서울교통공사_월별 승하차인원

기초셋팅

############################################

# OS환경 : Mac OS
# VS coda -> Jupyter lab 

############################################ 초기셋팅
import os
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib import font_manager, rc
import platform
import matplotlib

import warnings
warnings.filterwarnings('ignore')

############################################ 여기서 Matplotlib 코드를 사용하여 그래프 생성 및 표시
%matplotlib inline

############################################ 시각화 셋팅 
import matplotlib.font_manager as fm
import matplotlib.pyplot as plt
## 폰트 설정 및 마이너스 부호 설정
plt.rc('font', family='NanumSquare') #나눔 글꼴로 설정
#plt.rc('font', family='Malgun Gothic') #맑은 고딕으로 설정
plt.rc('font', family='AppleGothic') #맥
plt.rcParams['axes.unicode_minus'] = False #부호

############################################ Google Maps 설치  
# !pip install googlemaps

data = pd.read_csv('./learn/data20230930/서울교통공사_월별 승하차인원_20221231.csv',encoding='euc-kr')
data.info()

data.head()

data[data['고유역번호(외부역코드)']==150]

이렇게 하나의 역에 row별로 월별 승하차인원수가 정렬되어있으면 제법 어렵습니다. 피벗테이블로 coloumn별 월별 승하차인원수로 재정렬 해줍니다.

피벗테이블

# 수송연월을 기준으로 피벗 테이블 생성
pivot_data = data.pivot_table(index=['호선','고유역번호(외부역코드)', '역명'], columns='수송연월', values='승하차인원수', aggfunc='sum').reset_index()

pivot_data

중복값 확인

서울역에 1호선과 4호선이 있어 2개의 rows로 중복되듯이, 중복되는 환승역 데이터가 몇 개 있습니다.

pivot_data[pivot_data['역명']=='서울역(4)']

pivot_data[pivot_data['역명']=='서울역(1)']

정규표현식으로 역이름 수정

서울역(4), 서울역(1) ---> 서울역
이렇게 수정되게끔 정규표현식을 이용합니다.

# 역명 정제 
# 방식 : 레귤러 익스프레션 Regex (정규표현식) 
# 목적 : 끝에 있는 괄호(숫자) 제거  

# 정규표현식 모듈 불러오기 
import re

# Regular Expression 적용하여 ()괄호를 제거 후 추출
pattern_string = r'.+(?=\()'
pattern = re.compile(pattern_string)

# 제거되는지 확인  + strip()으로 공백까지 제거
pattern.match('서울역(1)').group().strip()

또는

# 역명 정제 함수
def clean_station(x): 
    
    location = pattern.match(x)      # (주소 입력하면, 정규표현식으로 ()제거되는 함수 
    
    if location :                    # 공백까지 제거해서 적용 
        loc = location.group().strip()
    else:                            # ()가 없는 주소의 경우 그냥 그대로 출력되게 
        loc = x 
    return loc

# 적용되는지 확인 
clean_station('서울역(1)')

결과는 모두 동일하게 서울역(1)이 아닌, 서울역 이 나옵니다.

기존

pivot_data.head()

정규표현식 적용

pivot_data['역명'] = pivot_data['역명'].apply(clean_station)

변경

pivot_data.head()

# 결측치 확인
pivot_data['역명'].isnull().sum()

다행히 결측치 0으로 나왔습니다.

중복값 확인

# 호선에 따라 중복되는 역
pivot_data[pivot_data['역명']=='서울역']

역명을 그룹화하여 인원을 합쳐줍니다.

지하철역별로 승하차인원 합계

# 호선에 따라 중복되는 역 인원 합치기 
new = pivot_data.groupby('역명').sum()
new

이렇게 하면, 인덱스가 별도 없어, 역명과 함께 무너집니다.
reset_index로 지정해줘야 합니다.

# 호선에 따라 중복되는 역 인원 합치기
new = pivot_data.groupby('역명').sum().reset_index()
new

중복역 묶어준게 잘 합쳐졌는지 확인

# 중복역 합치기 확인 
new[new['역명']=='서울역']

다행히 1개의 row로 합쳐졌습니다.

그중 필요 없는 컬럼 삭제

# 필요없는 컬럼 제거 
new = new.drop(['고유역번호(외부역코드)','호선'], axis=1)
new

월별 지하철역 승하차인원 확인

new[new['역명']=='고속터미널']

new[new['역명']=='서울역']