[python] 공공 데이터 포털 API 소상공인시장진흥공단 상가 상권 정보 조회

마지막 내용인데 이거는 이걸로 해서 공공 데이터 포털 쪽에 api는 마무리 지을 것 같아요. 어 저도 추천을 어떤 분이 유용한 데이터가 많다. 자기도 뭐 이런 것을 찾아서 다양한 데이터를 참고가 많이 됐다라는 것을 저도 호기심 삼아서 제 휴가 때 진행을 하게 됐습니다.

 

결과론적으로 봤었을 때 저도 코딩을 했었을 때 공공 데이터 포털 안에서 데이터를 어떻게 가져와야 되는지 그거에 대해서 조금 에러 문구라든가 이런 것들 많이 걸린 것도 있었어요. 결과론적으로는 다 풀었었고 해서 혹여나 데이터를 보는 게 힘들다라는 게 있으시면 언제든지 말씀만 주시면 될 것 같습니다. 거의 웬만한 거는 뚫었었기 때문에 그것만 참고만 해주시면 될 것 같고요 마지막으로 소상공인 시장진흥공단에서 나오는 상가 혹은 상권 정보에 관련돼서 데이터를 조회할 수 있는 방법입니다. 파이선 코딩 으로 만들어 놨었던 것들이고요.

[python] 공공 데이터 포털 API 소상공인시장진흥공단 상가(상권)정보 조회

공공 데이터 포털 API 소상공인시장진흥공단 상가(상권)정보 API 키 발급

https://www.data.go.kr/tcs/dss/selectApiDataDetailView.do?publicDataPk=15012005 

소상공인시장진흥공단_상가(상권)정보_API

python 공공 데이터 포털 API 소상공인시장진흥공단 상가(상권)정보 조회

이것도 마찬가지로 데이터를 보려면 api 키를 발급을 받아야겠죠. 제가 나왔었던 거는 이것도 상권 데이터를 조회를 하려면 상권의 영역 좌표라는 게 있습니다. 어 안에서 어떤 상권 번호가 있는데 상권 번호를 통해서 정보를 조회를 하는 거예요. 아니면 어떤 대분류 중분류 소분류의 코드 값이 있습니다.

 

코드 값을 사용을 해서 데이터를 추출할 수 있는 이런 방법일 수도 있고요 저는 대표적으로 두 가지만 가지고 왔었었는데 막상 실제 안에 여러분들이 데이터를 보시면 데이터가 많습니다. 참고하실 만한 그런 데이터들이 아주 많을 거다라고 생각이 들어요. 그거를 참고를 해주시면 될 것 같아요. 같습니다. 상가 정보나 상권 정보 이런 정보들을 많이 필요로 한다 하는 게 있으시면 많은 참고가 주면 될 것 같습니다. 상권 분석 이런 걸 하실 때 유용한 정보가 있지 않나 싶네요. 여기까지입니다.

from urllib.request import urlopen
from urllib.parse import urlencode, unquote, quote_plus
import urllib
import requests
import json
import pandas as pd
from datetime import datetime,timedelta
import warnings
import xmltodict # 결과가 xml 형식으로 반환된다. 이것을 dict 로 바꿔주는 라이브러리다

warnings.filterwarnings('ignore')

#지정 상권조회	
#주요상권의 영역좌표를 조회하는 기능으로 지정된 상권번호에 해당하는 단일 상권정보를 조회	

serviceKey='' #공공데이터포털에서 받은 인증키
key = '9174' #조회 대상 상권의 상권번호
type = 'json' #xml / json

url = 'https://apis.data.go.kr/B553077/api/open/sdsc2/storeZoneOne?serviceKey={}&key={}&type={}'.format(serviceKey,key,type)


response = requests.get(url, verify=False)
#dict_data = xmltodict.parse(response.text)
#json_data = json.dumps(dict_data, ensure_ascii=False)
r_data = json.loads(response.text)


#Shape of passed values is (2, 4), indices imply (1, 4)
#data = pd.DataFrame(r_data['response']['body']['items']['item'])  이걸로 넣어주면 됨.

#If using all scalar values, you must pass an index 에러 문구가 뜰 경우, index=[0]
#data = pd.DataFrame(r_data['response']['body']['items']['item'], index=[0]) 이렇게 바꿔주면됨.


#columns=r_data['header']['columns']

try : 
    data = pd.DataFrame(r_data['body']['items'])  
except :
    data = pd.DataFrame(r_data['body']['items'], index = [0])

data.columns = r_data['header']['columns'] #컬럼변경

data

from urllib.request import urlopen
from urllib.parse import urlencode, unquote, quote_plus
import urllib
import requests
import json
import pandas as pd
from datetime import datetime,timedelta
import warnings
import xmltodict # 결과가 xml 형식으로 반환된다. 이것을 dict 로 바꿔주는 라이브러리다

warnings.filterwarnings('ignore')

#업종별 상가업소 조회
#입력 업종에 해당하는 업소목록 조회

serviceKey='' #공공데이터포털에서 받은 인증키
pageNo = '1'   #현재 요청 페이지번호
numOfRows = '10'  #최대 1000
divId = 'indsLclsCd' #대분류는 indsLclsCd, 중분류는 indsMclsCd, 소분류는 indsSclsCd를 사용
key = 'Q' #대분류는 대분류코드값, 중분류는 중분류코드값, 소분류는 소분류코드값을 사용
type = 'json' #xml / json

url = 'https://apis.data.go.kr/B553077/api/open/sdsc2/storeListInUpjong?serviceKey={}&pageNo={}&numOfRows={}&divId={}&key={}&type={}'.format(serviceKey,pageNo,numOfRows,divId,key,type)

response = requests.get(url, verify=False)
#dict_data = xmltodict.parse(response.text)
#json_data = json.dumps(dict_data, ensure_ascii=False)
r_data = json.loads(response.text)


#Shape of passed values is (2, 4), indices imply (1, 4)
#data = pd.DataFrame(r_data['response']['body']['items']['item'])  이걸로 넣어주면 됨.

#If using all scalar values, you must pass an index 에러 문구가 뜰 경우, index=[0]
#data = pd.DataFrame(r_data['response']['body']['items']['item'], index=[0]) 이렇게 바꿔주면됨.


#columns=r_data['header']['columns']

try : 
    data = pd.DataFrame(r_data['body']['items'])  
except :
    data = pd.DataFrame(r_data['body']['items'], index = [0])

data.columns = r_data['header']['columns'] #컬럼변경

data