[Python] 파이썬 데이터 분석 프로젝트 (조건별 월급 차이 분석 4 - 나이별 월급 차이)

들어가기 전

이번에는 데이터를 통해 나이별로 월급에 차이가 있는 지, 있다면 언제 가장 많이 많는 지 등에 대해 분석해보고자 한다.

분석할 데이터

나이별 월급 차이 , 연령대별 월급 차이

데이터 가져오기

데이터 출처

https://www.koweps.re.kr:442/main.do

분석할 데이터

Koweps_hpc16_2021_beta1.sav

사용할 데이터 선정

16차 머지데이터_변수명_20220404.xlsx 참고

구분	코드	변수명
태어난 연도	h16_g4	birth
일한달의 월 평균 임금	p1602_8aq1	imcome

데이터 분석 준비

필요한 패키지 랜더

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

데이터 랜더

origin_data = pd.read_spss('data/Koweps_hpc16_2021_beta1.sav')
data = origin_data.copy()

데이터 변수명 변경

data = data.rename(columns={
  'h16_g4': 'birth',
  'p1602_8aq1': 'income',
})

확인

data[['birth','income']].head(5)

	brith	Income
0	1945.0	NaN
1	1948.0	165.0
2	1942.0	NaN
3	1962.0	366.0
4	1963.0	190.0

데이터 분석하기

태어난 연도 데이터 전처리

조사 설계서에 따르면 태어난 연도 변수는 다음과 같다.

구분	값
년	태어난 연도 (~2020)
모름 / 무응답	9999

태어난 연도 이상치 확인

data['birth'].describe()

	birth
count	13144.000000
mean	1969.845785
std	24.398032
min	1907.000000
25%	1949.000000
50%	1968.000000
75%	1990.000000
max	2020.000000

💡 max 값이 2020인 것으로 보아 이상치는 없는 것으로 확인된다.

✏️ birth 데이터 분석
2021년 조사 대상자들의 평균 태어난 연도는 1969년이다.
태어난 연도는 1907 ~ 2020년이며, 1949년 ~ 1990년에 많이 분포되어 있다.

태어난 연도 결측치 확인

data['birth'].isna().sum()

0

💡 결측치 없음

---

나이별 월급 차이

1. 나이 변수 만들기 (파생 변수 만들기)

data = data.assign(age = 2021 - data['birth'] +1)

확인

data['age'].describe()

	age
count	13144.000000
mean	52.154215
std	24.398032
min	2.000000
25%	32.000000
50%	54.000000
75%	73.000000
max	115.000000

💡 2021년 조사 대상자의 평균 나이는 52세이다. 전체 범위는 2~11세이며 32~ 73세에 가장 많이 분포되어 있다.

2. 나이별 평균 임금 데이터 만들기

age_income = data.dropna(subset=['income']) \
  .groupby('age') \
  .agg(mean_income = ('income','mean'))

✏️ income 이 결측치인 것은 제외한다.

확인

age_income.head(5)

age	mean_income
20.0	200.000000
21.0	98.375000
22.0	137.269231
23.0	168.909091
24.0	165.675676

3. 그래프로 확인하기

sns.lineplot(data=age_income, x='age', y='mean_income')

💡 20대에서 40대까지 월급이 대체로 증가하는 추세를 보인다. 40대 후반에 약 450만 원으로 가장 많이 받고 이후 지속적으로 감소하는 추세를 보인다. 은퇴하는 나이인 60세 전후로 하락폭이 크며 70대에는 20대보다 더 적은 월급을 받는 것을 알 수 있다.

---

연령대 별 월급 차이

1. 연령대별 파생변수 만들기

data = data.assign(age_group = np.where(data['age'] < 20 , '10대', np.where(data['age']<30 ,'20대', np.where(data['age']<40,'30대', np.where(data['age']<50, '40대', np.where(data['age']<60, '50대', np.where(data['age']<70, '60대', '60대 이상')))))))

확인

data['age_group'].head(5)

	age_group
0	60대 이상
1	60대 이상
2	60대 이상
3	60대
4	50대

2. 연령대별 평균 월급 데이터 만들기

age_group_income = data.dropna(subset=['income']) \
  .groupby('age_group') \
  .agg(mean_income = ('income', 'mean'))
age_group_income

✏️ income 이 결측치인 것은 제외한다.

age_group	mean_income
20대	213.234513
30대	306.410326
40대	373.382122
50대	357.914255
60대	242.562604
60대 이상	73.704348

3. 그래프로 확인하기

plt.rcParams.update({'font.family': 'AppleGothic'})
sns.lineplot(data=age_group_income, x='age_group', y='mean_income')

💡 20대부터 40대까지 평균 월급은 꾸준히 증가하는 추세를 보인다. 40대에 평균 373만원으로 가장 많이 받으며 이후 하락세를 보인다.