🐼 준비 🐼

• 도로교통공단_교통사고 정보.csv파일 이용

import pandas as pd
import plotly.express as px

df = pd.read_csv('/content/도로교통공단_교통사고 정보.csv', encoding='euc-kr')

➕ df.info() -> 정보확인
➕ plotly -> 데이터 시각화 툴 https://plotly.com/

---

😢 2019년 지역별 교통사고

🛶 데이터 전처리

# 발생년월일시 -> 뒤에 두자리(시간) 따로 컬럼으로 분리
# 1) 발생년월일시 : 연속적인 숫자(int)이므로 자를 수 있는 문자열(string)로 변경
df = df.astype({'발생년월일시':'string'})

# 2) 발생년월일시 -> 뒤에 두자리(시간) 자르고 발생시간 이라는 컬럼에 담기
# ex) 2019010100 -> 00 분리
df['발생시간'] = df['발생년월일시'].str[8:]

# 3) 발생시간 컬럼 숫자 데이터타입으로 변경 -> str은 그래프를 그릴수없으니까 !
df = df.astype({'발생시간':'int64'})

# 4) 발생년월일시(string) -> 날짜 타입으로 변경
# ex) 2019010100 -> 20190101(년월일) 자르고 -> YYYY-MM-DD(날짜 형태로 변경)
df['발생년월일시'] = pd.to_datetime(df['발생년월일시'].str[:8], format='%Y-%m-%d', errors='raise')

➕ errors='raise' : 에러들이 발생하면 알려주고 멈춰라 / 'ignore'이면 무시해라

---

🚤 시각화

🗓️ 날짜별/시간별 교통사고 현황보기

fig = px.scatter(df, x='발생년월일시', y='발생시간', color='발생지시도', hover_data=['발생시간'])
fig.show()

➕ fig = px.scatter(df, x='발생년월일시', y='발생시간', color='발생지시도', size='사망자수', hover_data=['발생시간'])
size ='사망자수' 를 추가하여 버블차트 모양으로 그릴 수 있다. !

---

🕐 시간대별 교통사고 사망자 현황

fig = px.bar(df, x='사망자수', y='발생시간', orientation='h')
fig.show()

👀 19시에 가장 사망자가 많음을 알 수 있음

# 세로차트
fig = px.bar(df, x='발생시간', y='사망자수')
fig.show()

---

🏙️ 시, 도 별 교통사고 사망자 현황

fig = px.bar(df, x='사망자수', y='발생지시도', orientation='h')
fig.show()

---

📅 요일별, 사고유형별 교통사고 현황

• 요일별
  
• 사고유형별
  

---

📚 2019 대전 교통사고 발생 데이터분석

🕐 시간대별 교통사고 사망자현황

# 데이터 준비
dj_df = df[df['발생지시도'] =='대전']

# 교통사고 발생시간별 사망자현황
fig = px.bar(dj_df, x='사망자수', y='발생시간', orientation='h')
fig.show() 

➕ 세로모양

fig = px.bar(dj_df, x='발생시간', y='사망자수')
fig.show()

🧭 교통사고 지역구별 사망자현황

fig = px.bar(dj_df, x='발생지시군구', y='사망자수')
fig.show()

📅 요일별/사고유형별 사망자현황

fig = px.bar(dj_df, x='사망자수', y='요일', orientation='h')
fig.show()

fig = px.bar(dj_df, x='사망자수', y='사고유형', orientation='h')
fig.show()

🗺️ 지도활용 교통사고 현황 분석

import folium
map = folium.Map(location=[36.321665,127.378953]) # 대전시청의 위도, 경도 값

# 사망사고 위치에 CircleMarker표출
# CircleMarker size 사망자수+경상자수 설정 -> 클릭하면 팝업으로 정보(사고유형) 나타나도록 구현

# CircleMarker size(radius)는 실수형(float64)로만 설정가능
# 사망자수, 경상자수 int -> float64 데이터 타입 변경

dj_df = dj_df.astype({'사망자수' :'float64'})
dj_df = dj_df.astype({'경상자수' :'float64'})

➕ dj_df.info() 결과

🔍 사망자수+경상자수 CircleMarker

# for문을 사용하여 dj_df 데이터가 있을 때까지 반복적으로 CircleMarker 지도에 add 시키는 작업 -> 74번
for n in dj_df.index:
  # CircleMarker 사이즈 계산
  cnt = dj_df['사망자수'][n] + dj_df['경상자수'][n]
  folium.CircleMarker([dj_df['위도'][n],dj_df['경도'][n]], radius =cnt*10, popup=dj_df['사고유형'][n],
                      color='#3186cc', fill_color='#3186cc').add_to(map)

➕ map.save('2019_대전교통사고현황.html') : html파일로 저장

---

😢 2021년 지역별 교통사고

🐼 준비

import pandas as pd
import plotly.express as px

df = pd.read_csv('/content/도로교통공단_사망 교통사고 정보_20211231.csv', encoding='euc-kr')
df.head()

🛶 데이터 전처리

# 시간만 남기기
# 2021-01-01 03:00에서 03만 남기기
date_split = df['발생년월일시'].str.split(' ') # 날짜와 시간:분 분리
time_split = date_split.str.get(1) # 시간:분만 선택
df['발생시간'] = time_split.str.split(':').str.get(0) # 시간만 선택
df = df.astype({'발생시간':'int64'})

➕ df.info()

# 발생년월일 추가
df['발생년월일'] = pd.to_datetime(date_split.str.get(0), format='%Y-%m-%d', errors='raise')

➕ df.info()

지역별/시간별 교통사고 현황

fig = px.scatter(df, x='발생년월일시', y='발생시간', color='발생지시도', size='사망자수', hover_data=['발생시간'])
fig.show()

fig = px.scatter(df, x='발생년월일', y='발생시간', color='발생지시도', size='사망자수', hover_data=['발생시간'])
fig.show()

시간대별/시,도별 교통사고 현황

fig = px.bar(df, x='사망자수', y='발생시간', orientation='h')
fig.show()

fig = px.bar(df, x='발생시간', y='발생지시도', orientation='h')
fig.show()

주간야간별/사고유형별 교통사고 현황

fig = px.bar(df, x='사망자수', y='주야', orientation='h')
fig.show()

fig = px.bar(df, x='사망자수', y='사고유형', orientation='h')
fig.show()

📚 2021 대전 교통사고 발생 데이터분석

데이터준비

# 데이터 준비
dj_df = df[df['발생지시도'] =='대전']

발생시간별

fig = px.bar(dj_df, x='사망자수', y='발생시간', orientation='h')
fig.show()

지역구별

fig = px.bar(dj_df, x='발생지시군구', y='사망자수')
fig.show()

🗺️ 사망자수+부상자수에 따른 CircleMarker 표기한 지도

import folium
dj_map = folium.Map(location=[36.321665,127.378953]) # 대전시청의 위도, 경도 값

# 사망사고 위치에 CircleMarker표출
# CircleMarker size 사망자수+부상자수 설정 -> 클릭하면 팝업으로 정보(사고유형) 나타나도록 구현

# CircleMarker size(radius)는 실수형(float64)로만 설정가능
# 사망자수, 부상자수 int -> float64 데이터 타입 변경

dj_df = dj_df.astype({'사망자수' :'float64'})
dj_df = dj_df.astype({'부상자수' :'float64'})
dj_df.info()

# for문을 사용하여 dj_df 데이터가 있을 때까지 반복적으로 CircleMarker 지도에 add 시키는 작업 -> 74번
for n in dj_df.index:
  # CircleMarker 사이즈 계산
  cnt = dj_df['사망자수'][n] + dj_df['부상자수'][n]
  folium.CircleMarker([dj_df['위도'][n],dj_df['경도'][n]], radius =cnt*10, popup=dj_df['사고유형'][n],
                      color='#3186cc', fill_color='#3186cc').add_to(dj_map)
dj_map

➕ 저장 : map.save('2021_대전교통사고현황.html')

---

🐼 조별 활동🐼

1) 시간별 사망자 현황 -> color를 주,야로 표시
2) 지역구별 사망자 현황
3) 지도를 활용한 교통사고 현황분석

• 사망사고 위치에 CircleMarker 표출
• color :
  사고유형 = '기타' : 빨간색
  사고유형 = '횡단중' : 파란색
  그 외 사고유형 : 초록색
  popup 사고유형 표시

---

데이터 전처리

import pandas as pd
import plotly.express as px

df = pd.read_csv('/content/도로교통공단_사망 교통사고 정보_20211231.csv', encoding='euc-kr')
df.head()

# 시간만 남기기
# 2021-01-01 03:00에서 03만 남기기
date_split = df['발생년월일시'].str.split(' ') # 날짜와 시간:분 분리
time_split = date_split.str.get(1) # 시간:분만 선택
df['발생시간'] = time_split.str.split(':').str.get(0) # 시간만 선택
df = df.astype({'발생시간':'int64'})
df.info()

df['발생년월일'] = pd.to_datetime(date_split.str.get(0), format='%Y-%m-%d', errors='raise')
df.head()

# 필요없는 컬럼 삭제
del df['발생년월일시']
df.head()

se_df = df[df['발생지시도'] =='서울']
se_df.info()

1) 시간별 사망자 현황

fig = px.bar(se_df, x='사망자수', y='발생시간', orientation='h', color="주야")
fig.show()

2) 지역구별 사망자 현황

fig = px.bar(se_df, x='발생지시군구', y='사망자수')
fig.show()

3) 지도를 활용한 교통사고 현황분석

# for문을 사용하여 dj_df 데이터가 있을 때까지 반복적으로 CircleMarker 지도에 add 시키는 작업 -> 74번
for n in se_df.index:
  # CircleMarker 사이즈 계산
  cnt1 = se_df['사망자수'][n]
  cnt2 = se_df['부상자수'][n]
  cnt = cnt1+cnt2
  if se_df['사고유형'][n] == '기타':
    folium.CircleMarker([se_df['위도'][n],se_df['경도'][n]], radius =cnt*10, popup='<pre>'+se_df['사고유형'][n]+', 사망자 '+str(int(cnt1))+'명, '+'부상자 '+ str(int(cnt2))+'명'+'</pre>',
                        color='red', fill_color='E12727').add_to(se_map)
  elif se_df['사고유형'][n] == '횡단중':
    folium.CircleMarker([se_df['위도'][n],se_df['경도'][n]], radius =cnt*10, popup='<pre>'+se_df['사고유형'][n]+', 사망자 '+str(int(cnt1))+'명, '+'부상자 '+ str(int(cnt2))+'명'+'</pre>',
                        color='blue', fill_color='#3186cc').add_to(se_map)
  else:
    folium.CircleMarker([se_df['위도'][n],se_df['경도'][n]], radius =cnt*10, popup='<pre>'+se_df['사고유형'][n]+', 사망자 '+str(int(cnt1))+'명, '+'부상자 '+ str(int(cnt2))+'명'+'</pre>',
                        color='green', fill_color='#cfffbb').add_to(se_map)
se_map

➕ 저장 : map.save('2021_서울특별시교통사고현황.html')
➕ popup을 가로 모양으로 배치하기 위한 방법

---

🚩 소감 🚩

한개의 데이터파일을 가지고 다양한 그래프를 그릴 수 있다는 점이 흥미로웠다. 오늘도 전처리하는 과정이 약간 ^^.. 어려웠다. split과 get을 어느때 써야하는지 계속 헷갈렸었는데 오늘 전처리하는 과정에서 중간에 계속 결과를 띄워가면서 확인해보니까 이해할 수 있었다. 서울특별시 교통사고 현황을 교수님 도움없이 해봤는데 결과가 잘 나와서 재미있었다. 성격이 바로바로 해결이 안되면 답답함을 느끼고 포기각을 잡는 편이긴한데 고쳐야겠어용 .. .ㅎㅎ.....