[geocoding] 네이버 API를 이용한 주소 위경도로 변환

0. 

 

인증키의 발급과 openAPI 사용의 번거러움이 있으나

 

파이썬 라이브러리인 Geopy 보다 훨씬 정확한 위치를 구분이 가능하다.

 

geopy 는 번지 수준의 변환을 보여주나

 

NAVER API는 건축물 수준의 보다 세밀한 좌표로 변환이 가능하다

 

 

 

 

 

1. 인증키 발급

 

(1) 먼저 네이버 클라우드 콘ㄷ솔에 접속하여 로그인을 한다

https://console.ncloud.com/dashboard

 

 

 

 

 

(2) Products & Servies 페이지에 있는 AI / NAVER API 을 클릭한다

 

 

 

 

 

 

 

(3) Application 이름을 임의로 작성하고 gecoding을 체크한다.

 

좌표를 도로명으로 역변환해주는 reverse gecoding 도 함깨 체크하는 것을 추천

 

앞서 설명했듯 이 두개는 무료의 범위가 상당히 넓다.

 

 

 

 

 

 

 

(3) 발급 완료 

 

인증 정보 박스를 클릭하여 client ID 와 client Secret 를 확인한다.

 

 

 

 

 

 

 

 

 

 

2. 코드

주석(#) 마다 blank 의 구분

 

# API 함수 정의

import urllib.request

def search_map(search_text):

    client_id = id #클라이언트 ID값

    client_secret = secret #클라이언트 Secret값

    encText = urllib.parse.quote(search_text) 

    url = 'https://naveropenapi.apigw.ntruss.com/map-geocode/v2/geocode?query='+encText

    request = urllib.request.Request(url)

    request.add_header('X-NCP-APIGW-API-KEY-ID', client_id)

    request.add_header('X-NCP-APIGW-API-KEY', client_secret)

    response = urllib.request.urlopen(request)

    rescode = response.getcode()

    if(rescode==200):

        response_body = response.read()

        return response_body.decode('utf-8')

    else:

        print("Error Code:" + rescode)

 

# csv 불러오기

import pandas as pd

df = pd.read_csv('/content/drive/MyDrive/csv/건축물대장정보.csv')

# 결측치 제거

df.dropna(subset=['newPlatPlc'], inplace=True)

df.shape

 

# 주소 컬럼을 리스트로 변환

lst = df['newPlatPlc'].tolist()

lst

 

# 반복문으로 좌표 list 생성

x_lst = []

y_lst = []

for i in range (len(lst)):

  user = search_map(lst[i])

  user=json.loads(user)

  try : 

    x_lst.append(user['addresses'][0]['x'])

    y_lst.append(user['addresses'][0]['y'])

  except :  # 주소 오류로 변환이 불가능한 경우

    x_lst.append('0')

    y_lst.append('0')

  print(i ,'/' , len(lst))

 

 

# 생성한 list를 dataframe 컬럼으로 추가

df['x'] = x_lst

df['y'] = y_lst

 

#

 

 

 

이후 to_csv 를 이용해 csv로 저장