Baustellendaten für Forschung & Verkehrsplanung

library(readxl)
library(dplyr)
library(httr)
library(ggplot2)

TOKEN <- "IHR_TOKEN_HIER"
URL   <- "https://www.autobahn-baustellen.de/wp-json/autobahn/v1/download/baustellen"

# ── Datensatz herunterladen ───────────────────────────
tmp <- tempfile(fileext = ".xlsx")
GET(URL, add_headers(Authorization = paste("Bearer", TOKEN)),
    write_disk(tmp))
df <- read_excel(tmp)

# ── Baustellen-Dichte nach Autobahn ──────────────────
df %>%
  group_by(Autobahn) %>%
  summarise(
    n_baustellen  = n(),
    km_gesamt     = sum(`Länge (km)`, na.rm = TRUE),
    anteil_gesperrt = mean(Gesperrt == "Ja", na.rm = TRUE)
  ) %>%
  arrange(desc(n_baustellen)) %>%
  head(10)

# ── Visualisierung: Sperrquote nach Bundesland ────────
df %>%
  group_by(Bundesland) %>%
  summarise(sperrquote = mean(Gesperrt == "Ja")) %>%
  ggplot(aes(x = reorder(Bundesland, sperrquote),
             y = sperrquote)) +
  geom_col(fill = "#FA6605") +
  coord_flip() +
  labs(title = "Vollsperrungsquote nach Bundesland",
       x = "", y = "Anteil Vollsperrung")

import pandas as pd
from datetime import date, timedelta

TOKEN = "IHR_TOKEN_HIER"
BASE  = "https://www.autobahn-baustellen.de/wp-json/autobahn/v1"
HDR   = {"Authorization": f"Bearer {TOKEN}"}

# ── Paneldaten: 30 Tage als Längsschnitt aufbauen ─────
frames = []
start  = date(2026, 4, 1)

for i in range(30):
    d   = start + timedelta(days=i)
    url = f"{BASE}/download/baustellen?date={d}"
    try:
        df_day         = pd.read_excel(url, storage_options={"headers": HDR})
        df_day["datum"] = str(d)
        frames.append(df_day)
    except:
        pass

panel = pd.concat(frames, ignore_index=True)

# ── Aggregation: Tägliche Vollsperrungen Deutschland ──
trend = (
    panel.groupby("datum")["Gesperrt"]
         .apply(lambda x: (x == "Ja").sum())
         .reset_index(name="vollsperrungen")
)
print(trend)  # → Zeitreihe für Zeitreihenanalyse / ARIMA

import pandas as pd
import geopandas as gpd
from shapely.geometry import Point

TOKEN = "IHR_TOKEN_HIER"
BASE  = "https://www.autobahn-baustellen.de/wp-json/autobahn/v1"
HDR   = {"Authorization": f"Bearer {TOKEN}"}

# ── Datensatz laden und in GeoDataFrame konvertieren ──
df = pd.read_excel(
    f"{BASE}/download/baustellen",
    storage_options={"headers": HDR}
)

gdf = gpd.GeoDataFrame(
    df,
    geometry=gpd.points_from_xy(df["Lng"], df["Lat"]),
    crs="EPSG:4326"
)

# ── Spatial Join mit Bundesland-Shapefile ─────────────
bundeslaender = gpd.read_file("bundeslaender.geojson")
joined        = gpd.sjoin(gdf, bundeslaender, how="left")

# ── Hotspot-Analyse: Baustellen-Dichte nach Korridor ──
vollsperrungen = gdf[gdf["Gesperrt"] == "Ja"]
vollsperrungen.to_file("vollsperrungen.gpkg", driver="GPKG")
# → Direkt in QGIS oder ArcGIS Pro laden