urashin
commented
11 months ago 自治体の持っているクローズドデータをここで扱うことができないため、以下２通りの方法によるアプローチを行う。
- 自治体が公開しているオープンデータのもとになりそうなドキュメントをデジタル庁が提示する自治体標準オープンデータセット に準拠させるための方法を検討する。
- 自治体が公開しているオープンデータから上記ドキュメントをテストデータとして作成し、このテストデータをデジタル庁が提示する自治体標準オープンデータセット に準拠させるための方法を検討する。
具体例
自治体が公開しているドキュメントの具体例として、【目黒区の子育て施設一覧】があり、これを自治体標準オープンデータセットに準拠させる場合、05_子育て施設一覧.xlsxのような対応関係が想定される。
- 黄色の列「項目名」：目黒区の施設一覧から取得できる項目を記載
- 薄赤色の行：必須項目（区分）
- 薄黄色の行：推奨項目（区分）
課題
- pdfやxlsx等の異なるファイル形式への対応
- データを提示するためのドキュメントの構成
- データの項目名が異なる
解決策
- pdfに対してPyMuPDF等のライブラリで表データを抜き出してみる
- 特定のドキュメントから、必要なデータ項目を抜き出す方法を見つける
- 複数のドキュメントに対してデータ項目の抜き出し方法をそれぞれ見つけ、ドキュメントの構成のパターンに応じて、前述のデータ項目を抜き出す方法を選択する方法を模索する
自治体が持つクローズドデータからオープンデータを生成する作業で、自治体職員にOpenData Bridgeが使われる状態を目指す。
ここではデジタイル庁が提示する自治体標準オープンデータセットを自治体職員が手持ちのデータから作り出す際の課題を整理し、対応方針をまとめていきたい。