我们如何计算重复的街道地址，并在Folium中绘制结果？

如何解决我们如何计算重复的街道地址，并在Folium中绘制结果？

我正在测试此代码。首先，我对具有相同街道地址的记录进行计数。

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.ensemble import IsolationForest
import folium
from folium import plugins


df = pd.read_csv('C:\\Users\\ryans\\OneDrive\\Desktop\\lat_lon.csv')

# count in new column of same dataframe
df['Count'] = df.groupby('Street')['Street'].transform('count')
print(df.dtypes)

到目前为止，一切都很好。现在，我正在尝试准备将其绘制在Jupyter Notebook中。这是我介绍的代码。

m = df[['latitude','longitude','Count']].groupby(['latitude','longitude']).sum().reset_index().values.tolist()

这给了我

[[37.09024,-95.712891,1.0],[40.712346600000004,-73.99634559999998,[40.71247169999999,-73.9998602,5.0],[40.7127474,-73.99936509999998,[40.7128109,-73.99474409999998,25.0],[40.71281889999999,-73.9954473,[40.7128448,-74.00899229999999,11449.0],[40.712933500000005,-74.00089059999998,3.0],etc.,etc.

最后，我试图在folium中绘制结果。我认为应该是这样的。

folium.Marker(m)

抛出错误。

或者，像这样的东西。

HeatMap(m).add_to(m)

我认为这已经很接近了，但是这里肯定有问题。可能是什么问题？

解决方法

我对此事进行了更多研究，并使下面的代码起作用。

def generateBaseMap(default_location=[40.693943,-73.985880],default_zoom_start=12):
    base_map = folium.Map(location=default_location,control_scale=True,zoom_start=default_zoom_start)
    return base_map

base_map = generateBaseMap
base_map

from folium.plugins import HeatMap
base_map = generateBaseMap()
HeatMap(data=df_copy[['latitude','longitude','Count']].groupby(['atitude','longitude']).sum().reset_index().values.tolist(),radius=8,max_zoom=13).add_to(base_map)

base_map.add_child(folium.ClickForMarker(popup='Potential Location'))

您甚至可以通过动态变化的热图来做一些非常酷的事情。

# First,we need to create a list containing the list of values that we wish to plot,grouped by the 
# dimension that we want to use (in this example we will be using hour as the dimension).

df_hour_list = []
for hour in df_copy.hour.sort_values().unique():
    df_hour_list.append(df_copy.loc[df_copy.hour == hour,['latitude','Count']].groupby(['latitude','longitude']).sum().reset_index().values.tolist())
    

# After we generated the data that we will use for the HeatMapWithTime class method,we can call the 
# method and add it to our map.

from folium.plugins import HeatMapWithTime
base_map = generateBaseMap(default_zoom_start=11)
HeatMapWithTime(df_hour_list,radius=5,gradient={0.2: 'blue',0.4: 'lime',0.6: 'orange',1: 'red'},min_opacity=0.5,max_opacity=0.8,use_local_extrema=True).add_to(base_map)
base_map