mapping-geojson-osm/mappings/extractors/geojson_to_csv.py

import argparse
import json
import pandas_geojson as pdg

import pandas as pd
import os

# définir le parseur d'arguments
parser = argparse.ArgumentParser(description="Convertir un fichier GeoJSON en CSV et ajouter des colonnes latitude et longitude")
parser.add_argument("geojson", help="Le chemin du fichier GeoJSON à convertir")
parser.add_argument("-o", "--output", default=None, help="Le nom du fichier de sortie CSV (par défaut: le même nom que le fichier GeoJSON avec l'extension CSV)")
args = parser.parse_args()

# charger le fichier GeoJSON en tant que dataframe
with open(args.geojson, "r") as f:
    data = json.load(f)

    # afficher le décompte des éléments
    print("Nombre d'éléments dans le fichier GeoJSON :", len(data["elements"]))
#     print(json.dumps(data["elements"][0], indent=2))


# initialiser un dataframe vide
# définir les noms des colonnes à partir des propriétés prises dans la boucle append
keys = list(data["elements"][0]['tags'].keys())
columns= keys
# columns = ["id", "latitude", "longitude", "name", "shop", "opening_hours", "ref:FR:SIRET", "contact:city","contact:housenumber", "contact:street","contact:postcode","contact:website", "check_date", "email", "phone"]

# initialiser le dataframe avec les colonnes définies ci-dessus
df = pd.DataFrame(columns=columns)

# définir une fonction qui prend en entrée un élément du JSON et renvoie un dictionnaire avec les valeurs correspondantes pour chaque tag
def get_element_tags_values(element):
    values = {}
    for column in columns[1:]:  # on saute la première colonne "id"
        tag = column.split(":")[-1]  # on prend le nom du tag à partir du nom de la colonne
        values[column] = element["tags"].get(tag, "")
    values["id"] = element["id"]
    values["latitude"] = element["lat"]
    values["longitude"] = element["lon"]
    return values

# parcourir chaque élément dans la clé "elements"
for element in data["elements"]:
    # ajouter une nouvelle ligne au dataframe avec les valeurs de chaque tag
    df = df._append(get_element_tags_values(element), ignore_index=True)

# # définir le nom du fichier de sortie CSV
if args.output:
    output_file = args.output
else:
    output_file = os.path.splitext(args.geojson)[0] + ".csv"

print('fichier csv converti : ', output_file)
# convertir le dataframe en CSV en incluant toutes les colonnes
df.to_csv(output_file, sep=";", index=False)