ドナルドのいない街を可視化してみた。

市区町村ごとのマクドナルド店舗数で色付けしています。色が濃い地域ほど店舗が多くなります。
白く塗られた地域がマクドナルドが一店舗もない「ドナルドのいない街」です。

経緯

Geoクラスタではマクドナルドの店舗データを使った分析が流行っているらしいので、周回遅れながらこのビッグウェーブに乗ってみることにしました。

日本一マクドナルドから遠い場所 - Qiita
「本当に」日本一マクドナルドから遠い場所｜ヌノカワユウスケ｜note
日本一マクドナルドから遠い場所はPostGISで求められるかな？ - Qiita
日本一マクドナルドから遠い場所　をより精確に求めてみた - Qiita

とはいえ、一番遠い場所を見つける別のアプローチも思いつかなかったので、今回は、GISを使った分析の基本、「ポリゴンごとに含まれるポイントをカウントして塗り分け地図を作る」をすることに。

データ

・マクドナルド店舗データ
店舗検索 | お店をさがす | McDonald’sのページより、デベロッパーツールを使って店舗情報を取得しました。

・市区町村ポリゴン
全国市区町村界データ | ESRIジャパンよりダウンロードしたshapeファイルをGeoJSONに変換して使っています。

市区町村ごとの店舗数を求める

下記画像のようにポイントデータとポリゴンデータを用意し、各ポリゴンに含まれるポイントデータを抽出します。

QGISなどを使うことで簡単に計算することができるのですが、今回はTurf.jsを使って計算しました。
Turf.jsは、地理情報を分析するための様々な機能をもつJavaScriptライブラリです。

このブログでもいくつかサンプルを載せているので興味があるかたは使ってみてください。
（一部、バージョンアップにより使えなくなった機能があります）

Turf.js – GUNMA GIS GEEK

Turf.jsは、フロントエンドだけでなくnode.jsのスクリプトとしても実行できるので、バックエンドやローカルで利用することもできます。

今回は、データ量が多いのでローカルで計算しました。

turf.jsインストール

turf.jsはnpmでインストールすることができます。

$ npm install @turf/turf

1	$ npm install @turf/turf

pointsWithinPolygon

turf.jsでは、複数のポイントデータの中から、特定のポリゴン内に含まれるポイントだけを抽出する pointsWithinPolygon という関数があるので、この関数をつかって市区町村ごとの店舗数を求めます。

var points = turf.points([
    [-46.6318, -23.5523],
    [-46.6246, -23.5325],
    [-46.6062, -23.5513],
    [-46.663, -23.554],
    [-46.643, -23.557]
]);

var searchWithin = turf.polygon([[
    [-46.653,-23.543],
    [-46.634,-23.5346],
    [-46.613,-23.543],
    [-46.614,-23.559],
    [-46.631,-23.567],
    [-46.653,-23.560],
    [-46.653,-23.543]
]]);

var ptsWithin = turf.pointsWithinPolygon(points, searchWithin);

var points = turf.points([

[-46.6318, -23.5523],

[-46.6246, -23.5325],

[-46.6062, -23.5513],

[-46.663, -23.554],

[-46.643, -23.557]

]);

var searchWithin = turf.polygon([[

[-46.653,-23.543],

[-46.634,-23.5346],

[-46.613,-23.543],

[-46.614,-23.559],

[-46.631,-23.567],

[-46.653,-23.560],

[-46.653,-23.543]

]]);

var ptsWithin = turf.pointsWithinPolygon(points, searchWithin);

サンプルコード

const fs = require('fs');
const turf = require('@turf/turf');

//市区町村ポリゴンデータの読み込み
const geojson = JSON.parse(fs.readFileSync('japan_ver81.geojson', 'utf8')); 
//マクドナルド店舗データの読み込み
const macdonald = JSON.parse(fs.readFileSync('macdonald.json', 'utf8')); 


//マクドナルド店舗データをgeojson形式に変換
const points = turf.featureCollection( macdonald.map(function(d){
    const p = turf.point([d.longitude, d.latitude], d);
    return p
}) );


//市区町村境界データの各ポリゴン内に含まれるマクドナルド店舗を抽出し、プロパティに追加
geojson.features.forEach(function(feature){
    if(!feature.geometry) return null;
    try {
        var ptsWithin = turf.pointsWithinPolygon(points, feature);   //ポリゴン内に含まれるポイントを抽出      
    }
    catch(e){
        console.log(e);
        console.log(feature);
    }
    
    feature.properties.mac_count = ptsWithin.features.length; //店舗数をプロパティに追加
    feature.properties.mac_data = ptsWithin.features; //店舗情報を追加
});


console.log(JSON.stringify(geojson)); //コンソールにGeoJSONを出力する

const fs = require('fs');

const turf = require('@turf/turf');

//市区町村ポリゴンデータの読み込み

const geojson = JSON.parse(fs.readFileSync('japan_ver81.geojson', 'utf8'));

//マクドナルド店舗データの読み込み

const macdonald = JSON.parse(fs.readFileSync('macdonald.json', 'utf8'));

//マクドナルド店舗データをgeojson形式に変換

const points = turf.featureCollection( macdonald.map(function(d){

const p = turf.point([d.longitude, d.latitude], d);

return p

}) );

//市区町村境界データの各ポリゴン内に含まれるマクドナルド店舗を抽出し、プロパティに追加

geojson.features.forEach(function(feature){

if(!feature.geometry) return null;

try {

var ptsWithin = turf.pointsWithinPolygon(points, feature); //ポリゴン内に含まれるポイントを抽出

}

catch(e){

console.log(e);

console.log(feature);

}

feature.properties.mac_count = ptsWithin.features.length; //店舗数をプロパティに追加

feature.properties.mac_data = ptsWithin.features; //店舗情報を追加

});

console.log(JSON.stringify(geojson)); //コンソールにGeoJSONを出力する

実行

$ node addMacCountData.js > macMap.geojson

1	$ node addMacCountData.js > macMap.geojson

地図に載せて見た

作成したGeoJSONデータは、GeoJSONに対応した地図ライブラリや地図サービスなどに読みこませて表示することができます。
今回は、以前記事にした、GeoJSONをフロントエンドでベクトルタイル化して表示する」方法で地図をつくりました。

マクドナルド店舗数塗り分け地図

おまけ

店舗数の多い地域のランキングなどを調べてみました。

マック有り地域 939
マック無し地域 971
マック有り地域の割合 49.16%

店舗数TOP10
1位 東京都  八王子市        18店舗
2位 東京都  足立区     17店舗
3位 兵庫県  尼崎市     16店舗
4位 千葉県  柏市      16店舗
5位 栃木県  宇都宮市        15店舗
6位 神奈川県 藤沢市     15店舗
7位 東京都  江戸川区        14店舗
8位 東京都  練馬区     14店舗
9位 鹿児島県 鹿児島市        14店舗
10位 東京都 大田区     14店舗

一人当たり店舗数TOP10
1位 東京都  八王子市        18店舗    人口：562795人
2位 沖縄県  島尻郡八重瀬町     1店舗 人口：30093人
3位 兵庫県  尼崎市     16店舗    人口：463940人
4位 千葉県  柏市      16店舗    人口：409001人
5位 栃木県  宇都宮市        15店舗    人口：521820人
6位 神奈川県 藤沢市     15店舗    人口：426024人
7位 東京都  江戸川区        14店舗    人口：686387人
8位 東京都  練馬区     14店舗    人口：719109人
9位 鹿児島県 鹿児島市        14店舗    人口：607382人
10位 東京都 大田区     14店舗    人口：712057人

店舗０地域人口TOP10
1位 広島県  広島市安芸区      0店舗 人口：80830人
2位 宮城県  栗原市     0店舗 人口：71748人
3位 香川県  三豊市     0店舗 人口：68084人
4位 宮城県  気仙沼市        0店舗 人口：66733人
5位 福島県  南相馬市        0店舗 人口：63930人
6位 埼玉県  蓮田市     0店舗 人口：62481人
7位 熊本県  合志市     0店舗 人口：59702人
8位 新潟県  新潟市西蒲区      0店舗 人口：59482人
9位 北海道  北広島市        0店舗 人口：59348人
10位 新潟県 佐渡市     0店舗 人口：58527人

マック有り地域 939

マック無し地域 971

マック有り地域の割合 49.16%

店舗数TOP10

1位東京都八王子市 18店舗

2位東京都足立区 17店舗

3位兵庫県尼崎市 16店舗

4位千葉県柏市 16店舗

5位栃木県宇都宮市 15店舗

6位神奈川県藤沢市 15店舗

7位東京都江戸川区 14店舗

8位東京都練馬区 14店舗

9位鹿児島県鹿児島市 14店舗

10位東京都大田区 14店舗

一人当たり店舗数TOP10

1位東京都八王子市 18店舗人口：562795人

2位沖縄県島尻郡八重瀬町 1店舗人口：30093人

3位兵庫県尼崎市 16店舗人口：463940人

4位千葉県柏市 16店舗人口：409001人

5位栃木県宇都宮市 15店舗人口：521820人

6位神奈川県藤沢市 15店舗人口：426024人

7位東京都江戸川区 14店舗人口：686387人

8位東京都練馬区 14店舗人口：719109人

9位鹿児島県鹿児島市 14店舗人口：607382人

10位東京都大田区 14店舗人口：712057人

店舗０地域人口TOP10

1位広島県広島市安芸区 0店舗人口：80830人

2位宮城県栗原市 0店舗人口：71748人

3位香川県三豊市 0店舗人口：68084人

4位宮城県気仙沼市 0店舗人口：66733人

5位福島県南相馬市 0店舗人口：63930人

6位埼玉県蓮田市 0店舗人口：62481人

7位熊本県合志市 0店舗人口：59702人

8位新潟県新潟市西蒲区 0店舗人口：59482人

9位北海道北広島市 0店舗人口：59348人

10位新潟県佐渡市 0店舗人口：58527人

やはり関東圏に店舗の多い地域が集まっている感じです。
市区町村ごとの人口のデータがあったので「一人当たり店舗数が多い地域」で計算してみたけど順位はあまり変わらず。ただ一点、沖縄県島尻郡八重瀬町の店舗（東風平店）が突如ランクインします。
八重瀬町はもともとは、東風平町を含む4町村が合併するはずだったのが、いろいろあって2町村のみの合併になったとのことで、他のマック有り地域より人口が少ないので一人当たりの店舗数が多くなったっぽいです、

逆に人口が多い地域でマックがない地域を調べてみると、九州・四国が少ないみたい。
１位の広島市安芸区は飛地になっていて、分断されたちょうど隙間に店舗がありました。

安芸区飛地

const fs = require('fs');
const turf = require('@turf/turf');
const geojson = JSON.parse(fs.readFileSync('html/japan.geojson', 'utf8')); 


const data = geojson.features.map(d => {
    return d.properties;
});


const haveMac = data.filter(d => d.mac_count > 0);
const noMac = data.filter(d => !d.mac_count > 0);


console.log("マック有り地域", data.length);
console.log("マック無し地域", data.length);

console.log("マック有り地域の割合", ~~((haveMac.length/data.length) * 10000) /100 + "%") 




const output = function(arg ,flag){
    arg.forEach( (d, i) => {
        const ranking = i +1;
        let address = [d["KEN"],"t", d["GUN"], d["SEIREI"], d["SIKUCHOSON"]].join(""); //null消し
        let str = `${ranking}位 ${address}tt${d.mac_count}店舗`;
        if(flag) str += `t人口：${d.P_NUM}人`;
        console.log(str);
    })    
}


console.log("n店舗数TOP10")
haveMac.sort((a,b) => b.mac_count - a.mac_count)
const top10 = haveMac.slice(0, 10);
output(top10, false);


console.log("n一人当たり店舗数TOP10")
haveMac.sort((a,b) => (b.mac_countd/b.P_NUM) - (a.mac_count/a.P_NUM) )
const top10perP = haveMac.slice(0, 10);
output(top10perP, true);



console.log("n店舗０地域人口TOP10")
noMac.sort((a,b) => b.P_NUM - a.P_NUM )
const noMacTop10perP = noMac.slice(0, 10);
output(noMacTop10perP, true);

const fs = require('fs');

const turf = require('@turf/turf');

const geojson = JSON.parse(fs.readFileSync('html/japan.geojson', 'utf8'));

const data = geojson.features.map(d => {

return d.properties;

});

const haveMac = data.filter(d => d.mac_count > 0);

const noMac = data.filter(d => !d.mac_count > 0);

console.log("マック有り地域", data.length);

console.log("マック無し地域", data.length);

console.log("マック有り地域の割合", ~~((haveMac.length/data.length) * 10000) /100 + "%")

const output = function(arg ,flag){

arg.forEach( (d, i) => {

const ranking = i +1;

let address = [d["KEN"],"t", d["GUN"], d["SEIREI"], d["SIKUCHOSON"]].join(""); //null消し

let str = `${ranking}位 ${address}tt${d.mac_count}店舗`;

if(flag) str += `t人口：${d.P_NUM}人`;

console.log(str);

})

}

console.log("n店舗数TOP10")

haveMac.sort((a,b) => b.mac_count - a.mac_count)

const top10 = haveMac.slice(0, 10);

output(top10, false);

console.log("n一人当たり店舗数TOP10")

haveMac.sort((a,b) => (b.mac_countd/b.P_NUM) - (a.mac_count/a.P_NUM) )

const top10perP = haveMac.slice(0, 10);

output(top10perP, true);

console.log("n店舗０地域人口TOP10")

noMac.sort((a,b) => b.P_NUM - a.P_NUM )

const noMacTop10perP = noMac.slice(0, 10);

output(noMacTop10perP, true);

経緯

データ

市区町村ごとの店舗数を求める

turf.jsインストール

pointsWithinPolygon

サンプルコード

実行

地図に載せて見た

おまけ

投稿者: shimizu