[Mini Project] 4. 대중교통(지하철) 위치 데이터 전처리

🥑 지하철 데이터 가져오기

• 아래 링크에서 지하철 역사 위치 정보를 가져오기 위해 API 신청을 했다.
• 공공데이터에서 API 크롤링과 url이 약간 다르니 아래 코드를 참고하면 좋다!

https://t-data.seoul.go.kr/category/dataviewopenapi.do?data_id=1036 

데이터 목록 상세페이지

import requests

# API 키
apikey = '---직접입력-----'

# API 엔드포인트와 쿼리 매개변수 설정
base_url = 'https://t-data.seoul.go.kr/apig/apiman-gateway/tapi/TaimsKsccDvSubwayStationGeom/1.0'
params = {
    'apiKey': apikey,
    'startRow': '1',
    'rowCnt': '100000'
}

# GET 요청 보내기
req = requests.get(base_url, params=params)

# 응답 JSON 파싱
json_df = req.json()

"""[{'outStnNum': '4128',
  'stnKrNm': '삼성중앙',
  'lineNm': '9호선(연장)',
  'convX': '127.053282',
  'convY': '37.513011'},
 {'outStnNum': '4124',
  'stnKrNm': '사평',
  'lineNm': '9호선',
  'convX': '127.015259',
  'convY': '37.504206'},"""
    
import pandas as pd
sub = pd.DataFrame(json_df)
sub

➡ 컬럼명 변경

sub.drop('outStnNum', axis = 1, inplace = True)
sub.rename(columns = {'stnKrNm':'지하철역', 'convX':'위도', 'convY':'경도', 'lineNm':'호선명'}, inplace = True)
sub.head()

 

➡ 강남구 추출

• 강남구에 속한 지하철역만 리스트로 저장
• 해당 리스트와 일치하는 지하철만 추출
• 그런데, 일부 지하철 위도와 경도가 호선에 따라 상이한 것을 확인하여 이를 따로 확인하기로 했다.

station_list = [
    "강남구청",
    "강남",
    "개포동",
    "구룡",
    "논현",
    "대모산입구",
    "대청",
    "대치",
    "도곡",
    "매봉",
    "봉은사",
    "삼성(무역센터)",
    "삼성중앙",
    "선릉",
    "선정릉",
    "수서",
    "신논현",
    "신사",
    "압구정로데오",
    "압구정",
    "양재",
    "언주",
    "역삼",
    "일원",
    "청담",
    "학동",
    "학여울",
    "한티"
]

gangnam_sub = sub[sub['지하철역'].isin(station_list)]
gangnam_sub.head()

 

➡ 위도/경도 세트가 2개 이상인 지하철 추출

• 강남구의 28개 역 중, 9개의 역이 호선에 따라 위도와 경도가 살짝 다른 것을 확인
• 9개 노선의 위도 경도 차이가 크지 않아 평균 내기로 결정

station_count = gangnam_sub['지하철역'].value_counts()

station_2pos = station_count[station_count >= 2].index.tolist()
station_2ps_df = gangnam_sub[gangnam_sub['지하철역'].isin(station_2pos)]
station_2ps_df.sort_values('지하철역')

station2s = station_2ps_df.drop('호선명', axis = 1)
station2s.reset_index(drop=True)

➡ 위도/경도를 object ->> float 로 수정 후, 위도/경도 평균값 도출

station2s[['위도', '경도']] = station2s[['위도', '경도']].astype(float)
double_positions = station2s.groupby('지하철역')[['위도', '경도']].mean()
display(len(double_positions), double_positions)

 

➡ 위도/경도가 1개 단일값인 강남 지하철역 전처리

• 2개 위치 정보를 가지고 있던 경우와 동일하게 컬럼명 맞추고, 데이터 타입 변경

double_stations = double_positions['지하철역'].values.tolist()
single_stations = list(set(station_list) - set(double_stations))

single_positions = gangnam_sub[gangnam_sub['지하철역'].isin(single_stations)]

single_positions.drop('호선명', axis = 1, inplace = True)
single_positions[['위도', '경도']] = single_positions[['위도', '경도']].astype(float)
display(single_positions.head(), len(single_positions))

 

➡ 전체 지하철역 붙이기(위치1개 + 위치2개)

• 양재역 데이터만 없음
• 이를 제외하고 27개의 데이터를 병합 : (결과이미지는 일부만 보임)

gangnam_sub_positions = pd.concat([single_positions, double_positions], axis = 0, ignore_index = True)
gangnam_sub_positions