Geodata voor iedereen

PDOK (Publieke Dienstverlening Op de Kaart) is hét platform voor open geodata van de Nederlandse overheid: denk aan gemeente-, wijk- en buurtgrenzen van het CBS, gebouwen uit de BAG, topografie, luchtfoto’s en nog veel meer. Allemaal gratis en zonder API-key.

Toch blijft deze waardevolle databron voor veel data-analisten en -scientists vaak onaangeboord: wie niet dagelijks met geodata werkt, haakt af op termen als OGC-services, WFS-URL’s en coördinaatstelsels. Dat is precies wat pdokr grotendeels wegneemt. Je zoekt een dataset (pdok_search_datasets(), pdok_list_layers()), leest een laag in met pdok_read(), en filtert ondertussen makkelijk op specifiek gebied of jaar. En adressen omzetten naar coördinaten, gemeente en terug kan met pdok_geocode() en pdok_reverse_geocode().

Wanneer je met pdokr en dataset inlaadt krijg je een zogenoemd sf-object: gewoon een dataframe met een geometriekolom en een sf-class. Je kunt er dus gewoon mee werken zoals je gewend bent — zoals filteren, joinen en samenvatten met dplyr — én er ruimtelijke analyses op doen met de functies uit de sf-package zoals oppervlaktes of afstanden berekenen. Of je eigen data koppelen aan officiële geodata.

Van niks naar data (en een kaart)

Een voorbeeld. Alle buurten van de gemeente Súdwest-Fryslân. De gemeentegrens komt van pdok_geocode() en dient als ruimtelijk voorfilter; omdat de (gegeneraliseerde) buurtgrenzen op de rand nét over de gemeentegrens heen kunnen vallen, filter ik daarna exact op de gemeentecode — gewoon met dplyr, want het is immers gewoon een dataframe:

library(pdokr)
library(dplyr)
library(tmap)

grens <- pdok_geocode("Súdwest-Fryslân", "gemeente")

buurten <- pdok_read(
  "cbs/gebiedsindelingen", "buurt_gegeneraliseerd",
  datetime = 2025, filter_by = grens
) |>
  filter(gm_code == paste0("GM", grens$gemeentecode))

En met bijvoorbeeld het tmap-package kun je hier nu heel makkelijk een kaart van maken:

tmap_mode("view")
tm_basemap(pdok_basemap("pastel")) +
  tm_shape(buurten) +
  tm_polygons(
    fill = "MAP_COLORS",
    fill.scale = tm_scale_categorical(
      values = c("#0E6465", "#58BDBB", "#B65A38", "#E08A63")
    ),
    fill_alpha = 0.5, col = "darkgreen", id = "statnaam"
  )

Ook de ondergrond komt van PDOK: pdok_basemap() geeft de officiële BRT Achtergrondkaart (kaartdata © Kadaster/PDOK).

Het object buurten is nu een dataset als elke andere: koppel er je eigen cijfers aan en je hebt binnen een paar minuten een analyse op buurtniveau. Geen shapefiles downloaden, geen WFS-URL’s opzoeken; gewoon direct officiële geodata live van PDOK direct in je environment.

Meer weten?

Alle documentatie staat op de packagewebsite, met vignettes over onder meer filteren en geocoderen. Suggesties of problemen? Meld het via GitHub — feedback is meer dan welkom!

Wat kun je ermee?

De Kamer van Koophandel biedt API’s aan op het Handelsregister, en kvkapiR maakt die vanuit R toegankelijk. Het package dekt de vier belangrijkste API’s: zoeken (kvk_search()), basisprofielen (kvk_get_basisprofiel()), vestigingsprofielen (kvk_get_vestigingsprofiel()) en naamhistorie (kvk_get_naamgeving()). Paginering en foutafhandeling gaan automatisch, en je krijgt de resultaten terug als nette tibbles.

Waar je het voor kunt gebruiken? Denk aan:

• een bedrijvenlijst verrijken of controleren met officiële registratiegegevens (bestaat dit bedrijf nog, klopt het adres, wat is het KvK-nummer?);
• vestigingsgegevens ophalen voor ruimtelijke analyses — welke bedrijven zitten er in een gemeente of op een bedrijventerrein?;
• de naamhistorie van ondernemingen volgen, bijvoorbeeld bij onderzoek naar fusies en doorstarts.

Dit soort vragen komen binnen mijn werk regelmatig voorbij, en tot nu toe betekende dit voor collega’s: handmatig zoeken op kvk.nl. Dat kan nu in een paar regels code.

Direct proberen, zonder API-key

De KvK heeft een testomgeving met fictieve data, en die werkt zonder key. Zo kun je het package meteen uitproberen:

# install.packages("kvkapiR")
library(kvkapiR)

kvk_search(naam = "Donald", test_environment = TRUE)

ℹ You are using the KvK test environment. Test data will be returned.

# A tibble: 3 × 6
  kvkNummer vestigingsnummer naam                      adres        type  links 
  <chr>     <chr>            <chr>                     <list>       <chr> <list>
1 68750110  000037178601     Test BV Donald Nevenvest… <named list> neve… <list>
2 68750110  <NA>             Test BV Donald            <NULL>       rech… <list>
3 68750110  000037178598     Test BV Donald            <named list> hoof… <list>

Echte data

Voor het echte Handelsregister moet je eerst een API-key aanvragen via het KvK Developer Portal en stel je die één keer in met kvk_set_api_key(). Zoeken is gratis, maar profielopvragingen kosten een paar cent per call (overheidsorganisaties krijgen gratis toegang). Om te voorkomen dat je ongemerkt kosten opbouwt zitten er hulpfuncties in als kvk_usage_report() en kvk_usage_alert(), die je verbruik bijhouden en waarschuwen bij een grens die je zelf instelt.

kvk_set_api_key("jouw_api_key")

# Alle vestigingen van bakkerijen in Leeuwarden
bakkers <- kvk_search(naam = "bakkerij", plaats = "Leeuwarden")

Meer weten?

Alle documentatie staat op de packagewebsite, inclusief vignettes over de verschillende API’s. Loop je ergens tegenaan of mis je iets? Laat het weten via GitHub — feedback is meer dan welkom!

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.

Gebruikte bronnen

Ik ben niet het grootste programmeer- en R-talent, dus ik ben altijd op zoek naar goede voorbeelden en interessante bronnen. Ik heb van de volgende openbare bronnen gebruik gemaakt om deze afbeelding te genereren:

• R for Data Science

• Vignettes van de sf-package

Gebruikte packages

De volgende packages zijn nodig om de kaart te kunnen genereren:

library(tidyverse)  # Om te kunnen filteren
library(lubridate)  # Om op datums te kunnen filteren
library(sf)         # Om de kaarten te maken

Gebruikte databestanden

Om de afbeelding te maken heb ik de volgende databestanden van het open data platform van de gemeente Den Haag gebruikt, die ik in een projectmap Data heb geplaatst:

• Meldingen openbare ruimte Den Haag waar de meldingen een geografische locatie hebben;

• Afval apart containers Den Haag om de locaties van ORAC’s te kunnen bepalen;

• Wegdelen Shapefile Den Haag om hoofdwegen op de kaart weer te kunnen geven

• Stadsdelen Den Haag om de meldingen en wegdelen te filteren (verkleinen) tot het gebied van de 2 stadsdelen;

• Wijken Den Haag om wijkgrenzen aan te kunnen geven en wijknamen weer te geven.

Inlezen data

Met de volgende code heb ik de verschillende databestanden ingelezen:

# Inlezen meldingenregister
meldingen <- read_sf('https://ckan.dataplatform.nl/dataset/04a332fd-b38f-4716-9811-7e15fb32bd40/resource/43abc627-f718-44c3-98bf-dcc14e06d92a/download/meldingen.json')

# Inlezen stadsdelen
stadsdelen <- read_sf('https://ckan.dataplatform.nl/dataset/3a7494a8-87dc-403c-bf4e-bdd4fac6242d/resource/3de9bdcb-c949-4440-a731-f5238aaa089c/download/stadsdelen.json')

# Inlezen wijken
wijken <- read_sf('https://ckan.dataplatform.nl/dataset/c1059cef-be66-4a7a-9657-2f38f55794ed/resource/a175afe5-67e2-4e45-8b71-62f30377bf7d/download/wijken.json')

# Inlezen restafvalcontainers
restcontainers <- read_sf('https://ckan.dataplatform.nl/dataset/be4068d0-573b-4d24-86ff-c8054cb6f981/resource/d7b3f70f-1abe-4028-bd3d-8d9c435e1ebe/download/bakken.json') %>% 
  filter(AFVALFRACTIE_OMSC == 'Rest')

# Inlezen wegen
temp <- tempfile()
download.file('https://ckan.dataplatform.nl/dataset/4aa2f6df-1116-470e-9108-3b8a521ca908/resource/b2959b33-0fbd-42d5-bf3a-214c4e22bed8/download/wegdelen-shape.zip', temp)
tempdir <- temp %>%   
  unzip(junkpaths = TRUE)
wegen <- read_sf(tempdir[5])
rm(temp, tempdir)

Filteren data

# Filteren stadsdelen op Centrum en Segbroek
stadsdelen_casus <- stadsdelen %>%
  filter(STADSDEELNAAM == 'Segbroek' | STADSDEELNAAM == 'Centrum')
  
# Filteren wijken op stadsdelen Centrum en Segbroek dmv stadsdeelcode
wijken_casus <- wijken %>%
  filter(STADSDEELCODE == 5 | STADSDEELCODE == 3)

# Filteren op jaar
meldingen_selectie <- meldingen %>%
  filter(year(DATUM_MELDING) == 2018 | year(DATUM_MELDING) == 2019)

# coordinatensysteem toevoegen
meldingen_selectie <- st_transform(meldingen_selectie, 28992)

# Bepalen of melding in een van 2 casussen zit
meldingen_selectie$locatie <- st_within(meldingen_selectie, 
                                        stadsdelen_casus) %>% lengths > 0 
# .. en hierop filteren
meldingen_selectie <- meldingen_selectie %>%
  filter(locatie == TRUE)

# coordinatensysteem toevoegen
wegen <- st_transform(wegen, 28992)
wegen_selectie <- wegen
wegen_selectie$locatie <- st_within(wegen_selectie, 
                                    stadsdelen_casus) %>% lengths > 0
# .. en hierop filteren
wegen_selectie <- wegen_selectie %>%
  filter(locatie == TRUE) %>%
  # Filteren op hoofdwegen om het aantal lijnen beperkt te houden
  filter(FUNCTIE == 'rijbaan lokale weg')

restcontainers_selectie <- restcontainers %>% 
  mutate(locatie = st_within(restcontainers, stadsdelen_casus) %>% lengths > 0) %>% 
  filter(locatie == TRUE)

bijplaatsingen <- meldingen_selectie %>%
  filter(SUB_SUBCATEGORIE == 'Naast verzamelcontainer') %>% 
  mutate(categorie = 'Bijplaatsingen')

Plotten van de gegevens

Als alles goed is gegaan kunnen we nu de data plotten in één gave figuur!

plot_bijplaatsingen <- ggplot(data = stadsdelen_casus) +
  # Achtergrond van de stadsdelen wit:
  geom_sf(fill = 'white') + 
  # Wegen toevoegen en doorzichtig gemaakt zodat ze vaag worden weergegeven: 
  geom_sf(data = wegen_selectie, alpha = .1, size = .05) +  
  # Wijken toevoegen met een groene grens
  geom_sf(data = wijken_casus, fill = NA, color = 'forestgreen') +  
  # Restcontainers toevoegen met een donkergrijze kleur
  geom_sf(data = restcontainers_selectie, color = 'gray31', size = .5) + # Restcontainers donkergrijs
  # Bijplaatsingen plotten met een alpha van .1, zodat ze doorzichtig zijn
  geom_sf(data = bijplaatsingen, 
          mapping = aes(color = categorie), alpha = .1, show.legend = FALSE) +
  # Labels aan de wijken toevoegen:
  geom_sf_label(data = wijken_casus, aes(label = WIJKNAAM), size = 2, alpha = .5) + 
  # Labels aan de plot zelf toevoegen
  labs(title = 'Meldingen openbare ruimte',
       subtitle = 'Meldingen \'Bijplaatsingen\'.') 
       
# En nu daadwerkelijk plotten!
plot_bijplaatsingen

Conclusie

Met de open databronnen van de gemeente Den Haag én een paar gave R-packages kun je relatief makkelijk zelf een kaart van (een deel van) Den Haag maken en geografische data plotten. Met kleine aanpassingen aan de code hierboven kun je nu zelf kaarten met geografische data maken  :-D.