초보 파이썬 2주차

< 상권 분석하기 >

// 데이터 불러오기

import pandas as pd
commercial = pd.read_csv('./data/commercial.csv')

// 헤더가 어떻게 구성되어 있는지 살펴보기

list(commercial), len(list(commercial))

// 치킨집으로 구분되는 변수 찾기

category_range = set(commercial['상권업종소분류명'])
category_range, len(category_range)

// 문자열 쪼개서 테이블에 확장하여 붙이기

commercial[['시','구','상세주소']] = commercial['도로명'].str.split(' ', n=2, expand= True)

'상세주소' 컬럼 없애기
commercial = commercial.drop(["상세주소"], axis =1)

// '서울특별시' 자료만 뽑아내기

seoul_data = commercial[ commercial['시'] == '서울특별시']

다른 광역시 위경도 좌표
https://github.com/vuski/admdongkor

// 데이터 검정 => 중복확인

city_type = set(seoul_data['시'])
city_type, len(city_type)

// '서울특별시' 자료에서 치킨업종만 분류

seoul_chicken_data = seoul_data[ seoul_data['상권업종소분류명'] == '후라이드/양념치킨' ]
seoul_chicken_data

//데이터 검정 => 중복확인

set(seoul_chicken_data['상권업종소분류명'])

// '구'별 치킨집의 개수

groupdata = seoul_chicken_data.groupby('구')
group_by_category = groupdata['상권업종소분류명']
chicken_count_gu = group_by_category.count()
sorted_chicken_count_gu = chicken_count_gu.sort_values(ascending= False)
sorted_chicken_count_gu

// 그래프 그리기

import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'AppleGothic'

plt.figure(figsize=(10,5))
plt.bar(sorted_chicken_count_gu.index, sorted_chicken_count_gu)
plt.title('구에 다른 치킨가게 수')
plt.xticks(rotation = 45)
plt.show()

// 지도에 위치 표현하기

import folium
import json

seoul_state_geo = './data/seoul_geo.json'
geo_data = json.load(open(seoul_state_geo, encoding='utf-8'))

map = folium.Map(location=[37.5502,126.982], zoom_start=11)
folium.Choropleth(geo_data=geo_data,
                 data=chicken_count_gu,
                 columns=[chicken_count_gu.index, chicken_count_gu],
                 fill_color='PuRd',
                 key_on='properties.name').add_to(map)
map

<유동인구 분석하기>

// 2020년 7월 서울특별시 군구별 유동인구 수

import pandas as pd

population = pd.read_csv('./data/population07.csv')

list(population), len(list(population))

set(population['군구']), len(set(population['군구']))

sum_of_population_by_gu = population.groupby('군구')['유동인구수'].sum()
sorted_sum_of_population_by_gu = sum_of_population_by_gu.sort_values(ascending= True)

import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'AppleGothic'

plt.figure(figsize=(10,5))
plt.bar(sorted_sum_of_population_by_gu.index, sorted_sum_of_population_by_gu)
plt.title('2020년 7월 서울 군구별 유동인구 수')
plt.xlabel('군구')
plt.ylabel('유동인구 수(명)')

import folium
import json

map = folium.Map(location=[37.5502,126.982], zoom_start=11, tiles='stamentoner')

seoul_state_geo = ('./data/seoul_geo.json')
geo_data = json.load(open(seoul_state_geo, encoding='utf-8'))
folium.Choropleth(geo_data = geo_data,
				  data=sorted_sum_of_population_by_gu,
                  columns=[sorted_sum_of_population_by_gu.index, sorted_sum_of_population_by_gu],
                  fill_color="PuRd",
                  key_on='properties.name').add_to(map)
map

// 2020년 7월 서울 강남구 날짜별 유동인구 수

import pandas as pd

population = pd.read_csv('./data/population07.csv')

set(population['일자']), len(set(population['일자']))

population_gangnam = population[ population['군구'] == '강남구' ]
population_gangnam_daily = population_gangnam.groupby('일자')['유동인구수'].sum()
sorted_population_gangnam_daily = population_gangnam_daily.sort_values(ascending= True)

plt.figure(figsize=(10,5))

date = []
for day in population_gangnam_daily.index:
	date.append(str(day))
    
plt.plot(date, population_gangnam_daily)
plt.title('2020년 7월 서울 강남구 날짜별 유동인구 수')
plt.xlabel('날짜')
plt.ylabel('유동인구 수(천만명)')
plt.xticks(rotation=-45)
plt.show()

<상권 및 유동인구 통합분석>

import pandas as pd

commercial = pd.read_csv('./data/commercial.csv')
commercial[['시', '구', '상세주소']] = commercial['도로명'].str.split(' ', n=2, expand= True)


seoul_data = commercial[ commercial['시'] == '서울특별시']
seoul_chicken_data = seoul_data[ seoul_data['상권업종소분류명'] == '후라이드/양념치킨']
chicken_count_gu = seoul_chicken_data.groupby('구')['상권업종소분류명'].count()


population = pd.read_csv('./data/population07.csv')

sum_of_population_by_gu = population.groupby('군구')['유동인구수'].sum()


new_chicken_count_gu = pd.DataFrame(chicken_count_gu).reset_index()
new_sum_of_population_by_gu = pd.DataFrame(sum_of_population_by_gu).reset_index()

gu_chicken = new_chicken_count_gu.join(new_sum_of_population_by_gu.set_index('군구'), on='구')

gu_chicken['유동인구수/치킨집수'] = gu_chicken['유동인구수'] / gu_chicken['상권업종소분류명']
gu_chicken = gu_chicken.sort_values(by='유동인구수/치킨집수')


import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'AppleGothic'

plt.figure(figsize=(10,5))
plt.bar(gu_chicken['구'], gu_chicken['유동인구수/치킨집수'])
plt.title('서울특별시 구별 치킨집 당 유동인구수')
plt.xlabel('구')
plt.ylabel('유동인구수/치킨집수')
plt.xticks(rotation=45)
plt.show()

숙제

import pandas as pd
population04 = pd.read_csv('./data/population04.csv')

population04_gu = population04.groupby('군구')['유동인구수'].sum()
sorted_population04_gu = population04_gu.sort_values(ascending= True)

import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'AppleGothic'

plt.figure(figsize=(10,5))
plt.bar(sorted_population04_gu.index, sorted_population04_gu)
plt.title('2020년 4월 서울 구군별 유동인구 수')
plt.xlabel('군구')
plt.ylabel('유동인구 수(명)')
plt.xticks(rotation=45)
plt.show()


gangnam04 = population04[ population04['군구'] == '강남구' ]
daily04 = gangnam04.groupby('일자')['유동인구수'].sum()

population07 = pd.read_csv('./data/population07.csv')
gangnam07 = population07[ population07['군구'] == '강남구' ]
daily07 = gangnam07.groupby('일자')['유동인구수'].sum()


plt.figure(figsize=(20,5))

date_list = []
for date in daily04.index:
    date_list.append(str(date))

plt.plot(date_list, daily04)

date_list2 = []
for date in daily07.index:
    date_list2.append(str(date))

plt.plot(date_list2, daily07)

plt.title('2020년 4월과 7월 서울 강남구 유동인구 수')
plt.xlabel('날짜')
plt.ylabel('유동인구 수')
plt.xticks(rotation=45)
plt.show()