos¶

In [83]:

comunas.plot(figsize=(10,10), color='beige',edgecolor='red')

comunas.plot(figsize=(10,10), color='beige',edgecolor='red')

Out[83]:

<AxesSubplot:>

Podemos agregar algunos datos al gráfico¶

Como podemos observar, el mapa anterior no nos brinda el nombre de cada una de las comunas, para poder subsanar el problema debemos trabajar un poco el GeoDataFrame realizando los siguientes pasos:*

• Crear una nueva columna de tipo POINT. Este dato es importante ya que es en este punto, calculado con el método representative_point(), donde se va a escribir el nombre de la comuna sobre el mapa.

In [84]:

comunas['coords'] = comunas['geometry'].apply(lambda x: x.representative_point().coords[:])

comunas['coords'] = comunas['geometry'].apply(lambda x: x.representative_point().coords[:])

In [85]:

comunas['coords']

comunas['coords']

Out[85]:

0       [(-58.39335394881411, -34.58402012780999)]
1       [(-58.44345867055251, -34.61687384741095)]
2      [(-58.503129090909304, -34.62748921603462)]
3       [(-58.50082020876248, -34.60296451410308)]
4       [(-58.49057305772952, -34.56625739628468)]
5       [(-58.42270975961914, -34.57427408391895)]
6       [(-58.4668147137596, -34.590124613219686)]
7      [(-58.45423819580623, -34.554787950559515)]
8      [(-58.391714309443955, -34.63994109590304)]
9     [(-58.420549629232745, -34.618844705165436)]
10      [(-58.44834809730983, -34.63526070464371)]
11      [(-58.40227550909182, -34.61438802928427)]
12     [(-58.496753683144135, -34.65374549776169)]
13    [(-58.468149405683874, -34.678105831485006)]
14      [(-58.36914454898066, -34.60589526999567)]
Name: coords, dtype: object

• Dado que el paso anterior nos devuelve una GeoSerie debemos quedarnos con el punto generado para cada registro del GeoDataFrame.

In [86]:

comunas['coords'] = [coords[0] for coords in comunas['coords']]

comunas['coords'] = [coords[0] for coords in comunas['coords']]

In [87]:

comunas['coords']

comunas['coords']

Out[87]:

0       (-58.39335394881411, -34.58402012780999)
1       (-58.44345867055251, -34.61687384741095)
2      (-58.503129090909304, -34.62748921603462)
3       (-58.50082020876248, -34.60296451410308)
4       (-58.49057305772952, -34.56625739628468)
5       (-58.42270975961914, -34.57427408391895)
6       (-58.4668147137596, -34.590124613219686)
7      (-58.45423819580623, -34.554787950559515)
8      (-58.391714309443955, -34.63994109590304)
9     (-58.420549629232745, -34.618844705165436)
10      (-58.44834809730983, -34.63526070464371)
11      (-58.40227550909182, -34.61438802928427)
12     (-58.496753683144135, -34.65374549776169)
13    (-58.468149405683874, -34.678105831485006)
14      (-58.36914454898066, -34.60589526999567)
Name: coords, dtype: object

Por último, creamos un campo llamado label el cual completamos, para cada registro del GeoDataFrame, con la concatenación del string 'Comuna ' más el dato contenido en la columna COMUNAS (es en esta columna donde se encuentra el número de comuna).

In [88]:

comunas['label'] = comunas.apply(lambda x: 'Comuna ' + str(int(x['COMUNAS'])), axis=1)

comunas['label'] = comunas.apply(lambda x: 'Comuna ' + str(int(x['COMUNAS'])), axis=1)

Y ahora graficamos¶

In [89]:

fig, ax = plt.subplots(figsize = (10,10))
comunas.plot(ax=ax, color='beige', edgecolor='black')
for idx, row in comunas.iterrows():   
    plt.annotate(text=row['label'], xy=row['coords'], horizontalalignment='center', color='blue')

fig, ax = plt.subplots(figsize = (10,10)) comunas.plot(ax=ax, color='beige', edgecolor='black') for idx, row in comunas.iterrows(): plt.annotate(text=row['label'], xy=row['coords'], horizontalalignment='center', color='blue')

Exploremos el dataset de las rampas¶

In [90]:

rampas_2016 = pd.read_csv(os.path.join(path_datasets, rampas_relevamiento_2016), delimiter=';')

rampas_2016 = pd.read_csv(os.path.join(path_datasets, rampas_relevamiento_2016), delimiter=';')

In [91]:

rampas_2016

rampas_2016

Out[91]:

	X	Y	ID	MES	SEMANA	ZONA	CALLE	ALTURA	ESTADO	DOM_NORMA	DOM_GEO
0	-58.401517	-34.613463	1	AGOSTO	1 AL 6	2 Y 3	ALBERTI	315.0	FINALIZADO	ALBERTI 315	315 ALBERTI
1	-58.403174	-34.598833	2	AGOSTO	1 AL 6	2 Y 3	CORDOBA AV	2554.0	FINALIZADO	CORDOBA AV. 2554	2554 CORDOBA AV.
2	-58.394427	-34.618371	3	AGOSTO	1 AL 6	2 Y 3	INDEPENDENCIA AV	1998.0	FINALIZADO	INDEPENDENCIA AV. 1998	1998 INDEPENDENCIA AV.
3	-58.512667	-34.609169	4	AGOSTO	1 AL 6	4	SIMBRON Y MARCOS PAZ	NaN	FINALIZADO	SIMBRON Y PAZ, MARCOS	SIMBRON & PAZ, MARCOS
4	-58.510953	-34.609638	5	AGOSTO	1 AL 6	4	TINOGASTA Y ZURICH	NaN	FINALIZADO	TINOGASTA Y ZURICH	TINOGASTA & ZURICH
...	...	...	...	...	...	...	...	...	...	...	...
2950	-58.482653	-34.581977	2997	NOVIEMBRE	21 AL 26	15	BALLIVIAN	2896.0	EN EJECUCIÓN	BALLIVIAN 2896	2896 BALLIVIAN
2951	-58.481805	-34.581305	2998	NOVIEMBRE	21 AL 26	15	BALLIVIAN	2799.0	EN EJECUCIÓN	BALLIVIAN 2799	2799 BALLIVIAN
2952	-58.482766	-34.582043	2999	NOVIEMBRE	21 AL 26	15	BALLIVIAN	2902.0	EN EJECUCIÓN	BALLIVIAN 2902	2902 BALLIVIAN
2953	-58.482867	-34.581925	3000	NOVIEMBRE	21 AL 26	15	BALLIVIAN	2901.0	EN EJECUCIÓN	BALLIVIAN 2901	2901 BALLIVIAN
2954	-58.482791	-34.581881	3001	NOVIEMBRE	21 AL 26	15	BALLIVIAN	2899.0	EN EJECUCIÓN	BALLIVIAN 2899	2899 BALLIVIAN

2955 rows × 11 columns

Este archivo contiene la latitud y la longitud de la ubicación en el mapa para cada una de las rampas. Su sistemas de referencia de coordenadas es el EPSG: 4326.

¿Cómo agregamos los puntos donde se encuentran las rampas?¶

• Debemos crear las geometrías para cada una de las rampas contenidas en el dataset de rampas_2016.
• Para eso importamos de la librería shapely.geometry las geometría POINT

In [92]:

from shapely.geometry import Point
geometry = [Point(xy) for xy in zip(rampas_2016["X"], rampas_2016["Y"])]

from shapely.geometry import Point geometry = [Point(xy) for xy in zip(rampas_2016["X"], rampas_2016["Y"])]

In [93]:

geometry[:3]

geometry[:3]

Out[93]:

[<shapely.geometry.point.Point at 0x7f9aada17400>,
 <shapely.geometry.point.Point at 0x7f9aada07820>,
 <shapely.geometry.point.Point at 0x7f9aada05f30>]

Ahora creamos el GeoDataFrame ...¶

In [94]:

rampas_2016_gdf = gpd.GeoDataFrame(rampas_2016,
                                  crs='epsg:4326',
                                  geometry=geometry)

rampas_2016_gdf = gpd.GeoDataFrame(rampas_2016, crs='epsg:4326', geometry=geometry)

In [95]:

rampas_2016_gdf.head()

rampas_2016_gdf.head()

Out[95]:

	X	Y	ID	MES	SEMANA	ZONA	CALLE	ALTURA	ESTADO	DOM_NORMA	DOM_GEO	geometry
0	-58.401517	-34.613463	1	AGOSTO	1 AL 6	2 Y 3	ALBERTI	315.0	FINALIZADO	ALBERTI 315	315 ALBERTI	POINT (-58.40152 -34.61346)
1	-58.403174	-34.598833	2	AGOSTO	1 AL 6	2 Y 3	CORDOBA AV	2554.0	FINALIZADO	CORDOBA AV. 2554	2554 CORDOBA AV.	POINT (-58.40317 -34.59883)
2	-58.394427	-34.618371	3	AGOSTO	1 AL 6	2 Y 3	INDEPENDENCIA AV	1998.0	FINALIZADO	INDEPENDENCIA AV. 1998	1998 INDEPENDENCIA AV.	POINT (-58.39443 -34.61837)
3	-58.512667	-34.609169	4	AGOSTO	1 AL 6	4	SIMBRON Y MARCOS PAZ	NaN	FINALIZADO	SIMBRON Y PAZ, MARCOS	SIMBRON & PAZ, MARCOS	POINT (-58.51267 -34.60917)
4	-58.510953	-34.609638	5	AGOSTO	1 AL 6	4	TINOGASTA Y ZURICH	NaN	FINALIZADO	TINOGASTA Y ZURICH	TINOGASTA & ZURICH	POINT (-58.51095 -34.60964)

¿Qué diferencias tiene con el dataframe original?

El estado de las rampas¶

In [96]:

rampas_2016_gdf['ESTADO'].unique()

rampas_2016_gdf['ESTADO'].unique()

Out[96]:

array(['FINALIZADO', 'EN EJECUCIÓN'], dtype=object)

Generamos el mapa con las marcas correspondientes según el estado.

• Tabla de colores: https://matplotlib.org/stable/gallery/color/named_colors.html

In [97]:

fig, ax = plt.subplots(figsize = (15,15))
comunas.plot(ax = ax, color='beige', edgecolor='black')
for idx, row in comunas.iterrows():   
    plt.annotate(text=row['label'], xy=row['coords'], horizontalalignment='center', color='black')

rampas_2016_gdf[rampas_2016_gdf['ESTADO']=='FINALIZADO'].plot(ax=ax, markersize=30, color='blue', marker='o', label='Finalizado')
rampas_2016_gdf[rampas_2016_gdf['ESTADO']=='EN EJECUCIÓN'].plot(ax=ax, markersize=30, color='red', marker='^', label='En ejecución')
plt.legend(prop={'size': 15})

fig, ax = plt.subplots(figsize = (15,15)) comunas.plot(ax = ax, color='beige', edgecolor='black') for idx, row in comunas.iterrows(): plt.annotate(text=row['label'], xy=row['coords'], horizontalalignment='center', color='black') rampas_2016_gdf[rampas_2016_gdf['ESTADO']=='FINALIZADO'].plot(ax=ax, markersize=30, color='blue', marker='o', label='Finalizado') rampas_2016_gdf[rampas_2016_gdf['ESTADO']=='EN EJECUCIÓN'].plot(ax=ax, markersize=30, color='red', marker='^', label='En ejecución') plt.legend(prop={'size': 15})

Out[97]:

<matplotlib.legend.Legend at 0x7f9ab49d9f60>

Seguimos la próxima ...¶