福岡県の自転車事故（平成30年）はどのような場所で発生しているのか．

準備

データ
https://ckan.open-governmentdata.org/dataset/401000_koutsuujiko2018_tsukibetu

アイコン集
http://foonyan.sakura.ne.jp/wisteriahill/google_icons/index.html

このページに乗っていない過程は前回の投稿に記述しています．
今回は前回の発展として，アイコンを使ったマッピングに取り組んでいます．
なお，今回もGoogle Colaboratoryを使用しています．

まず，自転車事故のみを表示してみます．

import simplekml
import pandas as pd

data = pd.read_csv("h30.1-12.csv")
data[(data['甲_種別'] == '自転車') | (data['乙_種別'] == '自転車')].head(10)

↑こんな画面になるはず．
ここまでのものを利用して緯度経度情報を抽出します．

temp = data[(data['甲_種別'] == '自転車') | (data['乙_種別'] == '自転車')]
temp2 = temp[['発生場所経度', '発生場所緯度']]
longitude_latitude_list = temp2.values.tolist()

ここで，緯度経度の中に'nan'があることに気づいたので，これらを除去してあげます．

import numpy
new_longitude_latitude_list = []
for i in longitude_latitude_list:
  if not(numpy.isnan(i[0]) or numpy.isnan(i[1])):
    new_longitude_latitude_list.append(i)

アイコンを指定してあげてマッピング・結果を保存．

kml = simplekml.Kml()
for d in new_longitude_latitude_list:
  point = kml.newpoint(coords=[(d[0], d[1] )])
  point.style.iconstyle.icon.href = 'http://maps.google.co.jp/mapfiles/ms/icons/cycling.png	'  # 経度，緯度
kml.save("fukuoka_bike.kml")

結果

自転車事故がすごい数というのが可視化の結果からわかります．

個別に見ていきます．

それぞれ見ていくと，交差点や合流地点が多く見られました．
やはり，このような場所はドライバーも自転車に乗る人も要注意ですね．

今回はアイコンを使いたいので自転車事故にしましたが，自転車事故がこんなに多いとは思いませんでした．福岡県の人は，近くの危険な場所を知ることができるので，情報提供はありがたいですね．

関連のある投稿

Google Earth Proとsimplekmlを使って，マッピングしてみる
福岡県の交通事故（平成30年）はどのような場所で起きているのか．

参考記事

pandasで複数条件のAND, OR, NOTから行を抽出（選択）

プログラム例

point = kml.newpoint(coords=[(longitude, latitude)])
point.style.iconstyle.icon.href = 'http://maps.google.com/mapfiles/kml/shapes/campfire.png'
point.style.balloonstyle.bgcolor = simplekml.Color.white

display = 'クリックで表示する内容'
# URLを埋め込む場合の例
# display = '<p><a href=' + URL + '>' + text + '</a></p>'

point.description = display