32.EDA-9

SOWA·2023년 4월 8일
EDA유가분석
0

EDA

목록 보기
9/11
post-custom-banner

🖇️ 검색어 입력

from selenium import webdriver
from selenium.webdriver.common.by import By
driver = webdriver.Chrome('../driver/chromedriver.exe')
driver.get('https://www.naver.com')
keyword = driver.find_element(By.CSS_SELECTOR, '#query')
keyword.send_keys('파이썬')

⇊


keyword = driver.find_element(By.CSS_SELECTOR, '#query')
keyword.clear()
keyword.send_keys('딥러닝')
  • 입력했던 키워드 지우고 새로운 키워드 입력

search_btn = driver.find_element(By.CSS_SELECTOR, '#search_btn')
search_btn.click()
  • 검색 버튼 누르기

─ xpath

'//' : 최상위,
'*': 자손 태그 (자식 태그의 하위 태그들)
'/': 자식 태그 (바로 밑에 있는 태그)
'div[1]': div 중에서 1번째 태그

driver.find_element(By.XPATH, '//*[@id="query"]').send_keys('xpath')
  • 검색 창에 xpath 입력

driver.find_element(By.XPATH, '//*[@id="search_btn"]/span[2]').click()
  • 검색 버튼 클릭


─ 동적 페이지 검색

from selenium import webdriver
from selenium.webdriver.common.by import By
driver = webdriver.Chrome('../driver/chromedriver.exe')
driver.get('https://pinkwink.kr')
#1.돋보기 버튼을 선택
from selenium.webdriver import ActionChains
search_tag = driver.find_element(By.CSS_SELECTOR, '.search')
action = ActionChains(driver)
action.click(search_tag)
action.perform()
#2. 검색어 입력
driver.find_element(By.CSS_SELECTOR, '#header > div.search > input[type=text]').send_keys('딥러닝')
#3.검색 버튼 클릭
driver.find_element(By.CSS_SELECTOR, '#header > div.search > button').click()


🖇️ 셀레니움 +뷰티풀 수프

driver.page_source
  • 현재 페이지의 html 코드 가져오기

from bs4 import BeautifulSoup

req = driver.page_source
soup = BeautifulSoup(req, 'html.parser')
soup.select('.post-item')
  • 여러 목록의 글이 있을때 해당 클래스를 가진 페이지 내용 확인
contents = soup.select('.post-item')
len(contents)

c
8

  • 해당 클래스를 가진 콘텐츠 갯수


🖇️ 데이터 가져오기

from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
import time
url = 'https://www.opinet.co.kr/searRgSelect.do'
driver = webdriver.Chrome('../driver/chromedriver.exe')
driver.get(url)

def main_page():
    
    #셀레니움은 느리기에 시간적 여유를 줌
    time.sleep(3)

    #팝업창으로 전환
    driver.switch_to_window(driver.window_handles[-1])
    #팝업창 닫기
    driver.close()
    time.sleep(3)
    #메인화면으로 창 전환
    driver.switch_to_window(driver.window_handles[-1])
    #접근 url 다시 요청
    driver.get(url)

main_page()
#시/도 리스트
sido_list_raw = driver.find_element_by_id('SIDO_NM0') 
sido_list_raw.text

⇊


sido_list = sido_list_raw.find_elements_by_tag_name('option')
len(sido_list), sido_list[17].text

⇊
(18, '제주')


sido_list[1].get_attribute("value")

⇊
'서울특별시'


sido_names = []
for option in sido_list:
    sido_names.append(option.get_attribute('value'))
sido_names

⇊

['',
 '서울특별시',
 '부산광역시',
 '대구광역시',
 '인천광역시',
 '광주광역시',
 '대전광역시',
 '울산광역시',
 '세종특별자치시',
 '경기도',
 '강원도',
 '충청북도',
 '충청남도',
 '전라북도',
 '전라남도',
 '경상북도',
 '경상남도',
 '제주특별자치도']

sido_names = [option.get_attribute('value') for option in sido_list]
sido_names[:5]

⇊

['', '서울특별시', '부산광역시', '대구광역시', '인천광역시']

sido_names = sido_names[1:]
sido_names

⇊

['서울특별시',
 '부산광역시',
 '대구광역시',
 '인천광역시',
 '광주광역시',
 '대전광역시',
 '울산광역시',
 '세종특별자치시',
 '경기도',
 '강원도',
 '충청북도',
 '충청남도',
 '전라북도',
 '전라남도',
 '경상북도',
 '경상남도',
 '제주특별자치도']

sido_list_raw.send_keys(sido_names[16])

⇊

  • 제주도로 변경


driver.find_element_by_css_selector('#glopopd_excel').click()

  • 엑셀로 저장


 import time
from tqdm import tqdm_notebook

for gu in tqdm_notebook(gu_names):
    element = driver.find_element_by_id('SIGUNGU_NM0')
    element.send_keys(gu)
    time.sleep(3)
    
    element_get_excel = driver.find_element_by_id('glopopd_excel').click()
    time.sleep(2)
  • 서울시 구별로 엑셀파일 저장

🖇️ 주유소 가격정보 정리

import pandas as pd
from glob import glob
glob('../data/지역_*.xls')

⇊

['../data\\지역_위치별(주유소) (1).xls',
 '../data\\지역_위치별(주유소) (10).xls',
 '../data\\지역_위치별(주유소) (11).xls',
 '../data\\지역_위치별(주유소) (12).xls',
 '../data\\지역_위치별(주유소) (13).xls',
 '../data\\지역_위치별(주유소) (14).xls',
 '../data\\지역_위치별(주유소) (15).xls',
 '../data\\지역_위치별(주유소) (16).xls',
 '../data\\지역_위치별(주유소) (17).xls',
 '../data\\지역_위치별(주유소) (18).xls',
 '../data\\지역_위치별(주유소) (19).xls',
 '../data\\지역_위치별(주유소) (2).xls',
 '../data\\지역_위치별(주유소) (20).xls',
 '../data\\지역_위치별(주유소) (21).xls',
 '../data\\지역_위치별(주유소) (22).xls',
 '../data\\지역_위치별(주유소) (23).xls',
 '../data\\지역_위치별(주유소) (24).xls',
 '../data\\지역_위치별(주유소) (3).xls',
 '../data\\지역_위치별(주유소) (4).xls',
 '../data\\지역_위치별(주유소) (5).xls',
 '../data\\지역_위치별(주유소) (6).xls',
 '../data\\지역_위치별(주유소) (7).xls',
 '../data\\지역_위치별(주유소) (8).xls',
 '../data\\지역_위치별(주유소) (9).xls',
 '../data\\지역_위치별(주유소).xls']

  • '지역_'로 시작하고 끝이 '.xls'로 끝나는 모든 파일을 가져옴

  • glob: 파일의 목록을 읽어오고 정리



 stations_files = glob('../data/지역_*.xls')
stations_files
  • stations_files 변수에 파일 목록 저장

tmp_raw = []

for file_name in stations_files:
    tmp = pd.read_excel(file_name, header =2)
    tmp_raw.append(tmp)
    
station_raw = pd.concat(tmp_raw)

-concat: 구조가 동일한 pandas 데이터 프레임이 여러개 있을때, 하나로 연달아 붙여줌


stations = pd.DataFrame(
    {
        '상호':station_raw['상호'],
        '주소':station_raw['주소'],
        '가격':station_raw['휘발유'],
        '셀프':station_raw['셀프여부'],
        '상표':station_raw['상표'],
    }
)
stations.head()

⇊



stations['구'] = [eachAddress.split()[1] for eachAddress in stations['주소']]
stations.head()

⇊

  • 평균적으로 주유가격이 비싼 구를 확인하기위해 주소에서 구 정보 가져오기


stations['가격'] = stations['가격'].astype('float')

⇊

  • 가격 float형태로 바꾸기


stations.reset_index(inplace=True)
stations.head()

⇊


del stations['index']
stations.head()

⇊



🖇️ 주유소 가격 시각화

import matplotlib.pyplot as plt
import seaborn as sns
import platform
from matplotlib import font_manager, rc

get_ipython().run_line_magic('matplotlib', 'inline')
path = 'c:/Windows/Fonts/malgun.ttf'

if platform.system() == 'Darwin':
    rc('font', family='AppleGothic')
elif platform.system() == 'Windows':
    font_name = font_manager.FontProperties(fname=path).get_name()
    rc('font', family=font_name)
else:
    print('Unknown system')
  • matplotlib 한글 대응
stations.boxplot(column='가격', by='셀프', figsize=(12, 8));

⇊


─ Boxplot 설명

  • Median 중심으로 아래 위 상자가 각각 전체 데이터의 25%씩 총 50%를 가짐


  • IQR(Inter Quatile Range) : 상자 전체 길이
  • IQR의 1.5배 이상 벗어나면 점으로 별도 표기(outlier)

plt.figure(figsize=(12, 8))
sns.boxplot(x='셀프', y='가격', data=stations, palette='Set3')
plt.grid()
plt.show()

⇊

  • 가격은 대체로 박스안에 모여있는데, 특별하게 높은 가격대가 있다는것


plt.figure(figsize=(12, 8))
sns.boxplot(x='상표', y='가격', hue='셀프', data=stations, palette='Set3')
plt.grid()
plt.show()

⇊

  • 각 메이커별 셀프 주유여부를 포함한 가격 분포

import json
import folium
import warnings

warnings.simplefilter(action='ignore', category=FutureWarning) #아래에 뜨는 경고문구 무시
stations.sort_values(by='가격', ascending=False).head(10)

⇊

  • 가격이 높은 주유소 순으로 

stations.sort_values(by='가격', ascending=True).head(10)

⇊

  • 가격이 낮은 주유소 순으로

import numpy as np

gu_data = pd.pivot_table(stations, index=['구'], values=['가격'], aggfunc=np.mean)
gu_data.head()

⇊

  • 구별 주유소 평균 값


geo_path = '../data/02. skorea_municipalities_geo_simple.json'
geo_str = json.load(open(geo_path, encoding='utf-8'))

my_map = folium.Map(location=[37.5502, 126.982], zoom_start=10.5, tiles='Stamen Toner')

my_map.choropleth(
    geo_data=geo_str,
    data=gu_data,
    columns=[gu_data.index,'가격'],
    fill_color='PuRd',
    key_on='feature.id'
)
my_map

⇊

  • 지도로 시각화
from.제로베이스 데이터 취업스쿨 강의
profile
SOWA
이전 포스트

31.EDA-8

다음 포스트

33.EDA-10

post-custom-banner

0개의 댓글