44_geojson-3

#지도로 시각화하기 위한 작업
import folium
from folium import plugins
import geopandas as gpd
from shapely.geometry import Point
from shapely.geometry.polygon import Polygon

#처음 맵이 나타날때의 위치좌표와, 확대비율을 지정한다.
m = folium.Map(
    location=[37.559819, 126.963895],
    zoom_start=11, 
    tiles='cartodbpositron'
)

#geoJson파일을 연다.
state_geo='C:\python\project\seoul_gu.geojson'
geoJSON_df = gpd.read_file(state_geo)
geoJSON_df_c = geoJSON_df.copy()
#geoJSON_df_c = gpd.read_file(state_geo)

#지도상 서울을 구단위로 나눠서 표현한다.
folium.GeoJson(
    geoJSON_df_c,   
    #tooltip=folium.GeoJsonTooltip(fields=(['SIG_KOR_NM']), aliases=(['지역구 :'])), 
    name='지역구'    
).add_to(m)  

#위에서 작업한 res를 geoJSON_df에 합치기 위해 "SIG_KOR_NM"인 열이름을
#"자치구"로 바꾼다."
geoJSON_df = geoJSON_df.rename(columns = {"SIG_KOR_NM":"자치구"})

#final_df에서 불필요한 정보를 보여주는'SIG_CD','SIG_ENG_NM'열을 제거한다.
#geoJSON_df=geoJSON_df.drop(['SIG_CD', 'SIG_ENG_NM'],axis=1)

#geoJSON_df에 selected_df를 "자치구"의 값이 같은 것을 기준으로 합친다.
final_df= geoJSON_df.merge(res, on = "자치구")
final_df_c = final_df.copy()

#final_df의 인덱스를 숫자가 아니라 '자치구'열의 값으로 지정한다.
final_df.set_index('자치구', inplace=True)
final_df

	SIG_CD	SIG_ENG_NM	geometry	2020년 출산율_실제값_예측값_오차(%)	2021년 출산율_실제값_예측값_오차(%)
자치구
종로구	11110	Jongno-gu	MULTIPOLYGON (((127.00864 37.58047, 127.00871 ...	[0.522, 0.554, 3.201]	[0.531, 0.554, 2.301]
중구	11140	Jung-gu	MULTIPOLYGON (((127.02314 37.57196, 127.02336 ...	[0.688, 0.854, 16.621]	[0.634, 0.854, 21.958]
용산구	11170	Yongsan-gu	MULTIPOLYGON (((126.96918 37.55566, 126.96917 ...	[0.634, 0.63, 0.372]	[0.664, 0.629, 3.489]
성동구	11200	Seongdong-gu	MULTIPOLYGON (((127.04341 37.57234, 127.04524 ...	[0.783, 0.838, 5.504]	[0.764, 0.837, 7.29]
광진구	11215	Gwangjin-gu	MULTIPOLYGON (((127.10166 37.57240, 127.10224 ...	[0.527, 0.655, 12.841]	[0.525, 0.655, 13.022]
동대문구	11230	Dongdaemun-gu	MULTIPOLYGON (((127.07108 37.60732, 127.07117 ...	[0.699, 0.799, 9.989]	[0.66, 0.798, 13.79]
중랑구	11260	Jungnang-gu	MULTIPOLYGON (((127.11131 37.62069, 127.11214 ...	[0.66, 0.708, 4.85]	[0.65, 0.708, 5.766]
성북구	11290	Seongbuk-gu	MULTIPOLYGON (((127.01059 37.58025, 127.01030 ...	[0.676, 0.769, 9.332]	[0.656, 0.769, 11.345]
강북구	11305	Gangbuk-gu	MULTIPOLYGON (((127.00457 37.68508, 127.00553 ...	[0.55, 0.539, 1.149]	[0.541, 0.535, 0.552]
도봉구	11320	Dobong-gu	MULTIPOLYGON (((127.01509 37.64929, 127.01477 ...	[0.601, 0.747, 14.6]	[0.579, 0.747, 16.768]
노원구	11350	Nowon-gu	MULTIPOLYGON (((127.11085 37.63841, 127.11090 ...	[0.695, 0.688, 0.663]	[0.701, 0.688, 1.271]
은평구	11380	Eunpyeong-gu	MULTIPOLYGON (((126.95172 37.65489, 126.95186 ...	[0.623, 0.717, 9.421]	[0.604, 0.716, 11.222]
서대문구	11410	Seodaemun-gu	MULTIPOLYGON (((126.95268 37.60274, 126.95267 ...	[0.685, 0.654, 3.137]	[0.635, 0.652, 1.655]
마포구	11440	Mapo-gu	MULTIPOLYGON (((126.88888 37.58464, 126.88987 ...	[0.594, 0.618, 2.374]	[0.587, 0.618, 3.066]
양천구	11470	Yangcheon-gu	MULTIPOLYGON (((126.87405 37.54694, 126.87417 ...	[0.644, 0.71, 6.557]	[0.645, 0.71, 6.452]
강서구	11500	Gangseo-gu	MULTIPOLYGON (((126.80902 37.60064, 126.80936 ...	[0.675, 0.672, 0.292]	[0.617, 0.672, 5.48]
구로구	11530	Guro-gu	MULTIPOLYGON (((126.87948 37.51778, 126.88173 ...	[0.737, 0.703, 3.394]	[0.737, 0.703, 3.405]
금천구	11545	Geumcheon-gu	MULTIPOLYGON (((126.87456 37.48537, 126.87456 ...	[0.668, 0.661, 0.677]	[0.612, 0.658, 4.575]
영등포구	11560	Yeongdeungpo-gu	MULTIPOLYGON (((126.88046 37.55627, 126.88139 ...	[0.705, 0.925, 21.967]	[0.713, 0.924, 21.117]
동작구	11590	Dongjak-gu	MULTIPOLYGON (((126.95471 37.51603, 126.95555 ...	[0.655, 0.648, 0.654]	[0.602, 0.648, 4.646]
관악구	11620	Gwanak-gu	MULTIPOLYGON (((126.92802 37.49502, 126.92822 ...	[0.474, 0.629, 15.519]	[0.437, 0.627, 18.979]
서초구	11650	Seocho-gu	MULTIPOLYGON (((127.01317 37.52259, 127.01318 ...	[0.656, 0.753, 9.723]	[0.666, 0.753, 8.705]
강남구	11680	Gangnam-gu	MULTIPOLYGON (((127.03968 37.53584, 127.03980 ...	[0.537, 0.561, 2.398]	[0.523, 0.559, 3.599]
송파구	11710	Songpa-gu	MULTIPOLYGON (((127.11311 37.54317, 127.11305 ...	[0.665, 0.68, 1.473]	[0.623, 0.678, 5.501]
강동구	11740	Gangdong-gu	MULTIPOLYGON (((127.17834 37.57058, 127.17835 ...	[0.748, 0.706, 4.172]	[0.797, 0.705, 9.183]