tokyo r hiromatsu

～素人の手による～Ｒを用いた地理情報分析

2011/08/27TokyoR #16

Hiroki Matsui

自己紹介• Hiroki Matsui （ＲＰＴ，ＭＰＨ）• 専門：リハビリテーション、臨床疫学・医療経済学

• 元理学療法士（リハビリ屋）→現在は研究者と事務屋の間

• Ｒは趣味程度に利用→現在は、仕事で利用• Ｒも地理情報分析も素人

• Twitter:Hiro_macchan

本日のテーマ• R による地理的情報の分析• でも、僕は R も地理情報分析も素人

→ タスクを設定してそれを達成し、事例報告でお茶を・・・。– エンジニアの皆様、専門家の皆様ごめんなさ

い。– 逆に色々教えて下さい。

本日のテーマ• タスク– R を用いて– 東京都の専門医の地理的分布を– Google Earth 上に描画してみよう！

GIS で地図を書く• GIS(Geographic Information System ：地理的情

報システム）を用いることにより、コンピューター上で、地理的情報を重ね合わせて表示し、情報を得るためのソフトウェア。

• 空間統計や、時空間統計などの統計手法についても近年は発達している。

→ 今回は、そういった高度な内容は扱いませんので、また教えて下さい。。。

GIS で地図を書く• 必要なもの– 白地図情報• 描画の下地になる白地図情報。数値集計の枠組み

になったりする。– 地理的情報が付与された統計情報• 統計数値と地理的情報（具体的には緯度経度）が

セットになったデータセット– GIS ソフト• 色々あって選り取り見取り？今回はＲを使ってみ

よう。

GIS で地図を書く• 必要なもの– 白地図情報• 描画の下地になる白地図情報。数値集計の枠組み

になったりする。– 地理的情報が付与された統計情報• 統計数値と地理的情報（具体的には緯度経度）が

セットになったデータセット– GIS ソフト• 色々あって選り取り見取り？今回はＲを使ってみ

よう。

ＧＩＳで地図を書く• 白地図情報– 各種白地図情報（

国土地理院、国土交通省、 ESRI社）

– ファイル形式は様々だが、 ESRI 社の開発したShape ファイル形式が広く利用されている。

– Ｇｏｏｇｌｅ Ｅａｒｔｈや Google Map 上に描画する場合もある。 139E 139.2E 139.4E 139.6E 139.8E 140E

35.4

N35.6

N35.8

N36N

GIS で地図を書く• 必要なもの– 白地図情報• 描画の下地になる白地図情報。数値集計の枠組み

になったりする。– 地理的情報が付与された統計情報• 統計数値と地理的情報（具体的には緯度経度）が

セットになったデータセット– GIS ソフト• 色々あって選り取り見取り？今回はＲを使ってみ

よう。

ＧＩＳで地図を書く• 地理的情報を付加した

統計情報– 住所情報にジオコーディ

ングで、緯度経度情報を付加する必要性

– 各種ジオコーダー（Google, Yahoo, 東大CSVアドレスマッチングサービス等）

– Ｒ上でもジオコーディングをする手法があるようです。（ R-wiki参照） 139E 139.2E 139.4E 139.6E 139.8E 140E

35.4

N35.6

N35.8

N36N

GIS で地図を書く• 必要なもの– 白地図情報• 描画の下地になる白地図情報。数値集計の枠組み

になったりする。– 地理的情報が付与された統計情報• 統計数値と地理的情報（具体的には緯度経度）が

セットになったデータセット– GIS ソフト• 色々あって選り取り見取り？今回はＲを使ってみ

よう。

ＧＩＳで地図を書く• ＧＩＳソフトとしてのＲ– maptools というパッケージが有名– 地理的情報を SpatialPoligon という形のデータ

で格納し、Ｒ上で地図への描画などを行う事が出来る。

– 他のパッケージは試してないので、比較できませんが結構便利です。

maptools の紹介• maptools で出来ること– 地理的情報を SpatialPoligon に変換– ShapeFile などで記載された白地図情報を

SpatialPoligon に変換– SpatialPoligon ファイルの編集– KML ファイルへの出力• 等々

事例紹介（白地図データ）• 白地図データは、諸般の事情により、国

土交通省国土政策局の国土数値情報から取得した JPGIS ファイルから Shape ファイルを作成

• （ＥＳＲＩ社に白地図データをＲで使っていい？と聞いたらだめと言われたんで。。。）

事例紹介（ジオコーディング）• ジオコーディング済みの地理的情報を取得

しましょう。• 今回は、東京都における各医療機関の住

所情報、及び、所属する専門医数を利用します。– 東京都のＨＰから取得

• ジオコーディングは、東大地理空間研究所が提供している、 CSV アドレスマッチングサービスを利用

Ｒによる実際の処理• 白地図シェープファイルの取り込み• 統計情報の取り込み• 主題図の描画• ＫＭＬファイルへの出力

白地図の ShapeFile の取り込み

139E 139.2E 139.4E 139.6E 139.8E 140E

35.4

N35.6

N35.8

N36N

library(maptools)

jpn2<-readShapeSpatial(shapefile,proj4string = CRS("+proj=longlat +datum=WGS84"))

tokyo<-jpn2[jpn2$KEN==" 東京都 ",]

plot(tokyo,xlim=xlim,ylim=ylim,axes=T)

統計情報の取り込み hospital<-read.csv(byouin,colClasses=c(rep("numeric",55),rep("character",5),rep("numeric",4)),head=T)

lola<-hospital[,fx:fy]

sp.hospital<-SpatialPoints(lola,proj4string = CRS("+proj=longlat +datum=WGS84 +units=km"))

spdf.hospital<-SpatialPointsDataFrame(sp.hospital,data=hospital)

139E 139.2E 139.4E 139.6E 139.8E 140E

35.4

N35.6

N35.8

N36N

主題図の描画 #病院の、白地図上での所属を判定 res_all<-overlay(spdf.hospital,tokyo) spdf.hospital@data$location<-as.factor(res_all)

f.plot<-function(x){ iro<-brewer.pal(8,"Greens")

kaisou<-classIntervals(x,n=8,style="kmeans")colcode<-findColours(kaisou,iro) 　

plot(tokyo,col=paste(colcode,80,sep=""),axes=T,xlim=xlim,ylim=ylim) } f.plot(tokyo$p.obstgyne)

# 各市区町村の別の産婦人科専門医合計人数を計算 obstgyne<-tapply(spdf.hospital$産婦人科専門医 ,spdf.hospital$location,sum) obst.name<-names(obstgyne) obstgyne<-as.data.frame(obstgyne) obstgyne$name<-obst.name #SP にマージ tokyo@data<-merge.data.frame(tokyo@data,obstgyne,by.x="OBJECTID",by.y="name",all=T) tokyo$obstgyne<-ifelse(is.na(tokyo$obstgyne),0,tokyo$obstgyne)

主題図の描画

地図の重ね合わせ

plot(spdf.hospital,cex=spdf.hospital$産婦人科専門医 *0.1,pch = 16, col = "#0000FF70",xlim=xlim,ylim=ylim,add=T)

KML ファイルへの出力 # 地図を Google Map とかで使える用に png/kml 形式に変換 library(rgdal) opt_exask <- options(example.ask=FALSE) tf <- "c:/KML/tokyo" SGqk <- GE_SpatialGrid(tokyo) png(file=paste(tf, ".png", sep=""), width=SGqk$width, height=SGqk$height,bg="transparent") par(mar=c(0,0,0,0), xaxs="i", yaxs="i") iro<-brewer.pal(8,"Greens") kaisou<-classIntervals(tokyo$p.obstgyne,n=8,style="kmeans") colcode<-findColours(kaisou,iro) plot(tokyo,col=paste(colcode,80,sep=""), xlim=SGqk$xlim, ylim=SGqk$ylim) dev.off() kmlOverlay(SGqk, paste(tf, ".kml", sep=""), paste(tf, ".png", sep=""))

参考： R-wiki （ http://www.okada.jp.org/RWiki/index.php?GoogleEarth%A4%C8R ）

GIS の医療政策への応用• 患者の医療アクセスの解析• 医療マーケティング

• 医療のアウトカムリサーチを行う際の交絡調整に。。

参考資料• 書籍

– 地理空間データ分析 (R で学ぶデータサイエンス 7) （谷村 晋 (著 ), 金 明哲 (編集 ) ）

• ホームページ– R-wiki（http://www.okada.jp.org/RWiki/index.php?GoogleEarth%A4%C8R）– CSV アドレスマッチングサービス（ http://newspat.csis.u-tokyo.ac.jp/geocode/）– 国土地理院（ http://www.gsi.go.jp/kiban/index.html）– 国土交通省（ http://nlftp.mlit.go.jp/ksj/index.html）– ESRI ジャパン（ http://www.esrij.com/）

– 参考にさせて頂いたブログ• http://d.hatena.ne.jp/dichika/touch• http://d.hatena.ne.jp/isseing333/