from google.transit import gtfs_realtime_pb2
import urllib.request, urllib.error
import folium
import pandas as pd

#GTFS-Öffentliche URL von RT(Uno Bus)
url ='http://www3.unobus.co.jp/GTFS/GTFS_RT-VP.bin'
#Erklärung des Spaltennamens
list_df = pd.DataFrame(columns=['id' , 'vehicle_id', 'trip_id','vehicle_timestamp','longitude','latitude','occupancy_status'])
feed = gtfs_realtime_pb2.FeedMessage()

#Daten herunterladen und Format konvertieren
with urllib.request.urlopen(url) as res: #Daten herunterladen
    feed.ParseFromString(res.read()) #Protokollpuffer deserialisieren
    for entity in feed.entity:
        tmp_se = pd.Series( [
              entity.id,                         #Fahrzeugidentifikation
              entity.vehicle.vehicle.id,         #Fahrzeugnummer
              entity.vehicle.trip.trip_id,       #Routennummer?
              entity.vehicle.timestamp,          #Fahrzeugzeit
              entity.vehicle.position.longitude, #Fahrzeugspielraum
              entity.vehicle.position.latitude,  #Fahrzeuglänge
              entity.vehicle.occupancy_status   #Überlastungsgrad
        ], index=list_df.columns )
        list_df = list_df.append( tmp_se, ignore_index=True )

#Berechnen Sie den Mittelpunkt der Karte
average_pos = list_df.mean()
#Erstellen Sie eine Karte in der Nähe der Mittelkoordinaten
m = folium.Map(location=[average_pos['latitude'], average_pos['longitude']], zoom_start=11)
#Zeichnen Sie jeden Bus(Die Farbe ist blau)
list_df.apply(lambda row:
             folium.Marker(
                 location=[row['latitude'], row['longitude']],
                 popup='<table border="1"><tr><th>occupancy_status</th></tr><tr><td>'
                 +str(row['occupancy_status'])
                 +'</td></tr></table>',
                 icon=folium.Icon(color='blue',icon='bus', prefix='fa')
             ).add_to(m), axis=1)
m

Recommended Posts