notebook.community

Edit and run

Open a Bike Rental Store in Madrid

Data used

  • Bike rental stores addresses: https://www.esmadrid.com/en/bike-rental-in-madrid#
    • Matadero Madrid. Bicycle hire - Paseo de la Chopera , 14
    • Bikes Rental Point in Juan Carlos I Park - Vía Dublín, s/n
    • Fun&Bikes - Avenida de Manzanares, 164
    • Mi Bike Río - Calle Aniceto Marinas, 26
    • Bravo Bike - Calle Juan Álvarez Mendizábal, 19
    • Bike & Roll - Calle Áncora, 36
    • 27 Bikes - Calle del Alcalde Sainz de Baranda, 16
    • Bike Spain Tours - Plaza de la Villa, 1
    • Biobike Pasillo Verde - Paseo de Juan Antonio Vallejo - Nájero Botas, 55
    • Bike Tour Trixi Madrid - Calle de los Jardines, 12
    • Eco Moving Sports - Avenida del Manzanares, 2
    • Otero Ciclos - Calle de Segovia, 18-20
    • Rent & Roll - Calle de Felipe IV, 10
    • Pangea - Paseo de las Yeserías, 15




In [1]:



    


from cartoframes.auth import set_default_credentials

set_default_credentials('creds.json')



    











In [2]:



    


from cartoframes.data.services import Geocoding

gc = Geocoding()
print(gc.available_quota())



    


















    






4779227

















In [3]:



    


from pandas import DataFrame

bike_rental_stores_df = DataFrame([
    ['Matadero Madrid. Bicycle hire', 'Paseo de la Chopera , 14'],
    ['Bikes Rental Point in Juan Carlos I Park', 'Vía Dublín, s/n'],
    ['Fun&Bikes', 'Avenida de Manzanares, 164'],
    ['Mi Bike Río', 'Calle Aniceto Marinas, 26'],
    ['Bravo Bike', 'Calle Juan Álvarez Mendizábal, 19'],
    ['27 Bikes', 'Calle del Alcalde Sainz de Baranda, 16'],
    ['Bike Spain Tour', 'Plaza de la Villa, 1'],
    ['Biobike Pasillo Verde', 'Paseo de Juan Antonio Vallejo - Nájero Botas, 55'],
    ['Bike Tour Trixi Madrid', 'Calle de los Jardines, 12'],
    ['Otero Ciclos ', 'Calle de Segovia, 18-20'],
    ['Rent & Roll', 'Calle de Felipe IV, 10'],
    ['Pangea', 'Paseo de las Yeserías, 15']],
    columns=['name', 'address']
)

bike_rental_stores_df



    


















    
Out[3]:











  
    

      
      name
      address
    

  
  
    

      0
      Matadero Madrid. Bicycle hire
      Paseo de la Chopera , 14
    

    

      1
      Bikes Rental Point in Juan Carlos I Park
      Vía Dublín, s/n
    

    

      2
      Fun&Bikes
      Avenida de Manzanares, 164
    

    

      3
      Mi Bike Río
      Calle Aniceto Marinas, 26
    

    

      4
      Bravo Bike
      Calle Juan Álvarez Mendizábal, 19
    

    

      5
      27 Bikes
      Calle del Alcalde Sainz de Baranda, 16
    

    

      6
      Bike Spain Tour
      Plaza de la Villa, 1
    

    

      7
      Biobike Pasillo Verde
      Paseo de Juan Antonio Vallejo - Nájero Botas, 55
    

    

      8
      Bike Tour Trixi Madrid
      Calle de los Jardines, 12
    

    

      9
      Otero Ciclos
      Calle de Segovia, 18-20
    

    

      10
      Rent & Roll
      Calle de Felipe IV, 10
    

    

      11
      Pangea
      Paseo de las Yeserías, 15
    

  




















In [4]:



    


bike_rental_stores_data, bike_rental_stores_metadata = gc.geocode(
    bike_rental_stores_df,
    street='address',
    city={'value': 'Madrid'},
    country={'value': 'Spain'})



    


















    






Success! Data geocoded correctly

















In [5]:



    


bike_rental_stores_data



    


















    
Out[5]:











  
    

      
      the_geom
      name
      address
      gc_status_rel
      carto_geocode_hash
    

  
  
    

      0
      POINT (-3.69744 40.39274)
      Matadero Madrid. Bicycle hire
      Paseo de la Chopera , 14
      0.95
      35830402de3843fd3309309469b50efc
    

    

      1
      POINT (-3.61520 40.46088)
      Bikes Rental Point in Juan Carlos I Park
      Vía Dublín, s/n
      0.75
      86ecf14d283f407e5d5af49b233afa71
    

    

      2
      POINT (-3.70846 40.39559)
      Fun&Bikes
      Avenida de Manzanares, 164
      0.89
      30833b87570ed1d90e100f6781665f97
    

    

      3
      POINT (-3.72274 40.42205)
      Mi Bike Río
      Calle Aniceto Marinas, 26
      0.91
      7945970d13061be0bc7fe64472e723ff
    

    

      4
      POINT (-3.71509 40.42493)
      Bravo Bike
      Calle Juan Álvarez Mendizábal, 19
      0.95
      6f1b2606125e2462f6235df39aac5176
    

    

      5
      POINT (-3.67672 40.41680)
      27 Bikes
      Calle del Alcalde Sainz de Baranda, 16
      0.99
      3c45d9e073bfe074be2895af7c84f846
    

    

      6
      POINT (-3.71020 40.41543)
      Bike Spain Tour
      Plaza de la Villa, 1
      0.95
      846343c4eb3f6e295246e4b3e9a601a4
    

    

      7
      POINT (-3.71480 40.40359)
      Biobike Pasillo Verde
      Paseo de Juan Antonio Vallejo - Nájero Botas, 55
      0.99
      6d19e11e1d529bc849a2b53c27c9a785
    

    

      8
      POINT (-3.70143 40.41888)
      Bike Tour Trixi Madrid
      Calle de los Jardines, 12
      0.95
      1a83b6a267b2c23d32bb5db2d29c3e92
    

    

      9
      POINT (-3.71208 40.41402)
      Otero Ciclos
      Calle de Segovia, 18-20
      0.92
      70f30859922b437bec9c747962fcca38
    

    

      10
      POINT (-3.68974 40.41497)
      Rent & Roll
      Calle de Felipe IV, 10
      0.95
      3fb28606fd7c9eb91cf9aa34320c1945
    

    

      11
      POINT (-3.71026 40.39951)
      Pangea
      Paseo de las Yeserías, 15
      0.95
      b199bc7ad784ab3d86cef425bcd99385
    

  




















In [6]:



    


from cartoframes.data.services import Isolines

iso_service = Isolines()
isodistances = iso_service.isodistances(
    bike_rental_stores_data,
    [100, 200, 300],
    mode='walk',
    dry_run=True,
    exclusive=True)

print('Available Quota: {0}'.format(iso_service.available_quota()))
print('Required Quota: {0}'.format(isodistances.metadata.get('required_quota')))



    


















    






Available Quota: 77995
Required Quota: 36

















In [7]:



    


isodistances_data, isodistances_metadata = iso_service.isodistances(
    bike_rental_stores_data,
    [100, 200, 300],
    mode='walk',
    exclusive=True)



    


















    






Success! Isolines created correctly

















In [8]:



    


isodistances_data.head()



    


















    
Out[8]:











  
    

      
      source_id
      data_range
      lower_data_range
      the_geom
      range_label
    

  
  
    

      0
      11
      300
      200
      POLYGON ((-3.71329 40.40085, -3.71269 40.40085...
      5 min.
    

    

      1
      10
      300
      200
      MULTIPOLYGON (((-3.69269 40.41595, -3.69226 40...
      5 min.
    

    

      2
      7
      300
      200
      POLYGON ((-3.71741 40.40497, -3.71698 40.40514...
      5 min.
    

    

      3
      9
      300
      200
      POLYGON ((-3.71535 40.41458, -3.71492 40.41475...
      5 min.
    

    

      4
      6
      300
      200
      POLYGON ((-3.71346 40.41544, -3.71338 40.41595...
      5 min.
    

  




















In [9]:



    


# isodistances_data['geometry'] = isodistances_data['__carto_geometry']



    











In [10]:



    


from cartoframes.viz import Map, Layer

Map(
    Layer(isodistances_data)
)



    


















    
Out[10]:







  
    
    

      

        

        
        
      
 
    
 
  

  

  

  

    :
    

      
      
    

  


  

    StackTrace
    
    
  
    

    





">

    Content source: CartoDB/cartoframes

    Similar notebooks:

    notebook.community | gallery | about