프로젝트 1 - 서울시 CCTV 현황 분석 (2)

2. CCTV 데이터 훑어보기

import pandas as pd

CCTV_Seoul = pd.read_csv("../data/01. Seoul_CCTV.csv")
CCTV_Seoul.head()

CCTV_Seoul.tail()   #데이터 25개 파악

# 소계 부분 기준 확인-오름차순  #ascending=True는 디폴트 값
CCTV_Seoul.sort_values(by="소계", ascending=True).head(5)

# 소계 부분 기준 확인-내림차순
CCTV_Seoul.sort_values(by="소계", ascending=False).head(5)

# 기존 컬럼에 없으면 추가, 있으면 수정
CCTV_Seoul["최근 증가율"] = (
    (CCTV_Seoul["2016년"]+CCTV_Seoul["2015년"]+CCTV_Seoul["2014년"]) / CCTV_Seoul["2013년도 이전"] * 100
)
CCTV_Seoul.sort_values(by="최근 증가율", ascending=False).head(5)

---

3. 인구현황 데이터 훑어보기

pop_Seoul = pd.read_excel(
    "../data/01. Seoul_Population.xls", header=2, usecols="B, D, G, J, N "
)

pop_Seoul.rename(
    columns={
        pop_Seoul.columns[0]: "구별",
        pop_Seoul.columns[1]: "인구수",
        pop_Seoul.columns[2]: "한국인",
        pop_Seoul.columns[3]: "외국인",
        pop_Seoul.columns[4]: "고령자"
    },
    inplace=True
)

pop_Seoul.head()

pop_Seoul.drop([0], axis=0, inplace=True)
pop_Seoul.head()

• unique 메소드 : 한번이라도 등장한 데이터 어떤 것이 있는지 중복되지 않고 보여줌

pop_Seoul["구별"].unique()

array(['종로구', '중구', '용산구', '성동구', '광진구', '동대문구', '중랑구', '성북구', '강북구',
       '도봉구', '노원구', '은평구', '서대문구', '마포구', '양천구', '강서구', '구로구', '금천구',
       '영등포구', '동작구', '관악구', '서초구', '강남구', '송파구', '강동구'], dtype=object)

len(pop_Seoul["구별"].unique())

25

# 외국인 비율/ 고령자 비율 컬럼 생성
pop_Seoul["외국인 비율"]= pop_Seoul["외국인"] / pop_Seoul["인구수"] * 100
pop_Seoul["고령자 비율"]= pop_Seoul["고령자"] / pop_Seoul["인구수"] * 100
pop_Seoul.head()

pop_Seoul.sort_values(["인구수"], ascending=False).head()

pop_Seoul.sort_values(["외국인 비율"], ascending=False).head()

---

4. 두 데이터 합치기

pandas에서 데이터 프레임 병합하는 방법

• pd.concat()
• pd.merge()
• pd.join()

# 딕셔너리 안의 리스트 형태
left = pd.DataFrame({
    "key" : ["K0", "K4", "K2", "K3"],
    "A" : ["A0", "A1", "A2", "A3"],
    "B" : ["B0", "B1", "B2", "B3"]
})
left

# 리스트 안의 딕셔너리 형태
right = pd.DataFrame([
    {"key": "K0", "C": "C0", "D":"D0"},
    {"key": "K1", "C": "C1", "D":"D1"},
    {"key": "K2", "C": "C2", "D":"D2"},
    {"key": "K3", "C": "C3", "D":"D3"},
])
right

pd.merge()

• 두 데이터 프레임에서 컬럼이나 인덱스를 기준으로 잡고 병합하는 바업ㅂ
• 기준이 되는 컬럼이나 인덱스를 key 값이라고 함.
• 기준이 되는 key 값은 두 데이터 프레임에 모두 포함되어 있어야 함.

pd.merge(left, right, on="key") #Key값 기준 병합 , 공통된 값만 출력 / how="inner" (교집합 출력)은 디폴트 값

pd.merge(left, right, how="left", on="key")  #left의 key값 기준으로 병합

pd.merge(left, right, how="right", on="key")  #right의 key값 기준으로 병합

pd.merge(left, right, how="outer", on="key")  #how="outer" : 합집합으로 모든 값 출력

data_result = pd.merge(CCTV_Seoul, pop_Seoul, on="구별")
data_result.head()

년도 별 데이터 컬럼 삭제

• del
• drop()

del data_result["2013년도 이전"]
del data_result["2014년"]

data_result.head()

data_result.drop(["2015년", "2016년"], axis=1, inplace=True)

data_result.head()

인덱스 변경

• set_index()
• 선택한 컬럼을 데이터 프레임의 인덱스로 지정

data_result.set_index("구별", inplace=True)
data_result.head()

상관계수

• corr()
• correlation의 약자
• 상관계수가 0.2이상인 데이터를 비교
• 문자열 포함 데이터는 연산 되지 않음

data_result.corr()

data_result["CCTV비율"] = data_result["소계"] / data_result["인구수"]
data_result["CCTV비율"] = data_result["CCTV비율"] * 100

data_result.head()

data_result.sort_values(by="CCTV비율", ascending=False).head()