실시간으로 서울시에 있는 역에 따릉이가 몇 대 대여됐는지 잔여 자전거 대수를 확인해보려고 합니다.

1. 따릉이 api

(https://www.bikeseoul.com/app/station/getStationRealtimeStatus.do)

형태는 JSON형태로 되어있습니다.

필요한것들을 임포트 하겠습니다.

import requests
import folium
import json
import pandas as pd
import warnings
warnings.filterwarnings('ignore')

warnings.filterwarnings('ignore') == warnings을 안뜨게하는 명령어입니다.

데이터 값	내용
stationName	대여소 이름
stationId	고유한 대여소 번호
stationLongitude	대여소 경도
stationLatitude	대여소 위도
rackTotCnt	주차 가능한 전체 자전거 대수
parkingBikeTotCnt	주차된 따릉이 총 대수
parkingQRBikeCnt	주차된 따릉이 qr형 총 대수
parkingELECBikeCnt	주차된 새싹 따릉이 총 대수

1-1. 데이터 요청하기

targetSite = 'https://www.bikeseoul.com/app/station/getStationRealtimeStatus.do'
#역데이터 정보 모두 가져오기
request =requests.post(targetSite, data={'stationGrpSeq':'ALL'})
# print(request)
print(request.text)

가 나오게됩니다. 모든 역의 데이터를 가져오니 확실히엄청 많다는것을 확인할 수 있습니다.

앞서 말씀드렸듯이 json형태로 되어있기떄문에 json데이터를 처리하기로 합니다.

requests.post(targetSite, data={'stationGrpSeq':'ALL'})

을 사용하게되면 모든 로그인을 하지않아도 1,000개정도의 데이터를 가져올 수 있습니다.

1-2. json 데이터 처리하기

json.load() : json타입의 문자열 데이터를 파이썬에서 처리할 수있도록 변환(딕셔너리로변환해줌)

bike_json = json.loads(request.text)
print(bike_json)
print(type(bike_json))

당연히 json형태도 위 값처럼 엄청 많이 나오게 되어있을테고

type은 dict로 변경했으니 잘 변경 되어있는걸 확인할 수 있습니다.

1-3. 딕셔너리 타입의 데이터를 데이터프레임으로 변환하기

json_normalize(): 딕셔너리 자료구조의 타입의 데이터를 판다스 데이터프레임으로 변환_(판다스에있는 매소드)

지금 bike_json을 가지고 바로 df를 만드려고 하면 있는값들이있고 없는값들이 있어서 애매합니다.

그렇지만 realtimeList는 반복되는 배열이기때문에 df할 수 있습니다.

bike_df = pd.json_normalize(bike_json, 'realtimeList')
bike_df

여기서 이해가 가지않았던 부분은 보통 bike_json안의 realtimeList리스트를 가져오는것이기에 , 가 아닌 . 으로 불어와야한다고 생각했는데 여기는 함수의 인자들을 구분하기 위해서 사용됩니다.

pd.json_normalize는 함수이고 함수 호출 시 여러개의 인자를 전달 할 수 있습니다.

bike_json는 데이터 전체를 나타내는 첫번째 인자이고 realtimeList는 JSON데이터안에서 평탄화할 리스트의 키를 나타내는 두번째 인자가 됩니다.

pd.json_normalize는 JSON 데이터 구조에서 특정 키('realtimeList')를 찾아 그 안의 리스트를 평탄화하여 데이터프레임으로 만드는 함수입니다. 이 코드에서 pd.json_normalize 함수가 정확히 그 역할을 수행하고 있습니다.

즉! bike_josn안에있는 tealtimeList리스트의 인자값을을 가져오는거고 그 값들을 df로 만든 결과물이 바로 아래입니다.

( 휴 이해하는데 좀 걸림)

bike_df.columns

그럼 컬럼들을 가져오게되면 총 11개가 나타나게되고 필요한것들만 뽑아오겠습니다.

총 8개이고 목록은 아래와 같습니다.

* stationName : 대여소 이름

* stationId : 고유한 대여소 번호

* stationLongitude : 대여소 경도

* stationLatitude : 대여소 위도

* rackTotCnt : 주차 가능한 전체 자전거 대수

* parkingBikeTotCnt : 주차된 따릉이 총 대수

* parkingQRBikeCnt : 주차된 따릉이 qr형 총 대수

* parkingELECBikeCnt : 주차된 새싹 따릉이 총 대수

1-4. 쓸 데이터 추리기

bike_df_map = bike_df[['stationName',
                       'stationId',
                       'stationLongitude',
                       'stationLatitude',
                       'rackTotCnt',
                       'parkingBikeTotCnt',
                       'parkingQRBikeCnt',
                       'parkingELECBikeCnt']]
bike_df_map

여기서 우리가 보면 위도는 folat, 총 대수는 int64, 이름이나 고유한 대여소 번호는 object로 변경해야 맞을것 같습니다.

그렇지만 지금 dtypes를 찍어보면

bike_df_map.dtypes

로 모두 object로 표현됩니다. 그래서 type을 변경해야합니다.

타입 변경은 .astype(바꿀 형)을 사용합니다.

1-5. 데이터타입 변경

#형 변환하기
bike_df_map['stationLongitude'] = bike_df_map['stationLongitude'].astype(float)
bike_df_map['stationLatitude'] = bike_df_map['stationLatitude'].astype(float)

bike_df_map['rackTotCnt'] = bike_df_map['rackTotCnt'].astype(int)
bike_df_map['parkingBikeTotCnt'] = bike_df_map['parkingBikeTotCnt'].astype(int)
bike_df_map['parkingQRBikeCnt'] = bike_df_map['parkingQRBikeCnt'].astype(int)
bike_df_map['parkingELECBikeCnt'] = bike_df_map['parkingELECBikeCnt'].astype(int)

그리고 파생변수로 현재 역에 있는 따릉이의 자전거를 모두 더한 total 파생변수를 만들어줍니다.

vike_df_map['total'] =  bike_df_map['parkingBikeTotCnt'] + bike_df_map['parkingQRBikeCnt'] + bike_df_map['parkingELECBikeCnt']

아직 print를 하지 않았으니 결과값은 나오지 않습니다.

여기서 타입이잘 바뀌었는지 확인해보겠습니다.

bike_df_map.dtypes

잘 변경됐고, 파생변수도 잘 들어갔는지 확인하겠습니다.

bike_df_map.head()

잘 들어갔고, row가 얼마나있는지 확인해보겠습니다.

bike_df_map.shape

#(2733, 9)

1-6. folium을 이용한 지도표시

이제 folium을 이용해서 지도에 표시를 해주겠습니다. 경도 위도는 위에 나와있는 값의 평균을 냈고 zoom_start는 12로 맞췄습니다.

bike_map = folium.Map(location=[bike_df_map['stationLatitude'].mean(),
                                bike_df_map['stationLongitude'].mean()],
                      zoom_start=12)

for문을 이용하여 데이터 표시하기

▶ popup_str 을 이용하여 일반, qr, 새싹, 총 몇대인지를 넣겠습니다.

.format을 이용하면 뒤에있는 데이터 값이 대체됩니다.

예를들어

첫 번째 {}는 data['stationName'] 값으로 대체됩니다.
두 번째 {}는 data['parkingBikeTotCnt'] 값으로 대체됩니다.
세 번째 {}는 data['parkingQRBikeCnt'] 값으로 대체됩니다.
네 번째 {}는 data['parkingELECBikeCnt'] 값으로 대체됩니다.
다섯 번째 {}는 data['total'] 값으로 대체됩니다.

for index, data in bike_df_map.iterrows():
    # print(index, data)
    popup_str = '{} 일반:{}대, QR:{}대, 세싹:{}대, 총:{}대'.format(
        data['stationName'], data['parkingBikeTotCnt'], data['parkingQRBikeCnt'],
        data['parkingELECBikeCnt'],data['total']
    )
    popup = folium.Popup(popup_str, max_width=600)
    folium.Marker(location=[data['stationLatitude'], data['stationLongitude']],
                  popup=popup).add_to(bike_map)

bike_map

매소드 리뷰

매소드	설명
warnings.filterwarnings('ignore')	warnings을 안뜨게하는 명령어입니다.
json.load()	son타입의 문자열 데이터를 파이썬에서 처리할 수있도록 변환(딕셔너리로변환해줌)
.astype(바꿀 형)	dtype을 원하는 형으로 변경해줌.
.format	문자열 포맷팅을 위해 사용됩니다.

저작자표시

'데이터 분석 및 시각화' 카테고리의 다른 글

[데이터 시각화] 떡볶이 프렌차이즈의 입점전략은 바로 이것. (0)	2024.06.29
[ML] 머신러닝(Machine Learning) (0)	2024.06.28
[데이터 시각화] 전국 도시공원 데이터 활용 (0)	2024.06.23
[seaborn] 상권별 업종 밀집 통계 데이터(2) (0)	2024.06.22
[Matplotlib] 상권별 업종 밀집 통계 데이터 (0)	2024.06.21

윤슬의 바다

[데이터 시각화] 서울시 따릉이 API를 이용한 실시간 잔여 자전거 대수 확인하기

실시간으로 서울시에 있는 역에 따릉이가 몇 대 대여됐는지 잔여 자전거 대수를 확인해보려고 합니다.

1. 따릉이 api

1-1. 데이터 요청하기

1-2. json 데이터 처리하기

1-3. 딕셔너리 타입의 데이터를 데이터프레임으로 변환하기

1-4. 쓸 데이터 추리기

1-5. 데이터타입 변경

1-6. folium을 이용한 지도표시

매소드 리뷰

'데이터 분석 및 시각화' 카테고리의 다른 글

티스토리툴바

[데이터 시각화] 서울시 따릉이 API를 이용한 실시간 잔여 자전거 대수 확인하기

실시간으로 서울시에 있는 역에 따릉이가 몇 대 대여됐는지 잔여 자전거 대수를 확인해보려고 합니다.

1. 따릉이 api

1-1. 데이터 요청하기

1-2. json 데이터 처리하기

1-3. 딕셔너리 타입의 데이터를 데이터프레임으로 변환하기

1-4. 쓸 데이터 추리기

1-5. 데이터타입 변경

1-6. folium을 이용한 지도표시

매소드 리뷰

'데이터 분석 및 시각화' 카테고리의 다른 글

관련글

티스토리툴바