데.멘.토(데이터 멘토링) 활동 [2021_09_23 ~ ]
Contents
1. The purpose of the project
2. Data Description
Data Sources
Raw Data
Data Columns
Dataframe Shape
3. Code Description
4. Fail Log
The purpose of the project
코로나19 발병 이후 2020~2021년, 2년간 총 4차례의 대 유행이 일어났다. 현재 코로나19 4차 대 유행 이후 거리 두기 단계를 4단계로 올렸음에도 불구하고 확진자 수가 줄어들 기미가 보이지 않고, 주변 지인 중에는 휴가를 떠난다는 사람들 또한 늘어나고 있다. 이러한 이유로 우리 '삼현텍'은 고속도로와 톨게이트 통행량 데이터와 코로나19 확진자 수에 따른 이동량 변화의 상관관계를
matplotlib,seaborn,pandas를 활용해 분석하려 한다.코로나19 유행 전인 2018년, 2019년, 코로나 유행의 시작 연도인 2020년, 그리고 올해 2021년까지의 대유행 시기 중 이동량 변화와 확진자 수의 이동량 변화를 분석해 전국적인 차량 이동량과 코로나19 확진자 수의 상관관계를 알아보고, 이를 시각화하는 활동을 통해 코로나19의 위험성을 알리고 경각심을 불러올 수 있는 계기가 되었으면 좋겠다.
DATA Description
Data Sources
코로나 19 확진자 데이터 출처 : 공공데이터포털
교통량 데이터 출처 : 한국 도로공사_고속도로 공공데이터 포털
Raw Data
Data Columns
- 코로나 19 확진자 데이터
Covid_case.csv
항목설명 항목명(영문) 샘플데이터 결과코드 resultCode 00 결과메시지 resultMsg OK 한 페이지 결과 수 numOfRows 10 페이지 번호 pageNo 1 전체 결과 수 totalCount 3 게시글번호(감염현황 고유값) SEQ 74 기준일 STATE_DT 20200315 기준시간 STATE_TIME 00 : 99 확진자 수 DECIDE_CNT 8162 격리해제 수 CLEAR_CNT 834 검사진행 수 EXAM_CNT 16272 사망자 수 DEATH_CNT 75 치료중 환자 수 CARE_CNT 7253 결과 음성 수 RESUTL_NEG_CNT 243778 누적 검사 수 ACC_EXAM_CNT 268212 누적 검사 완료 수 ACC_EXAM_COMP_CNT 251940 누적 확진률 ACC_DEF_RATE 3.2396602365 등록일시분초 CREATE_DT 2020-03-15 10:01:22.000 수정일시분초 UPDATE_DT null
- 교통량 데이터
2018_01분기.csv ,2018_02분기.csv ,2018_03분기.csv ,2018_04분기.csv ,2019_01분기.csv ,2019_02분기.csv ,2019_03분기.csv ,2019_04분기.csv ,
2020_01분기.csv , 2020_02분기.csv ,2020_03분기.csv ,2020_04분기.csv ,2021_01분기.csv ,2021_02분기.csv
total : (1789045, 11)
항목명 및 설명 샘플데이터 집계일자 20180101 영업소코드 246 영업소명 가락 입출구구분코드 0 입출구명 입구 TCS하이패스구분코드 1 TCS하이패스명 TCS 고속도로운영기관구분코드 0 고속도로운영기관명 한국도로공사 영업형태구분코드 0 영업형태명 폐쇄식 1종교통량 211 2종교통량 6 3종교통량 6 4종교통량 21 5종교통량 27 6종교통량 4 총교통량 275
Dataframe Shape
covid_data_analysis
- covid_data (998, 17)
- covid_data_new (998, 5)
- covid_data_1st_pandemic (60, 5)
- covid_data_2nd_pandemic (61, 5)
- covid_data_3rd-pandemic (119, 5)
- covid_data_4th_pandemic (117, 5)
traffic_data_analysis
- traffic_data (1789045, 11)
- traffic_data_total (1276,10)
- day_traffic_data_1st (7, )
- day_traffic_data_remain (7, 5)
- day_traffic_data_total (7, )
- seoul_traffic_data (1276, 10)
- daegu_traffic_data (1276, 10)
Code Description
breif description
- Categorize corona probability_LHJ.ipynb : unit단위로 나눈 코로나 확진자에 따른 교통량 변화 분석
- Jan,Feb,May_covid_traffic_data_Woo.ipynb : 명절과 연휴기간 코로나 확진자 수와 교통량 데이터에 대한 분석
- covid_data_analysis.ipynb : 코로나 데이터 정리
- covid_traffic_7_8.ipynb : 휴가철 코로나 확진자 수와 교통량 데이터에 대한 분석
- covid_traffic_analysis.ipynb : 총 코로나 데이터와 확진자 수에 대한 분석
- predict_traffic_cmp_colab.ipynb : 2020년 2021년 교통량 데이터 예측
- traffic_data_analysis.ipynb : 교통량 데이터 정리
- SamhyeonTech_Covid19_Traffic_Project.ipynb : 분석 총 정리.
Fail Log
- 교통량 데이터 예측 : 해당 데이터는 시계열 데이터로 시간에 흐름을 반영하는 LSTM 으로 모델 구성을 진행했으나 모델 이해도가 높지 않아 그리 좋은 결과를 내지 못함
으악!