Fietsritje naar Zeeland

Afgelopen paasweekend ben ik op de fiets van Rotterdam naar familie in Zeeland gefietst: lekker een paasontbijtje halen met uitzicht over het Veerse Meer. Zoals op deze foto’s is te zien was dat zeker geen straf:

Zoals elke beetje fietser dat tegenwoordig doet, worden mijn fietsritten geregistreerd op een fietscomputer. En dit biedt veel analysemogelijkheden. Maar vóórdat je aan analyses kunt denken, moet je eerst je data in R zien te krijgen.

Inladen van data: tmaptools::readGPX()

Hoewel er meerdere wegen naar Rome leiden, is de makkelijkste manier de functie readGPX() uit de package tmaptools. Deze leest een GPX-bestand, dat je vanuit de fietscomputer of vanaf bijvoorbeeld Strava kunt downloaden, in R in. Dat gebeurt met de volgende code:

rit <- tmaptools::read_GPX('data/Rustig_richting_Zeeland_peddelen_.gpx')

Dit geeft een list-object met 2 elementen:

• een tracks-dataframe: dit is een data.frame met met één record waarin je rit als track is opgeslagen.

• een tracks-points-dataframe: dit is een data.frame met voor elke opgeslagen GPS-positie een record. In het geval van mijn rit naar Zeeland waren dit 11304 datapunten.

Plotten van deze data

Het analyseren van de data is leuk voor een andere blogpost. Wel ga ik laten zien hoe je door middel van het package leaflet snel en makkelijk een GPX-route kunt projecteren op een interactieve kaart. Hiervoor gebruik ik het tracks-dataframe:

leaflet::leaflet() %>% 
  leaflet::addTiles() %>% 
  leaflet::addPolylines(data = rit$tracks)

Samengevat

Je ziet: met in totaal 4 (!) regels code kun je een volledige fietsrit op een interactieve kaart projecten.

In een toekomstig bericht zal ik laten zien hoe je simpele statistieken kunt berekenen door middel van een track_points-dataframe.