📌EDA 과제1_스타벅스&이디야 매장 분석

개요

• 과거에 이디야는 스타벅스 인근에 점포를 내는 것이 아니냐는 의심을 받은 경험이 있다. 해당 기사는 구글링하면 쉽게 찾을 수 있다. 국내의 1,2위를 다투는 스타벅스와 이디야의 위치를 분석해보고 사실인지 검증해보자.

데이터 출처 : 스타벅스, 이디야

---

목표

• 이디야가 스타벅스 옆자리 전략을 펼친 것이 사실인지 확인하기

---

제한사항

• 서울시를 대상으로 한다
• 위치데이터 이외의 데이터는 분석에 활용하지 않는다
  (ex. 명성, 매출, 세부 지리적 위치(핫플레이스 인근 등))

---

절차

1. 스타벅스 데이터 수집
   • 매장, 주소, 구, 위도, 경도 데이터 수집
2. 이디야 데이터 수집
   • 매장, 주소, 구, 위도, 경도 데이터 수집
3. 데이터 변환
   • 시각화, 분석에 맞게 구조변환
4. 데이터 시각화
   • 차트그리기, 지도시각화
5. 분석

---

1. 스타벅스 데이터 수집

• 지역검색으로 데이터 수집가능
• 상호, 주소, 구, 위도, 경도 수집

---

• Selenium으로 데이터 수집을 하려면 각 구를 클릭하여야 한다.
  문제 : 스크롤을 내리지 않으면 클릭 수행 불가능
  해결 : ActionChains를 활용하여 스크롤을 내린 후 클릭

• 구를 클릭 후 BeautifulSoup으로 원하는 데이터 수집
• 위도, 경도의 데이터형 object -> float 변경
• 상호, 주소, 구, 위도, 경도가 포함된 스타벅스 데이터프레임 생성

---

2. 이디야 데이터 수집

• 주소 검색으로 데이터 수집가능
• 상호, 주소, 구 수집
• 위도, 경도 데이터가 존재하나 일부 입력되어 있지 않음 -> 전체적으로 googlemaps 활용
• 중복된 구 이름이 존재하므로 "서울 "을 포함하여 검색

---

• 구 데이터 오류 발생
• 문제원인 : 소수의 주소 앞부분에 공백 존재
• 해결 : 구 데이터 재지정

txt1 = '서울 강서구 강서로 51'
txt2 = ' 서울 강서구 강서로 51'
print('정상 : ', end='')
print(txt1.split(' '))
print('오류 : ', end='')
print(txt2.split(' '))

---

3. 데이터 변환

• 브랜드 컬럼을 추가하고 데이터 통합

df_starbucks['브랜드'] = '스타벅스'
df_ediya['브랜드'] = '이디야'
df_cafe = pd.concat([df_starbucks, df_ediya])
df_cafe.reset_index(drop=True, inplace=True)
df_cafe

---

• 구를 기준으로 브랜드별 매장 수와 비율로 구조변경
  

---

4. 데이터시각화

---

• 파란색 : 이디야
• 초록색 : 스타벅스
  

---

5. 분석

• 매장갯수 : 이디야 709개, 스타벅스 599개 (이디야가 100개를 더 소유 중)
• 분포방식 : 이디야-넓게 분포, 스타벅스-집중적으로 분포
• 스타벅스 우세지역 : 강남구, 마포구, 서초구, 종로구, 중구
• 매장끼리 겹치는 구간이 종종 있지만, 스타벅스를 따라서 점포를 냈다고 볼 수 없다.
• 따라서 이디야가 스타벅스 매장 근처에 점포를 낸다는 가설은 옳지 않다

---

📌7주차 학습내용 요약

Python with MySQL

접속코드

import mysql.connector

mydb = mysql.connector.connect(
    host = "<host>",		#localhost or 엔드포인트
    port = "<port>",		# 로컬인 경우 생략가능
    user = "<user>",		# root or 유저명
    password = "<password>",
    database = "<database>"	# 데이터베이스에 바로 접속시 사용
)

mydb.close()

---

커서 생성 및 사용

cur = remote.cursor(buffered=True)	# 데이터가 많은경우 buffered설정
cur.execute("<query>")

---

SQL 파일 읽고 실행하기

sql = open('<filename>.sql').read()
cur.execute(sql, multi=True) # 다중쿼리인 경우 multi=True

---

데이터 확인

cur.execute("select * from sql_file")

result = cur.fetchall()
for result_iterator in result:
    print(result_iterator)

---

CSV 읽고 insert 하기

df = pd.read_csv("<filename>.csv")
sql = 'insert into TABLENAME values (%s, %s)'

for i, row in df.iterrows():
    cursor.execute(sql, tuple(row))
    print(tuple(row))
    conn.commit()			# 변경사항 저장

---

Aggregate Functions

Function	Description
COUNT	총 갯수 계산
SUM	합계 계산
AVG	평균 계산
MIN	최소 값 찾기
MAX	최대 값 찾기
FIRST	첫번째 결과 리턴
LAST	마지막 결과 리턴

---

Scalar Functions

Function	Description
UCASE	영문->대문자
LCASE	영문->소문자
MID	문자열 부분 반환
LENGTH	문자열 길이 반환
ROUND	반올림
NOW	현재 날짜 및 시간
FORMAT	천단위 콤마 표기

---

Subquery

• 하나의 SQL 문안에 포함되어 있는 또 다른 SQL문
• Subquery는 괄호로 묶어서 사용, order by 사용불가
• 메인쿼리가 서브쿼리를 포함하는 종속적인 관계
  • Scalar Subquery - SELECT절 사용
  • Inline Subquery - FROM절 사용
  • Nested Subquery - WHERE절 사용

---

Scalar Subquery

• SELECT 절에서 사용하는 서브쿼리
• 결과는 하나의 칼럼

SELECT column1, (SELECT column2 FROM table2 WHERE condition)
FROM table1
WHERE condition;

---

Inline Subquery

• FROM 절에 사용하는 서브쿼리
• 메인쿼리에서는 인라인 뷰에서 조회한 칼럼만 사용가능

SELECT a.column, b.column
FROM table1 a, (SELECT column1, column2 FROM table2) b
WHERE condition;

---

Nested Subquery

• WHERE 절에서 사용하는 서브쿼리

SELECT columns
FROM tablename a
WHERE (a.column1, a.column2, ...)
			IN (SELECT b.column1, b.column2, ...
				FROM tablename b
                WHERE a.column = b.column)
ORDER BY columns;

---

---

📌학습범위

• Part 05. SQL
  • Python with MySQL
  • Aggregate & Scalar Functions, Subquery