finalize exercise 4, fix #2

Author: eemilhaa

kurssimateriaali/4_paikkatietoanalyysi.ipynb

@@ -48,8 +48,9 @@
     "## Harjoitus - DataFramen luonti\n",
     "\n",
     "Lue datakansiossa oleva `lightnings.csv`-tiedosto pandas DataFrameksi.\n",
-    "1. Vinkki: tee ensin tiedostopolku\n",
-    "2. Vinkki: käytä `read_csv`-metodia"
+    "1. Tee ensin tiedostopolku.\n",
+    "3. Käytä pandasin `read_csv`-metodia.\n",
+    "4. Lue tiedosto DataFrameen, tallenna DataFrame muuttujaan `lightnings`."
    ]
   },
   {
@@ -65,7 +66,9 @@
   {
    "cell_type": "markdown",
    "id": "3cfd0549-f677-43b3-9eda-0182a8a27ef0",
-   "metadata": {},
+   "metadata": {
+    "jp-MarkdownHeadingCollapsed": true
+   },
    "source": [
     "## Ratkaisu"
    ]
@@ -88,7 +91,7 @@
    "source": [
     "## DataFramesta GeoDataFrameksi\n",
     "\n",
-    "Muutetaan lightnings-DataFrame nyt GeoDataFrameksi:"
+    "Muutetaan `lightnings`-DataFrame nyt GeoDataFrameksi:"
    ]
   },
   {
@@ -197,7 +200,7 @@
    "id": "1f6c04d5-d59c-4f35-88e2-3b533d7b6678",
    "metadata": {},
    "source": [
-    "Projisoi salamahavainnot samaan koordinaattijärjestelmään, kuin kohta käytettävä kunta-aineisto (`epsg=3067`). Huomaa, että sijainnit ovat nyt asteita - aineisto on wgs 84 -koordinaatistossa. Emme siis voi suoraan asettaa ETRS89 / TM35FIN koordinaattijärjestelmää.\n",
+    "Projisoi salamahavainnot samaan koordinaattijärjestelmään kohta käytettävän kunta-aineiston kanssa (`epsg=3067`). Huomaa, että sijainnit ovat nyt asteita - aineisto on wgs 84 -koordinaatistossa. Emme siis voi suoraan asettaa ETRS89 / TM35FIN koordinaattijärjestelmää.\n",
     "\n",
     "1. Aseta ensin `geo_lightnings`-GeoDataFrame wgs 84 koordinaattijärjestelmään (`set_crs`). Epsg-koodi on 4326.\n",
     "2. Uudelleenprojisoi (`to_crs`) vasta kun koordinaattijärjestelmä on asetettu. Ylikirjoita `geo_lightnings`-muuttuja uudella epsg 3067 -versiolla."
@@ -254,7 +257,7 @@
     "\n",
     "Lasketaan seuraavaksi salamahavaintojen määrät kunnittain.\n",
     "\n",
-    "Luetaan ensin kunta-aineisto geodataframeen:"
+    "Luetaan ensin kunta-aineisto GeoDataFrameen:"
    ]
   },
   {
@@ -319,9 +322,9 @@
     "\n",
     "Nyt voimme edetä tekemään sijainteihin perustuvan liitoksen salamahavaintojen ja kuntien välillä. Tarkoituksena on, että saisimme jokaiseen salamaan tiedon siitä, minkä kunnan alueelle se iski.\n",
     "\n",
-    "Tämä kannattaa toteuttaa `sjoin`, eli spatial join, -funktiolla. Yhdistetään siis salamahavaintoihin tieto kunnista, perusteena, että havainto on kunnan alueella.\n",
+    "Tämä kannattaa toteuttaa GeoPandasin `sjoin`, eli spatial join, -funktiolla. Yhdistetään siis salamahavaintoihin tieto kunnista siten, että jokainen salamahavainto saa sen kunnan tiedot, jonka sisällä havainto sijaitsee.\n",
     "\n",
-    "1. Käytä geopandasin `sjoin`-funktiota (`gpd.sjoin`)\n",
+    "1. Käytä geopandasin `sjoin`-funktiota (`gpd.sjoin`).\n",
     "2. Valitse parametreihin `left_df` ja `right_df` halutut GeoDataFramet, eli: `left_df=geo_lightnings` ja `right_df=municipalities`.\n",
     "3. Haluamme tiedon sen perusteella, minkä kunnan sisällä havainto on. Valitse siis predikaatiksi, eli `predicate`-parametrin arvoksi, `\"within\"`.\n",
     "4. Haluamme tuloksena salamahavainnot, joihin on lisättynä tieto kunnasta, jonne salama on iskenyt. Annetaan siis `how`-parametrille arvoksi `\"left\"`: Näin tuloksena on vain salamahavainnot.\n",
@@ -470,6 +473,16 @@
     "lightning_counts.head()"
    ]
   },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "d850e00d-24a7-475e-a3fc-18e3566f4e83",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "type(lightning_counts)"
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "0b1e4263-18f4-4967-bf94-d973876ce1e7",
@@ -478,23 +491,67 @@
     "Nimetään vielä sarakkeet hieman selkeämmin. Tämä onnistuu esimerkiksi antamalla uudet sarakenimet listana:"
    ]
   },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "6783b486-63cf-4c3c-a560-0e6dc18afff0",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "# Alkuperäiset sarakkeet\n",
+    "lightning_counts.columns"
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": null,
    "id": "d1e5c678-c912-4704-99c6-d397f28c8192",
    "metadata": {},
    "outputs": [],
    "source": [
-    "lightning_counts.columns = [\"nimi\", \"lightning_count\"]\n",
-    "lightning_counts.head()"
+    "# Korvataan sarakkeet uusilla\n",
+    "lightning_counts.columns = [\"municipality\", \"lightning_count\"]\n",
+    "lightning_counts"
    ]
   },
   {
    "cell_type": "markdown",
    "id": "2f47cfc1-24da-4b49-bf92-4b0157a7a662",
    "metadata": {},
    "source": [
-    "Nyt voimme liittää salamahavaintojen kuntakohtaiset summat kunta-aineistoon kuntien nimen perusteella:"
+    "## Harjoitus - liitos sarakkeen perusteella\n",
+    "\n",
+    "Nyt voimme liittää salamahavaintojen kuntakohtaiset summat kunta-aineistoon kuntien nimen perusteella.\n",
+    "\n",
+    "Summa-aineistossa (`lightning_counts`) on tieto kunnan nimestä sarakkeessa `municipality`, kun taas kunta-aineistossa kunnan nimi on sarakkeessa `nimi`. Näiden sarakkeiden perusteella voidaan yhdistää tieto niin, että kunta-aineistoon saadaan jokaiselle kunnalle tieto salamahavaintojen summasta.\n",
+    "\n",
+    "Huomaa, että tämä liitos ei ole millään tavalla spatiaalinen operaatio. Tuki sarakkeiden mukaan liittämiselle löytyykin pandasin `merge`-funktiosta.\n",
+    "\n",
+    "1. Käytä pandasin merge-funktiota (`pd.merge`).\n",
+    "2. Valitse parametreihin `left` ja `right` halutut DataFramet, eli: `left=municipalities` ja `right=lightning_counts`.\n",
+    "3. Haluamme liittää tietoa sarakkeiden perusteella. Nämä sarakkeet valitaan parametreilla `left_on` ja `right_on`. Valitsimme aiemmin vasemmaksi DataFrameksi kunnat (`municipalities`), joten `left_on=\"nimi\"`. Oikea DataFrame on salamasummat (`lightning_counts`), joten `right-on=\"municipality\"`.\n",
+    "4. Haluamme tuloksena kunta-aineiston, jossa jokaisella kunnalla on tieto salamahavaintojen summasta. Annetaan siis how-parametrille arvoksi `\"left\"`: Näin tuloksena on vain kunta-aineisto.\n",
+    "5. Kun liitos näyttää toimivan, voit ylikirjoittaa muuttujan `municipalities` tuloksena syntyvällä GeoDataFramella.\n"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "f0b5c44a-3ccd-4966-8c11-526ec7a4025d",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "# Kirjoita ratkaisu\n"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "id": "b9771266-57ca-4546-bab1-2de385a2eec0",
+   "metadata": {
+    "jp-MarkdownHeadingCollapsed": true
+   },
+   "source": [
+    "## Ratkaisu"
    ]
   },
   {
@@ -508,7 +565,7 @@
     "    left=municipalities,\n",
     "    right=lightning_counts,\n",
     "    left_on=\"nimi\",\n",
-    "    right_on=\"nimi\",\n",
+    "    right_on=\"municipality\",\n",
     "    how=\"left\",\n",
     ")\n",
     "municipalities"
@@ -523,7 +580,7 @@
     "\n",
     "Tarkistetaan analyysimme nopealla visualisoinnilla kuntakohtaisista havaintomääristä.\n",
     "\n",
-    "Tämä onnistuu antamalla `plot`-metodin `column`-parametrille arvoksi se sarakke, jonka arvot haluamme visualisoida kartalla."
+    "Tämä onnistuu antamalla GeoDatFramen `plot`-metodin `column`-parametrille arvoksi se sarake, jonka arvot haluamme visualisoida kartalla."
    ]
   },
   {