Folium - Mapas de coropletas¶

Importación de módulos de Python¶

In [1]:

import folium
import pandas as pd

import json

In [2]:

# Impresión de la versión de Folium
print(folium.__version__)

0.11.0

In [3]:

# Impresión de la versión de Pandas
print(pd.__version__)

1.1.3

Clase Choropleth ¶

Esta clase de Folium crea un mapa de coropletas y lo colorea de acuerdo al valor de un campo de datos.

El método constructor de Choropleth recibe como parámetros la ubicación de los datos geoespaciales en formato GeoJSON (ej. en un archivo) y puede recibir también un conjunto de datos tabulares en un dataframe de pandas. Otros parámetros se utilizan para especificar los campos de datos según los que se colorea el mapa, así como los campos que se utilizan para enlazar los datos espaciales y tabulares.

En el siguiente ejemplo, se crea un mapa de coropletas que refleja la cantidad de casos positivos de COVID-19 en los cantones de Costa Rica, de acuerdo con los datos publicados por el Ministerio de Salud. El archivo GeoJSON de cantones proviene de la capa publicada por el Instituto Geográfico Nacional (IGN) en el Sistema Nacional de Información Territorial (SNIT).

La función read_csv() carga un archivo CSV en un dataframe de pandas.

In [4]:

# Carga de datos tabulares de casos positivos de COVID-19 en un dataframe
df_positivos = pd.read_csv('datos/10_07_CSV_POSITIVOS_ULTIMA_FECHA.csv', sep=',')

In [5]:

df_positivos

Out[5]:

	Unnamed: 0	cod_canton	positivos
0	1	112	490
1	2	110	3943
2	3	106	1149
3	4	118	2078
4	5	103	6111
...	...	...	...
78	79	705	389
79	80	702	1234
80	81	703	830
81	82	704	602
82	83	999	532

83 rows × 3 columns

La función rename() renombra una columna de un dataframe.

In [6]:

# Renombramiento de la primera columna
df_positivos.rename(columns = {'Unnamed: 0': 'id'}, inplace=True)

La función head() despliega las primeras filas de un dataframe.

In [7]:

# Despliegue de las primeras filas, para observación de los datos
df_positivos.tail(10)

Out[7]:

	id	cod_canton	positivos
73	74	609	126
74	75	601	2017
75	76	606	328
76	77	706	440
77	78	701	1843
78	79	705	389
79	80	702	1234
80	81	703	830
81	82	704	602
82	83	999	532

In [8]:

# GeoJSON de cantones
# geo_cantones = r'datos/cr_cantones_wgs84.geojson'
geo_cantones = r'datos/cr_limite_cantonal_ign_wgs84.geojson'

# Mapa base
m = folium.Map(
    location=[10, -84], 
    zoom_start=7, 
    tiles='openstreetmap')


# Capa de coropletas coloreada de acuerdo con el campo de casos positivos.
# El enlace entre los datos geoespaciales y tabulares se realiza a través del campo "cod_canton" del dataframe
# y el campo del mismo nombre en el archivo GeoJSON.
m.choropleth(
    geo_data=geo_cantones,
    data=df_positivos,
    columns=['cod_canton', 'positivos'],
    bins=8,
    key_on='feature.properties.cod_canton',
    fill_color='Reds', 
    fill_opacity=1, 
    line_opacity=1,
    legend_name='Casos positivos',
    smooth_factor=0)


# Despliegue del mapa
m

C:\Users\mfvargas\anaconda3\envs\leccion-10\lib\site-packages\folium\folium.py:415: FutureWarning: The choropleth  method has been deprecated. Instead use the new Choropleth class, which has the same arguments. See the example notebook 'GeoJSON_and_choropleth' for how to do this.
  FutureWarning

Out[8]:

Make this Notebook Trusted to load map: File -> Trust Notebook

In [9]:

m.save('index.html')

Ventana emergente con datos de un polígono¶

In [10]:

# GeoJSON de cantones
geo_cantones = r'datos/cr_limite_cantonal_ign_wgs84.geojson'

# Mapa base
m = folium.Map(
    location=[10, -84], 
    zoom_start=7, 
    tiles='openstreetmap')

# Capa de coropletas coloreada de acuerdo con el campo de casos positivos.
choropleth = folium.Choropleth(
    geo_data=geo_cantones,
    data=df_positivos,
    columns=['cod_canton', 'positivos'],
    bins=8,
    key_on='feature.properties.cod_canton',
    fill_color='Reds', 
    fill_opacity=1, 
    line_opacity=1,
    legend_name='Casos positivos',
    name='Casos positivos',
    smooth_factor=0).add_to(m)

In [11]:

# Se crea un campo adicional en la estructura de la capa GeoJSON para almacenar el texto de la ventana emergente
for feature in choropleth.geojson.data['features']:
    # print(type(feature['properties']))
    canton_filtrado_df = df_positivos[df_positivos['cod_canton'] == feature['properties']['cod_canton']]
    feature['properties']['texto_emergente'] = feature['properties']['canton'] + "<br>" + str(canton_filtrado_df.iloc[0]['positivos'])

# Se especifica el nuevo campo como el contenido de la ventana emergente
choropleth.geojson.add_child(folium.features.GeoJsonTooltip(['texto_emergente'], labels=False))

# Otra opción para explorar
# choropleth.add_child(folium.Popup('Texto emergente'))

# Despliegue del mapa
m    

Out[11]:

Make this Notebook Trusted to load map: File -> Trust Notebook

In [ ]:

Folium - Mapas de coropletas¶

Importación de módulos de Python¶

Clase Choropleth¶

Ventana emergente con datos de un polígono¶

Clase Choropleth ¶