Ejercicio 18: Limpieza y Visualización de Datos Geoespaciales con GeoPandas

Este ejercicio tiene como objetivo que los estudiantes trabajen con limpieza de datos geoespaciales, conversión de datos tabulares a GeoDataFrame, y visualización de datos geográficos con GeoPandas y Folium. Se trabajará con un dataset de puntos de acceso WiFi en Argentina y se mapearán sobre un mapa del país.

Objetivos

  • Limpiar datos geoespaciales eliminando valores inválidos.
  • Convertir datos tabulares a un GeoDataFrame.
  • Guardar los datos limpios en formato GeoJSON.
  • Visualizar datos geográficos sobre un mapa de Argentina.

Entrada de Datos

  • id: Identificador único del punto.
  • identificador: Código del punto de acceso.
  • ubicacion: Nombre o referencia del punto.
  • latitud: Coordenada geográfica (latitud).
  • longitud: Coordenada geográfica (longitud).
  • municipio_id: Identificador del municipio.
  • provincia_id: Identificador de la provincia.
  • id_departamento: Código del departamento.
  • municipio: Nombre del municipio.
  • provincia: Nombre de la provincia.
  • departamento: Nombre del departamento.

Parte A: Carga y Limpieza de Datos

Tareas

  1. Cargar el dataset en un DataFrame de Pandas y explorar su contenido.
  2. Identificar y eliminar registros con coordenadas inválidas (0,0) o valores nulos en las columnas clave (latitud, longitud).
  3. Verificar que los datos filtrados sean consistentes con la estructura geográfica de Argentina.

Código Base

import pandas as pd

# Cargar el dataset
# TODO: Implementar

Parte B: Conversión a GeoDataFrame y Guardado en GeoJSON

Tareas

  1. Crear una geometría de puntos a partir de latitud y longitud usando shapely.geometry.Point.
  2. Convertir el DataFrame a un GeoDataFrame utilizando la proyección geográfica adecuada (EPSG:4326).
  3. Guardar el GeoDataFrame en formato GeoJSON para su posterior visualización.

Código Base

from shapely.geometry import Point
import geopandas as gpd

# Crear geometría de puntos
# TODO: Implementar

# Convertir a GeoDataFrame
# TODO: Implementar

# Guardar en GeoJSON
# TODO: Implementar

Parte C: Visualización de Puntos WiFi sobre un Mapa de Argentina

Tareas

  1. Descargar o utilizar un shapefile abierto con los límites administrativos de Argentina (provincias o departamentos).
  2. Cargar los polígonos en un GeoDataFrame y visualizar la estructura geográfica.
  3. Superponer los puntos WiFi en el mapa de Argentina utilizando Folium.
  4. Ajustar la visualización para resaltar las ubicaciones de los puntos de acceso.

Código Base

import folium

# Cargar polígonos de Argentina
# TODO: Implementar

# Mapear los puntos WiFi
# TODO: Implementar

Entrega Esperada

  • Código en Python bien estructurado utilizando Pandas, GeoPandas y Folium.
  • Un archivo GeoJSON con los datos limpios de los puntos de acceso WiFi.
  • Un mapa de Argentina con los puntos de acceso WiFi correctamente visualizados.
  • Reflexiones sobre la importancia de la limpieza de datos geoespaciales y su impacto en los análisis.