Example - Merge For Map

Table of Contents

• 1) การรวมตารางเพื่อพลอตค่าต่าง ๆ ในแผนที่
• 2) อ่านตารางแผนที่ประเทศไทย
• 3) รวมตาราง

1) การรวมตารางเพื่อพลอตค่าต่าง ๆ ในแผนที่

import pandas as pd

นำเข้าตารางที่มีค่าที่ต้องการนำมาพลอต

df = pd.read_excel("./confirmed-cases-since-271064.xlsx")

df.head()

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1010459 entries, 0 to 1010458
Data columns (total 12 columns):
 #   Column                 Non-Null Count    Dtype         
---  ------                 --------------    -----         
 0   No.                    1010459 non-null  int64         
 1   announce_date          1010459 non-null  datetime64[ns]
 2   Notified date          1010459 non-null  datetime64[ns]
 3   sex                    951665 non-null   object        
 4   age                    923950 non-null   object        
 5   Unit                   903642 non-null   object        
 6   nationality            922053 non-null   object        
 7   province_of_isolation  1006775 non-null  object        
 8   risk                   1010380 non-null  object        
 9   province_of_onset      899173 non-null   object        
 10  district_of_onset      865730 non-null   object        
 11  Unnamed: 11            0 non-null        float64       
dtypes: datetime64[ns](2), float64(1), int64(1), object(8)
memory usage: 92.5+ MB

จัดการตารางให้มีค่าที่ต้องการพลอต

ในที่นี้คือจำนวนเคสในแต่ละ province_of_isolation

isodf = df["province_of_isolation"].value_counts().reset_index()
isodf

2) อ่านตารางแผนที่ประเทศไทย

โดยโหลดไฟล์เข้ามาก่อน

!wget https://bit.ly/thaigeojson

--2022-08-01 03:16:13--  https://bit.ly/thaigeojson
Resolving bit.ly (bit.ly)... 67.199.248.11, 67.199.248.10
Connecting to bit.ly (bit.ly)|67.199.248.11|:443... connected.
HTTP request sent, awaiting response... 301 Moved Permanently
Location: https://raw.githubusercontent.com/vistec-AI/colab/master/thailand.json [following]
--2022-08-01 03:16:13--  https://raw.githubusercontent.com/vistec-AI/colab/master/thailand.json
Resolving raw.githubusercontent.com (raw.githubusercontent.com)... 185.199.111.133, 185.199.108.133, 185.199.109.133, ...
Connecting to raw.githubusercontent.com (raw.githubusercontent.com)|185.199.111.133|:443... connected.
HTTP request sent, awaiting response... 200 OK
Length: 195042 (190K) [text/plain]
Saving to: ‘thaigeojson’

thaigeojson         100%[===================>] 190.47K  --.-KB/s    in 0.07s   

2022-08-01 03:16:14 (2.51 MB/s) - ‘thaigeojson’ saved [195042/195042]

ใช้ geopandas ในการอ่านข้อมูลแผนที่

import geopandas as gpd
import plotly.express as px

mapdf = gpd.read_file('thaigeojson')
mapdf.head()

mapdf.info()

<class 'geopandas.geodataframe.GeoDataFrame'>
RangeIndex: 77 entries, 0 to 76
Data columns (total 5 columns):
 #   Column    Non-Null Count  Dtype   
---  ------    --------------  -----   
 0   code      77 non-null     object  
 1   name      77 non-null     object  
 2   tname     77 non-null     object  
 3   area      77 non-null     float64 
 4   geometry  77 non-null     geometry
dtypes: float64(1), geometry(1), object(3)
memory usage: 3.1+ KB

จะเห็นว่าตารางเป็น class geopandas.geodataframe.GeoDataFrame ซึ่งแตกต่างกับ class pandas.core.frame.DataFrame ตามปกติด้านบน

ทดสอบพลอตแผนที่จากตารางเบื้องต้น

fig = px.choropleth(
    mapdf, 
    geojson=mapdf.geometry, 
    locations=mapdf.index, 
    color="area", 
    hover_data=["tname", "area"])
fig.update_geos(fitbounds="locations")

3) รวมตาราง

นำตารางที่มีค่าที่ต้องการ มารวมกับตารางแผนที่ โดยใช้คำสั่ง .merge ซึ่ง left_on และ right_on ใช้ระบุคอลัมน์ที่ต้องมีชื่อตรงกันในการรวมกัน

merge_df = mapdf.merge(isodf, left_on="tname", right_on="index")

merge_df

merge_df.info()

<class 'geopandas.geodataframe.GeoDataFrame'>
Int64Index: 77 entries, 0 to 76
Data columns (total 7 columns):
 #   Column                 Non-Null Count  Dtype   
---  ------                 --------------  -----   
 0   code                   77 non-null     object  
 1   name                   77 non-null     object  
 2   tname                  77 non-null     object  
 3   area                   77 non-null     float64 
 4   geometry               77 non-null     geometry
 5   index                  77 non-null     object  
 6   province_of_isolation  77 non-null     int64   
dtypes: float64(1), geometry(1), int64(1), object(4)
memory usage: 4.8+ KB

จะได้ตารางแบบ geopandas.geodataframe.GeoDataFrame ที่มีคอลัมน์ province_of_isolation ตามที่ต้องการ สามารถนำไปพลอตต่อได้เลย

fig = px.choropleth(
    merge_df, 
    geojson=merge_df.geometry, 
    locations=merge_df.index, 
    color="province_of_isolation", 
    hover_data=["tname", "province_of_isolation"])
fig.update_geos(fitbounds="locations")