More than 3 years have passed since last update.

無償ジオコーディングの比較

Posted at 2020-03-31

はじめに

仕事でジオコーディングをすることが多々あるため、プロバイダー毎のジオコーディングを整理したいと思い、本記事を執筆します。
ジオコーディングとは、住所から緯度経度情報に変換する技術のことです。逆に、緯度経度情報から住所に変換することは、リバースジオコーディングや逆ジオコーディングといいます。
私がよくやるのは、ジオコーディングの方で、住所情報をQGIS等のGISソフト上に載せたいときなどに、使います。
順序としては下記の通りです。

当該情報（住所を含んだ不動産情報等）をインターネット上か取得します（スクレイピング）（データ形式はCSV）
取得した情報（住所）に対して、ジオコーディングを行い、緯度経度情報に変換します（データ形式はCSV）
QGISの「CSVテキストレイヤの追加」を行い、QGIS上に表示します。

しかし、ジオコーディングは色々なプロバイダーが提供しているので、どのプロバイダーを使えばいいのかよくわかりません。
そこで、本記事ではプロバイダー別に、ジオコーディングを比較していきたいと思います。

#比較するジオコーディングのプロバイダ
ジオコーディングの関数は色々ありますが、今回は本サイトで紹介されているモジュールを使います。Pythonで使用可能です。

本モジュールで使用可能なプロバイダを下記にまとめました。

#	プロバイダ名	APIkeyが必要か不要か	備考
1	ArcGIS	不要
2	Baidu	必要	住所情報ではなく、IPアドレスを元にジオコーディングする。リクエスト数は100万回/日
3	Bing	必要
4	CanadaPost	必要
5	FreeGeoIP.net	不要	リクエスト数は1万回/1時間
6	Gaode	必要	リクエスト数は2000回/日
7	GeocodeFarm	不要	リクエスト数は250回/日
8	Geocoder.ca	不要	カナダと米国のジオコーダー
9	GeoNames	必要
10	GeoOttawa	不要
11	Google	必要
12	HERE	必要
13	IP Info.io	不要	住所情報ではなく、IPアドレスを元にジオコーディングする
14	LocationIQ	必要	OpenStreetMapと完全互換性
15	Mapbox	不要
16	MapQuest	必要
17	MaxMind	不要	住所情報ではなく、IPアドレスを元にジオコーディングする
18	Opencage	必要
19	OpenStreetMap	不要
20	Tamu	必要
21	TomTom	必要
22	What3Words	不要	緯度経度情報ではなく、3mX3m四方のグローバルグリッドを指す一意の3ワードを返す
23	Yahoo	不要	YOLPとは違うサービスらしい。Yahoo Place Finderというサービス
24	Yandex	不要	ロシア最大のインターネット企業が提供するサービス
25	TGOS	必要	台湾の公式地図サービス

APIkeyが必要なものはいちいち登録するのも面倒なため、不要のサービスを比較してみます。
また、IPアドレスからのジオコーディングは使わないため、こちらも除外します。
それと、What3Wordsも除外します。

不要のサービスは以下の通りです。
また、YahooとYandexは使えなくなっていたので、除外します。

#	プロバイダ名	APIkeyが必要か不要か	備考
1	ArcGIS	不要
2	GeocodeFarm	不要	リクエスト数は250回/日
3	Geocoder.ca	不要	カナダと米国のジオコーダー
4	GeoOttawa	不要
5	Mapbox	不要
6	OpenStreetMap	不要

9のサービスを対象にどの程度の制度でジオコーディングができるのか実施します。

#住所の細かさ
住所を細かくしたとき、どの程度の細かさまで対応できるのか試してみたいと思います。
対象とする住所は、下記の6つにします

日本
東京都
東京都足立区
東京都足立区北千住
東京都足立区北千住3
東京都足立区北千住3-92

#プログラム
TypeErrorとかそのあたりは例外処理でとりあえず飛ばしています。
多分、サービス停止シていたりするものも有るかと思いますが、そのあたりは後で調査するとしてまずは緯度経度を返してくれるかどうかだけをみます。

main.py

import geocoder
import pandas as pd
import numpy as np

value = ["日本","東京都","東京都足立区","東京都足立区北千住","東京都足立区北千住","東京都足立区北千住3","東京都足立区北千住3-92"]
provider = ["ArcGIS","GeocodeFarm","Geocoder.ca","GeoOttawa","Mapbox","OpenStreetMap"]

cols = ['住所情報','プロバイダ','緯度','経度']
df = pd.DataFrame(index=[],columns=cols)

for i in range(0,len(value)):
    print("■" + value[i] + "の場合")
    
    for j , name in enumerate(provider):
        print("-" + name + "の場合")
        
        #ArcGISの場合
        if(j == 0):
            try:
                latlon = geocoder.arcgis(value[i])
                latlon_lat = latlon.json["lat"]
                latlon_lng = latlon.json["lng"]

                print(latlon)
                print(latlon.json["lng"])
                print(latlon.json["lat"])
            
        
            except ValueError:
                print("ValueErrorが発生")
                latlon_lat = "ValueError"
                latlon_lng = "ValueError"
 
            except TypeError:
                print("TypeErrorが発生")
                latlon_lat = "TypeError"
                latlon_lng = "TypeError"
                
            except KeyError:
                print("KeyError")
                latlon_lat = "KeyError"
                latlon_lng = "KeyError"
                
            
            record = pd.Series([value[i],
                                   name,
                                   latlon_lat,
                                   latlon_lng],
                                   index=df.columns)
            df = df.append(record,ignore_index=True)
          

        #GeocodeFram場合
        if(j == 1):
            try:
                latlon = geocoder.geocodefarm(value[i])
                latlon_lat = latlon.json["lat"]
                latlon_lng = latlon.json["lng"]

                print(latlon)
                print(latlon.json["lng"])
                print(latlon.json["lat"])
            
            except ValueError:
                print("ValueErrorが発生")
                latlon_lat = "ValueError"
                latlon_lng = "ValueError"
 
            except TypeError:
                print("TypeErrorが発生")
                latlon_lat = "TypeError"
                latlon_lng = "TypeError"
                
            except KeyError:
                print("KeyError")
                latlon_lat = "KeyError"
                latlon_lng = "KeyError"
            
            record = pd.Series([value[i],
                                   name,
                                   latlon_lat,
                                   latlon_lng],
                                   index=df.columns)
            df = df.append(record,ignore_index=True)
      
        #Geocoder.ca場合
        if(j == 2):
            try:
                latlon = geocoder.geolytica(value[i])
                #print(latlon.json)
                latlon_lat = latlon.json["lat"]
                latlon_lng = latlon.json["lng"]

                print(latlon)
                print(latlon.json["lng"])
                print(latlon.json["lat"])
            
            except ValueError:
                print("ValueErrorが発生")
                latlon_lat = "ValueError"
                latlon_lng = "ValueError"
 
            except TypeError:
                print("TypeErrorが発生")
                latlon_lat = "TypeError"
                latlon_lng = "TypeError"
                
            except KeyError:
                print("KeyError")
                latlon_lat = "KeyError"
                latlon_lng = "KeyError"
            
            record = pd.Series([value[i],
                                   name,
                                   latlon_lat,
                                   latlon_lng],
                                   index=df.columns)
            df = df.append(record,ignore_index=True)


            
            
        #GeoOttawa場合
        if(j == 3):
            try:
                latlon = geocoder.ottawa(value[i])
                #print(latlon.json)
                latlon_lat = latlon.json["lat"]
                latlon_lng = latlon.json["lng"]

                print(latlon)
                print(latlon.json["lng"])
                print(latlon.json["lat"])
            
            except ValueError:
                print("ValueErrorが発生")
                latlon_lat = "ValueError"
                latlon_lng = "ValueError"
 
            except TypeError:
                print("TypeErrorが発生")
                latlon_lat = "TypeError"
                latlon_lng = "TypeError"
                
            except KeyError:
                print("KeyError")
                latlon_lat = "KeyError"
                latlon_lng = "KeyError"
            
            record = pd.Series([value[i],
                                   name,
                                   latlon_lat,
                                   latlon_lng],
                                   index=df.columns)
            df = df.append(record,ignore_index=True)

            
            
        
        #GMapbox場合
        if(j == 4):
            try:
                latlon = geocoder.mapbox(value[i])
                #print(latlon.json)
                latlon_lat = latlon.json["lat"]
                latlon_lng = latlon.json["lng"]

                print(latlon)
                print(latlon.json["lng"])
                print(latlon.json["lat"])
            
            except ValueError:
                print("ValueErrorが発生")
                latlon_lat = "ValueError"
                latlon_lng = "ValueError"
 
            except TypeError:
                print("TypeErrorが発生")
                latlon_lat = "TypeError"
                latlon_lng = "TypeError"
                
            except KeyError:
                print("KeyError")
                latlon_lat = "KeyError"
                latlon_lng = "KeyError"
            
            record = pd.Series([value[i],
                                   name,
                                   latlon_lat,
                                   latlon_lng],
                                   index=df.columns)
            df = df.append(record,ignore_index=True)

            
            
            
        #OpenStreetMaps場合
        if(j == 5):
            try:
                latlon = geocoder.osm(value[i])
                #print(latlon.json)
                latlon_lat = latlon.json["lat"]
                latlon_lng = latlon.json["lng"]

                print(latlon)
                print(latlon.json["lng"])
                print(latlon.json["lat"])
            
            except ValueError:
                print("ValueErrorが発生")
                latlon_lat = "ValueError"
                latlon_lng = "ValueError"
 
            except TypeError:
                print("TypeErrorが発生")
                latlon_lat = "TypeError"
                latlon_lng = "TypeError"
                
            except KeyError:
                print("KeyError")
                latlon_lat = "KeyError"
                latlon_lng = "KeyError"
            
            record = pd.Series([value[i],
                                   name,
                                   latlon_lat,
                                   latlon_lng],
                                   index=df.columns)
            df = df.append(record,ignore_index=True)
print("finish!")

#出力結果
出力結果は以下の通りです。

	住所情報	プロバイダ	緯度	経度
0	日本	ArcGIS	36.655226998000046	139.27149500000007
1	日本	GeocodeFarm	TypeError	TypeError
2	日本	Geocoder.ca	KeyError	KeyError
3	日本	GeoOttawa	TypeError	TypeError
4	日本	Mapbox	ValueError	ValueError
5	日本	OpenStreetMap	36.5748441	139.2394179
6	東京都	ArcGIS	35.68945633200008	139.69171608500005
7	東京都	GeocodeFarm	TypeError	TypeError
8	東京都	Geocoder.ca	KeyError	KeyError
9	東京都	GeoOttawa	TypeError	TypeError
10	東京都	Mapbox	ValueError	ValueError
11	東京都	OpenStreetMap	35.6828387	139.7594549
12	東京都足立区	ArcGIS	35.77481105600003	139.80453694100004
13	東京都足立区	GeocodeFarm	TypeError	TypeError
14	東京都足立区	Geocoder.ca	KeyError	KeyError
15	東京都足立区	GeoOttawa	TypeError	TypeError
16	東京都足立区	Mapbox	ValueError	ValueError
17	東京都足立区	OpenStreetMap	35.783703	139.795319
18	東京都足立区北千住	ArcGIS	35.77481105600003	139.80453694100004
19	東京都足立区北千住	GeocodeFarm	TypeError	TypeError
20	東京都足立区北千住	Geocoder.ca	KeyError	KeyError
21	東京都足立区北千住	GeoOttawa	TypeError	TypeError
22	東京都足立区北千住	Mapbox	ValueError	ValueError
23	東京都足立区北千住	OpenStreetMap	35.7496486	139.8046045
24	東京都足立区北千住	ArcGIS	35.77481105600003	139.80453694100004
25	東京都足立区北千住	GeocodeFarm	TypeError	TypeError
26	東京都足立区北千住	Geocoder.ca	KeyError	KeyError
27	東京都足立区北千住	GeoOttawa	TypeError	TypeError
28	東京都足立区北千住	Mapbox	ValueError	ValueError
29	東京都足立区北千住	OpenStreetMap	35.7496486	139.8046045
30	東京都足立区北千住3	ArcGIS	35.77481105600003	139.80453694100004
31	東京都足立区北千住3	GeocodeFarm	TypeError	TypeError
32	東京都足立区北千住3	Geocoder.ca	KeyError	KeyError
33	東京都足立区北千住3	GeoOttawa	TypeError	TypeError
34	東京都足立区北千住3	Mapbox	ValueError	ValueError
35	東京都足立区北千住3	OpenStreetMap	TypeError	TypeError
36	東京都足立区北千住3-92	ArcGIS	35.77481105600003	139.80453694100004
37	東京都足立区北千住3-92	GeocodeFarm	48.9505233764802	2.29213690757375
38	東京都足立区北千住3-92	Geocoder.ca	KeyError	KeyError
39	東京都足立区北千住3-92	GeoOttawa	TypeError	TypeError
40	東京都足立区北千住3-92	Mapbox	ValueError	ValueError
41	東京都足立区北千住3-92	OpenStreetMap	TypeError	TypeError

ほぼほぼエラーですね。。。
整理したのは下記です。

	住所情報	プロバイダ	緯度	経度
0	日本	ArcGIS	36.655227	139.271495
5	日本	OpenStreetMap	36.5748441	139.2394179
6	東京都	ArcGIS	35.68945633	139.6917161
11	東京都	OpenStreetMap	35.6828387	139.7594549
12	東京都足立区	ArcGIS	35.77481106	139.8045369
17	東京都足立区	OpenStreetMap	35.783703	139.795319
18	東京都足立区北千住	ArcGIS	35.77481106	139.8045369
23	東京都足立区北千住	OpenStreetMap	35.7496486	139.8046045
24	東京都足立区北千住	ArcGIS	35.77481106	139.8045369
29	東京都足立区北千住	OpenStreetMap	35.7496486	139.8046045
30	東京都足立区北千住3	ArcGIS	35.77481106	139.8045369
36	東京都足立区北千住3-92	ArcGIS	35.77481106	139.8045369

ArcGISとOpenStreetMapのみ、変換に使うことができました。
これらをQGISで表示させてみます。

#QGISでの表示

※赤丸はOpenStreetMap、青丸はArcGISです

住所情報が日本の箇所に関しては、下記のようになりました。(赤枠)

群馬県になりました。だいたい日本の中心でしょうか。

日本以外に関しては、下記のようになりました。

東京都に関しては、OpenStreetMapは東京駅を指しています。ArcGISは都庁あたりを指しています。
東京の県庁所在地は新宿区なので、ArcGISもある意味正しいのではないでしょうか。

東京都足立区は下記のようになりました。

OpenStreetMapは、特に何もランドマークはなかったのですが、ArcGISは足立区役所を指していました。

おわりに

色々なジオコーディングサービスがありますが、とりあえずArcGISか、OpenStreetMapを使えば問題なさそうです。ただし、ポインティングする場所が微妙に異なるため、目視確認等もして判断していけばいいかなと思いました。

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up