Update app.py

app.py

@@ -1,17 +1,6 @@
 # app.py
-# HF Spacesで:
-# 1) japan_ver85.shp (ZIP) を読み込み
-# 2) Excelの住所列をNominatimで緯度経度化（キャッシュあり/オフライン可）
-# 3) 日本地図（境界線）にポイントを重ねて描画（静的PNG & folium HTML）
-#
-# 使い方:
-# - Shapefile ZIP と Excel をアップロード
-# - シート名/ヘッダー行/列指定を入力して「描画」
-# - 注意: Nominatimは利用規約順守。user_agentに連絡先の設定推奨（スペースのシークレット等）。
-
 import os
 import io
-import time
 import pandas as pd
 import numpy as np
 import geopandas as gpd
@@ -23,23 +12,16 @@ import folium
 import gradio as gr
 from PIL import Image
 
-# ----------------------------
-# 設定
-# ----------------------------
 USER_AGENT = os.environ.get(
     "NOMINATIM_USER_AGENT",
-    "jp-geocoding-demo (contact: your_email@example.com)"  # ← 必ず連絡先付きに変更推奨
+    "jp-geocoding-demo (contact: your_email@example.com)"
 )
-GEOCODE_DELAY_SEC = 1.0  # Nominatimへの配慮: 1秒間隔
+GEOCODE_DELAY_SEC = 1.0
 CACHE_DIR = "data/cache"
 os.makedirs(CACHE_DIR, exist_ok=True)
 CACHE_PATH = os.path.join(CACHE_DIR, "geocode_cache.csv")
+DEFAULT_ZIP = "data/japan_ver85.zip"
 
-DEFAULT_ZIP = "data/japan_ver85.zip"  # リポジトリに置いた場合に使う
-
-# ----------------------------
-# キャッシュ読み書き
-# ----------------------------
 def load_cache():
     if os.path.exists(CACHE_PATH):
         try:
@@ -54,13 +36,9 @@ def save_cache(df_cache):
     try:
         df_cache.to_csv(CACHE_PATH, index=False)
     except Exception:
-        pass  # 読み取り専用環境などではスキップ
+        pass
 
-# ----------------------------
-# Shapefile ZIP → GeoDataFrame
-# ----------------------------
 def load_gdf_from_zip(zip_path: str) -> gpd.GeoDataFrame:
-    # pyogrioが入っていれば engine="pyogrio" を付けると高速
     gdf = gpd.read_file(f"zip://{zip_path}")  # , engine="pyogrio"
     try:
         if gdf.crs:
@@ -69,247 +47,6 @@ def load_gdf_from_zip(zip_path: str) -> gpd.GeoDataFrame:
         pass
     return gdf
 
-# ----------------------------
-# ジオコーダ
-# ----------------------------
 def make_geocoder():
     geolocator = Nominatim(user_agent=USER_AGENT, timeout=10)
-    geocode = RateLimiter(geolocator.geocode, min_delay_seconds=GEOCODE_DELAY_SEC)
-    return geocode
-
-def geocode_with_cache(addresses, CFs, use_internet=True):
-    cache = load_cache()
-    cache_map = {row["address_input"]: (row["lat"], row["lon"], row["CF"]) for _, row in cache.iterrows()}
-    results = []
-
-    geocode = make_geocoder() if use_internet else None
-
-    for a, cf in zip(addresses, CFs):
-        a = str(a)
-        cf = str(cf) if (cf is not None and not (isinstance(cf, float) and np.isnan(cf))) else ""
-        # キャッシュヒット
-        if a in cache_map:
-            lat, lon, _cached_cf = cache_map[a]
-            if pd.notna(lat) and pd.notna(lon):
-                results.append({"address_input": a, "CF": cf, "lat": lat, "lon": lon})
-                continue
-
-        if not use_internet:
-            results.append({"address_input": a, "CF": cf, "lat": np.nan, "lon": np.nan})
-            continue
-
-        # API呼び出し（RateLimiterで待機）
-        try:
-            loc = geocode(a, country_codes="jp", addressdetails=True)
-            if loc:
-                lat, lon = loc.latitude, loc.longitude
-            else:
-                lat, lon = np.nan, np.nan
-        except Exception:
-            lat, lon = np.nan, np.nan
-
-        # キャッシュ更新
-        cache = cache[cache["address_input"] != a]
-        cache = pd.concat(
-            [cache, pd.DataFrame([{"address_input": a, "lat": lat, "lon": lon, "CF": cf}])],
-            ignore_index=True
-        )
-        save_cache(cache)
-
-        results.append({"address_input": a, "CF": cf, "lat": lat, "lon": lon})
-
-    return pd.DataFrame(results)
-
-# ----------------------------
-# 可視化（matplotlib）
-# ----------------------------
-def plot_map_png(gdf_pref: gpd.GeoDataFrame, gdf_pts: gpd.GeoDataFrame,
-                 line_width: float = 0.6, figsize=(7, 7)) -> Image.Image:
-    fig, ax = plt.subplots(figsize=figsize)
-    gdf_pref.boundary.plot(ax=ax, linewidth=line_width, color="black")
-    # 有効な点のみ
-    gdf_pts_valid = gdf_pts[gdf_pts.geometry.notnull()]
-    if not gdf_pts_valid.empty:
-        # CF列（任意）を数値化してカラーマップに使用。無ければ等色。
-        cf_num = pd.to_numeric(gdf_pts_valid.get("CF", pd.Series([np.nan]*len(gdf_pts_valid))), errors="coerce")
-        # markersizeは見やすいよう固定（必要ならスライダで可変化も可）
-        gdf_pts_valid.assign(CF_num=cf_num).plot(
-            ax=ax, column="CF_num", cmap="OrRd", markersize=12, alpha=0.85, legend=True
-        )
-    ax.set_axis_off()
-    plt.tight_layout()
-    buf = io.BytesIO()
-    fig.savefig(buf, format="png", dpi=200)
-    plt.close(fig)
-    buf.seek(0)
-    return Image.open(buf)
-
-# ----------------------------
-# 可視化（folium）
-# ----------------------------
-def make_folium_html(gdf_pref: gpd.GeoDataFrame, gdf_pts: gpd.GeoDataFrame):
-    # 中心位置（ポイントがあれば中央値、なければ東京駅付近）
-    gdf_pts_valid = gdf_pts[gdf_pts.geometry.notnull()]
-    if not gdf_pts_valid.empty:
-        center_lat = gdf_pts_valid.geometry.y.median()
-        center_lon = gdf_pts_valid.geometry.x.median()
-        zoom = 6
-    else:
-        center_lat, center_lon, zoom = 35.6812, 139.7671, 5
-
-    m = folium.Map(location=[center_lat, center_lon], zoom_start=zoom)
-
-    # 境界線（軽量化のため boundary のみ簡易表示）
-    try:
-        folium.GeoJson(gdf_pref.to_json(), name="prefecture").add_to(m)
-    except Exception:
-        pass
-
-    for _, r in gdf_pts_valid.iterrows():
-        lat, lon = r.geometry.y, r.geometry.x
-        popup = f"{r.get('address_input','(no addr)')}<br>CF:{r.get('CF','')}"
-        folium.CircleMarker(
-            location=(float(lat), float(lon)),
-            radius=4,
-            fill=True,
-            fill_opacity=0.9,
-            popup=popup,
-        ).add_to(m)
-
-    return m._repr_html_()
-
-# ----------------------------
-# パイプライン
-# ----------------------------
-def _coerce_indexer(x):
-    # 列名/数字の両対応
-    try:
-        return int(x)
-    except Exception:
-        return x
-
-def run(zip_file, excel_file, sheet_name, header_row, address_col, power_col,
-        use_inet, line_width):
-    # 1) Shapefile ZIP の決定
-    if zip_file is not None and hasattr(zip_file, "name") and os.path.exists(zip_file.name):
-        zip_path = zip_file.name
-    elif os.path.exists(DEFAULT_ZIP):
-        zip_path = DEFAULT_ZIP
-    else:
-        return None, None, "Shapefile の ZIP をアップロードするか、data/japan_ver85.zip を配置してください。"
-
-    # 2) 行政界読み込み
-    try:
-        gdf_pref = load_gdf_from_zip(zip_path)
-    except Exception as e:
-        return None, None, f"行政界の読み込みに失敗しました: {e}"
-
-    # 3) Excel 読み込み & 列抽出
-    if excel_file is None or not hasattr(excel_file, "name"):
-        # 住所点なしでも地図だけ返せるようにする（要件に合わせてここでエラーにしてもOK）
-        gdf_pts = gpd.GeoDataFrame(columns=["address_input", "CF", "lat", "lon"], geometry=[], crs="EPSG:4326")
-    else:
-        try:
-            df = pd.read_excel(excel_file.name, sheet_name=sheet_name, header=int(header_row))
-        except Exception as e:
-            return None, None, f"Excel の読み込みに失敗しました: {e}"
-
-        addr_series = df.iloc[:, address_col] if isinstance(address_col, int) else df[address_col]
-        cf_series = df.iloc[:, power_col] if isinstance(power_col, int) else df[power_col]
-
-        addresses = addr_series.astype(str).tolist()
-        cfs = cf_series.tolist()
-
-        # 4) ジオコーディング（キャッシュ活用）
-        geo_df = geocode_with_cache(addresses, cfs, use_internet=bool(use_inet))
-
-        # 5) GeoDataFrame 化
-        geometry = [
-            Point(lon, lat) if (pd.notna(lat) and pd.notna(lon)) else None
-            for lat, lon in zip(geo_df["lat"], geo_df["lon"])
-        ]
-        gdf_pts = gpd.GeoDataFrame(geo_df, geometry=geometry, crs="EPSG:4326")
-
-    # 6) 可視化（matplotlib）
-    try:
-        img = plot_map_png(gdf_pref, gdf_pts, line_width=line_width)
-    except Exception as e:
-        return None, None, f"静的描画に失敗しました: {e}"
-
-    # 7) 可視化（folium）
-    try:
-        html = make_folium_html(gdf_pref, gdf_pts)
-    except Exception as e:
-        html = f"<p>folium描画に失敗しました: {e}</p>"
-
-    # 8) 情報メモ
-    info = []
-    info.append(f"都道府県レコード数: {len(gdf_pref)}")
-    if gdf_pref.crs:
-        info.append(f"PREF CRS: {gdf_pref.crs}")
-    info.append(f"ポイント数（有効座標）: {int(gdf_pts.geometry.notnull().sum())} / {len(gdf_pts)}")
-    if not gdf_pts.empty and gdf_pts.crs:
-        info.append(f"PTS CRS: {gdf_pts.crs}")
-
-    return img, html, "\n".join(info)
-
-# ----------------------------
-# Gradio UI
-# ----------------------------
-with gr.Blocks(title="Japan Shapefile + Excel Geocoding Plotter") as demo:
-    gr.Markdown("## japan_ver85.shp（ZIP） + Excel住所 → 日本地図にプロット")
-    gr.Markdown(
-        "- **Shapefile ZIP**（`.shp/.shx/.dbf/.prj` など同梱）をアップロードしてください。\n"
-        "- **Excel** は住所列と数値列（任意: CF/出力など）を指定してください。\n"
-        "- Nominatim への問い合わせはレート制限済み。通信が難しい環境では「通信オフ（キャッシュのみ）」で実行できます。"
-    )
-
-    with gr.Row():
-        zip_in = gr.File(label="Shapefile (ZIP)", file_count="single", file_types=[".zip"])
-        xlsx_in = gr.File(label="Excelファイル（住所付き）", file_count="single", file_types=[".xlsx", ".xls"])
-
-    with gr.Row():
-        sheet = gr.Textbox(label="シート名", value="認定設備")
-        header_row = gr.Number(label="ヘッダー行番号（0始まり）", value=2, precision=0)
-
-    with gr.Row():
-        address_col = gr.Textbox(label="住所列（列名 or 0始まり列番号）", value="発電設備の所在地")
-        power_col = gr.Textbox(label="数値列（任意：列名 or 0始まり列番号）", value="発電出力（kW）")
-
-    with gr.Row():
-        use_inet = gr.Checkbox(label="Nominatimに問い合わせ（オフでキャッシュのみ使用）", value=True)
-        line_width = gr.Slider(0.2, 2.0, value=0.6, step=0.1, label="境界線の太さ")
-
-    run_btn = gr.Button("描画")
-
-    out_img = gr.Image(label="静的地図（matplotlib）", type="pil")
-    out_html = gr.HTML(label="インタラクティブ地図（folium）")
-    out_txt = gr.Textbox(label="メタ情報", lines=4)
-
-    def _parse_indexer(x):
-        # 前端UIの入力を列名/番号に解釈
-        try:
-            return int(x)
-        except Exception:
-            return x
-
-    def app_run(zipf, xls, s, h, a, p, inet, lw):
-        return run(
-            zipf,
-            xls,
-            s,
-            int(h),
-            _parse_indexer(a),
-            _parse_indexer(p),
-            inet,
-            lw
-        )
-
-    run_btn.click(
-        fn=app_run,
-        inputs=[zip_in, xlsx_in, sheet, header_row, address_col, power_col, use_inet, line_width],
-        outputs=[out_img, out_html, out_txt],
-    )
-
-if __name__ == "__main__":
-    demo.launch()
+    geocode = RateL