✏️데이터 취업 스쿨 스터디 노트(서울시 CCTV 현황 분석 ②)

---

12/10 Data Study to do

• CCTV데이터와 인구현황 데이터 훑어보기(7-8강)

오늘 공부 요약짤...🥲

---

📌공부 내용

서울시 CCTV 현황 분석

✅ 목표

1. 서울시 구별 CCTV 현황 데이터 확보
2. 인구 현황 데이터 확보
3. CCTV 데이터와 인구 현황 데이터 결합
4. 데이터 정리 및 정렬
5. 그래프 시각화
6. 전제적인 경향을 파악
7. 그 경향에서 벗어난 데이터 강조

- 사용 기능 정리 -
1,2,3,4 : Python, Pandas
5 : Matplotlib
6 : Regression using Numpy
7 : Insight and Visualization

-----------▲ 12/4 작성 내용 ▲-----------

✅ 서울 CCTV 현황 데이터 훑어보기

• 데이터의 index, columns, values 파악
  - CCTV_Seoul.head() : 앞부분 출력
  - CCTV_Seoul.tail() : 뒷부분 출력 (index 개수 파악에 용이)

• 데이터 정렬해서 칼럼별 순위 확인
  - CCTV_Seoul.sort_values(by = '소계', ascending = True).head(5)
  → sort.values : values를 정렬해라
  → by = '소계' : 소계 열에 있는 values를 기준으로
  → ascending = True : 오름차순으로 (False : 내림차순)

• 데이터 증가율 확인
  - 2013년 이전 < 2014~2016년 CCTV를 많이 설치한 구 찾아보기
  ▶ 최근 증가율을 알 수 있다
  

✅ 서울시 인구 데이터 훑어보기

• 데이터의 index, columns, values 파악
  -서울 CCTV 현황 데이터 훑어보기와 동일한 방법

• 필요 없는 데이터 삭제
  - pop_Seoul.drop([0], inplace=True)
  → .drop([0] : 인덱스 0번째(1번째 행) 데이터 삭제
  → inplace=True) : 앞의 명령어를 데이터에서 업데이트 해라

• 열에 어떤 카테고리가 있는지 확인
  - pop.Seoul['구별'].unique()
  - len 함수를 사용하면 카테고리 수까지 확인 가능
  

• 비율 조사
  - 비율을 찾고 sort로 정렬 + descending : 높은 비율 순위 확인 가능
  - 외국인 비율 = 외국인 / 전체 인구수 100
  - 고령자 비율 = 고령자 / 전체 인구수 100
  ※ 고령자가 높다고 고령자 비율이 높은 구가 아니다.
  

-----------▲ 12/10 작성 내용 ▲-----------

✅ 데이터 합치기

• merge 함수를 활용
  - 데이터 병합에 사용되는 함수
  - Pandas DataFrame 데이터 병합은 자주 사용

  1. pd.merge(left, right, on='칼럼')
     → left와 right 데이터 프레임을 '칼럼' 기준으로 병합해라
  2. pd.merge(left, right, how='left', on='칼럼')
     → '칼럼' 기준으로 left에 right를 병합해라
     → how에 들어가는 데이터 프레임으로 다른 데이터 프레임을 추가해라
     

     ``` how에 들어갈 수 있는 것
     1. 데이터 프레임 이름
     2. outer : 병합하는 데이터 프레임의 합집합
     3. inner : 병합하는 데이터 프레임의 교집합
     4. how가 없는 경우 자동으로 교집합 데이터만 출력

.

✅ CCTV 데이터와 인구 현황 데이터 결합 진행 순서

1. data_result = 두 자료를 '구별'을 기준으로 데이터 병합
- how 옵션 안써도됨
→ 두 자료의 칼럼 '구별' 개수가 일치하기 때문

2. 필요 없는 칼럼 제거 (2013~2016년)
- del 함수 사용
- 위의 데이터는 앞으로 사용하지 않기 때문에 삭제

3. set_index로 index를 새롭게 설정
- set_index는 index를 재지정하는 명령어
- index로 설정하는 Serises는 중복되는 데이터가 없어야 함
- 그래프 그릴 때 용이한 index 설정 필요

4. 가설 설정 : 인구가 많을 지역이 CCTV 수가 많다?
- 목표 : 인구대비 상대적으로 CCTV가 적은 구를 찾는 것
→ 인구데이터와 CCTV의 상관관계 여부를 확인하기 위한 가설 설정

5. 가설 확인 (상관관계 확인)
- 주의할 점 : 상관관계가 있다고 인과관계가 있는 것은 아님

• 상관관계의 핵심 : 한 데이터가 증가할 때 다른 쪽 데이터가 변화하느냐
  - 상관계수는 절대값 1이 가장 높은 숫자 (0.2 이상의 데이터만 의미있음)
  - 음의 상관관계 : 한 데이터가 작아질 때 다른 데이터도 작아진다
  - 양의 상관관계 : 한 데이터가 커질 때 다른 데이터도 커진다
  `
• 상관관계 계산법 : 변수.corr()
  - 주대각선(빨간색 선) : 자기 자신과의 상관관계는 항상 1
  - 우리가 확인해야 되는 것 : 소계와 인구수 ▶ 0.23
  → 0.2 이상이라 의미는 있으나 큰 영향이 있지는 않다
  

5.구별 인구대비 CCTV 현황 분석 진행
- 가설(구별 인구대비 CCTV 수가 상관관계가 있다) 미입증
- 상대적으로 CCTV가 적거나 많은구를 찾는 것이 유의미

CCTV 비율 만들기

• CCTV 비율이 높은 구 찾는 방법
  1. CCTV 비율 칼럼 생성 ▶ 소계(CCTV 개수) / 인구 * 100
  2. CCTV 비율 기준으로 정렬
  
  `
• CCTV 비율이 낮은 구 찾는 방법
  1. CCTV 비율이 높은 구 데이터에서 내림차순(ascending=True)
  

-----------▲ 12/6 작성 내용 ▲-----------

---

하루 공부를 마치며🔥

• 오늘 학습 시간 : 43분