pdfファイルの住所情報を抽出してGoogleMapに表示させる

import camelot
import pandas as pd
from pathlib import Path
from tqdm import tqdm

def extract_table(pdfpath: str):
    # ファイル名から区名を取得する
    ward = Path(pdfpath).name

    # テーブルを抽出する
    tables = camelot.read_pdf(pdfpath, pages="all")

    # 書き出し
    for index, table in enumerate(tqdm(tables)):
        table\
        .to_csv(f"data/{ward}_{index}.csv", index=False)

for p in ["中央区.pdf", "南区.pdf", "緑区.pdf"]:
    extract_table(p)

pacman::p_load(tidyverse)

read_csv("data/中央区.pdf_0.csv")

New names:
Rows: 24 Columns: 7
── Column specification
────────────────────────────────────────────────────────
Delimiter: "," chr (7): ...1, 事業所（店舗等）名, 事業種別, 事業内容,
事業所所在地, 電話番号, PR・オトク情報...
ℹ Use `spec()` to retrieve the full column specification for this data. ℹ
Specify the column types or set `show_col_types = FALSE` to quiet this message.
• `` -> `...1`

# A tibble: 24 × 7
   ...1  `事業所（店舗等）名` 事業種別   事業内容        事業…¹  電話…²  PR・…³
   <chr> <chr>                <chr>      <chr>           <chr>   <chr>   <chr>
 1 相生  GOGO                 飲食業     "お酒飲みなが…  相生3-… 080-47…  <NA>
 2 <NA>  U-Select相模原中央   小売業     "自動車(中古車… 相生2-… 042-75…  <NA>
 3 <NA>  うなぎ処いわき       飲食業     "飲食業"        相生2-… 042-75…  <NA>
 4 <NA>  （有）菅原塗装工房   その他     "住宅塗装"      相生3-… 042-70…  <NA>
 5 <NA>  セブンイレブン相生店 小売業     "コンビニエン…  相生4-… 042-75…  <NA>
 6 <NA>  せんざん相模原店     飲食業     "和食、海鮮料…  相生1-1 042-77…  <NA>
 7 <NA>  ソニック相模原       小売業     "家電販売、電…  相生4-… 042-75… "お見…
 8 <NA>  蕎麦とそばまえgenten 飲食業     "手打ち蕎麦屋…  相生1-… 042-76…  <NA>
 9 <NA>  パティスリーフレジェ 小売業     "手作りケーキ…  相生3-… 042-75… "手作…
10 <NA>  ヘアーサロン セオ    サービス業 "理容業 カット… 相生4-… 042-75…  <NA>
# … with 14 more rows, and abbreviated variable names ¹​事業所所在地, ²​電話番号,
#   ³​`PR・オトク情報`
# ℹ Use `print(n = ...)` to see more rows

df_joined <- fs::dir_ls("data") |>
  suppressMessages(
    map_dfr(function(x) {
      read_csv(x, show_col_types = FALSE) %>%
      select(2:ncol(.))
    })
  )
df_joined |>
  head()

data/中央区.pdf_0.csv  data/中央区.pdf_1.csv  data/中央区.pdf_10.csv data/中央区.pdf_11.csv
data/中央区.pdf_12.csv data/中央区.pdf_13.csv

df_joined <- fs::dir_ls("data") |>
  map_dfr(function(x) {
    # "緑区.pdf_0.csv"から"緑区"を取り出す
    wald_name = fs::path_file(x) |>
      str_split("\\.") |>
      pluck(1) |>
      pluck(1)

  read_csv(x, show_col_types = FALSE, col_names = FALSE) |>
    magrittr::set_colnames(c("area", "事業所名", "事業種別", "事業内容", "事業所所在地", "電話番号", "PR")) %>%
    select(2:ncol(.)) |>
    mutate(adress = glue::glue("神奈川県相模原市{wald_name}{事業所所在地}"))
  })

df_joined |> head()

# A tibble: 6 × 7
  事業所名             事業種別 事業内容           事業所…¹ 電話…²  PR    adress
  <chr>                <chr>    <chr>              <chr>    <chr>   <chr> <glue>
1 事業所（店舗等）名   事業種別 "事業内容"         事業所…  電話番… PR・… 神奈…
2 GOGO                 飲食業   "お酒飲みながら色… 相生3-4… 080-47… <NA>  神奈…
3 U-Select相模原中央   小売業   "自動車(中古車)の… 相生2-1… 042-75… <NA>  神奈…
4 うなぎ処いわき       飲食業   "飲食業"           相生2-1… 042-75… <NA>  神奈…
5 （有）菅原塗装工房   その他   "住宅塗装"         相生3-1… 042-70… <NA>  神奈…
6 セブンイレブン相生店 小売業   "コンビニエンスス… 相生4-1… 042-75… <NA>  神奈…
# … with abbreviated variable names ¹​事業所所在地, ²​電話番号

df_joined |> select(adress)

# A tibble: 2,021 × 1
   adress
   <glue>
 1 神奈川県相模原市中央区事業所所在地
 2 神奈川県相模原市中央区相生3-4-20
 3 神奈川県相模原市中央区相生2-1-1
 4 神奈川県相模原市中央区相生2-16-6
 5 神奈川県相模原市中央区相生3-13-10-1F-1
 6 神奈川県相模原市中央区相生4-1-15
 7 神奈川県相模原市中央区相生1-1
 8 神奈川県相模原市中央区相生4-11-15
 9 神奈川県相模原市中央区相生1-1-18　1F
10 神奈川県相模原市中央区相生3-14-14
# … with 2,011 more rows
# ℹ Use `print(n = ...)` to see more rows

pacman::p_load(rvest)

get_position <- function(adress) {
  url <- paste0("https://www.geocoding.jp/api/?v=1.1&q=", adress)

  lat <- read_html(url) |>
    html_nodes("lat") |>
    html_text()
  lng <- read_html(url) |>
    html_nodes("lat") |>
    html_text()
  lat <- if_else(is.na(lat), "0", lat)
  lng <- if_else(is.na(lng), "0", lng)
  # wait
  Sys.sleep(10)
  return(tibble(lat = lat, lng = lng))
}

get_position_vec <- function(adress_vec) {
  adress_vec |>
  map_dfr(\(vec) get_position(vec))
}

library(ggmap)

Google's Terms of Service: https://cloud.google.com/maps-platform/terms/.

Please cite ggmap if you use it! See citation("ggmap") for details.

# APIキーはGCPから取得したもの
key <- readChar("API.key", file.info("API.key")$size)
register_google(key = key)

df_geo <- df_joined |>
    mutate_geocode(adress)
df_geo |>
    write_csv("sagamihara_geodata.csv")