Rolle: Desigerin
Zeitraum: März bis Juni 2024
Tools & Methoden: Carto & Python
Zielgruppe: Kölner
Prototype Anwendung: https://pinea.app.carto.com/map/e57810f0-ca14-4853-9ace-4f10b870dc7e
Dokumentation PDF: https://drive.google.com/file/d/1vRtP2UHmI-1oq1D2THOCcwjyng_cCnhx/view?usp=sharinghttps://drive.google.com/file/d/1vRtP2UHmI-1oq1D2THOCcwjyng_cCnhx/view?usp=sharing
Datensatz als CSV-Datei: offenedaten-koeln.de/dataset/unfallatlas-köln-3
Datenlizenz: dl-de/by-2-0; https://www.govdata.de/dl-de/by-2-0
Vorgehensweise
Die Arbeit folgt einer systematischen Vorgehensweise, die sich in mehrere Schlüsselschritte gliedert. Zunächst erfolgt eine gründliche Analyse des Unfalldatensatzes von 2021, bei der Schwerpunkte identifiziert, Häufigkeiten untersucht und die beteiligten Verkehrsteilnehmer sowie Zeitangaben verglichen wurden. Diese Analyse liefert die Grundlage für die Entwicklung von ersten Visualisierungskonzepten. Dabei wurden verschiedene Ansätze zur Darstellung der Daten in Form von interaktiven Karten und statistischen Auswertungen skizziert und diskutiert. Diese beiden Schritte erfolgten zunächst über Pivotcharts in Excel und anschließend über erste Heatmaps mittels Phython.
Nach der Konzeptentwicklung erfolgt die Implementierung der interaktiven Karte und der statistischen Darstellungen. Hierbei kommen Tools wie Carto und GitHub zum Einsatz, um die Daten effektiv zu visualisieren und Nutzern eine intuitive Navigation und Analyse zu ermöglichen. Der Datensatz der als CSV Datei bereitgestellt ist, wurde mittels Python angepasst und als GEOJSON Datei abgespeichert. Auf dieser Grundlage konnten erste Prototypen erstellt und iterativ verbessert werden, um die Benutzerfreundlichkeit und die Präzision der Datenvisualisierung sicherzustellen.
Die öffentliche CSV-Datei enthält die Informationen zum Unfallort (Koordinaten), ID, Regierungsbezirk, Bundesland, Kreis, Gemeinde, Unfalljahr, Unfallmonat, Unfallstunde, Wochentag, Unfallkategorie, Unfallart, Unfalltyp, Fahrzeugtyp, Wetter-, Straßen- und Lichtverhältnissen. Durch das Plugin „Pandas“ in Python wurde eine neue GEOJSON Datei erstellt, welche anschließend vom Tool Carto weiterverarbeitet werden könnte. Zum Beispiel wurden Spalten zusammengefügt als ein Timestamp, nicht notwendige Daten entfernt, Spaltenköpfe umbenannt, Geodaten in Kacheln zusammengefasst sowie Codierungen angepasst ( z.B. sind Wochentag ursprünglich codiert durch Sonntag = 1, Montag = 2 etc.). Carto bieteteigene Visualisierungsmöglichkeiten, genauso wie die Möglickeit von selbständigen Visualisierungen zu coden, beides ist in diesem Projekt zum Einsatz gekommen.
