상가업소정보로 프랜차이즈 입점분석

배스킨라빈스 & 던킨도너츠 프랜차이즈 매장의 밀집도를 지도를 통해 표시하고, 이를 위해 데이터 전처리 과정을 진행한다.

다루는 내용

데이터 요약하기
공공데이터를 활용해 텍스트 데이터 정제하고 원하는 정보 찾아내기
문자열에서 원하는 텍스트 추출하기
문자열을 활용한 다양한 분석 방법과 위치 정보 사용하기
folium을 통한 위경도 데이터 시각화 이해하기
folium을 통해 지도에 분석한 내용을 표현하기 - CircleMarker와 MarkerCluster 그리기

데이터셋

공공데이터 포털 : https://www.data.go.kr/dataset/15012005/fileData.do

출처 : https://www.inflearn.com/course/%EA%B3%B5%EA%B3%B5%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%A1%9C-%ED%8C%8C%EC%9D%B4%EC%8D%AC-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B6%84%EC%84%9D-%EC%8B%9C%EC%9E%91%ED%95%98%EA%B8%B0 ¶

본격적인 분석에 앞서

1. 필요한 라이브러리 불러오기

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

2. 시각화를 위한 한글 폰트 설정하기

# 윈도우 사용자이기 때문에 "Malgun Gothic"으로 설정해준다. 
plt.rc("font", family="Malgun Gothic")
plt.rc("axes", unicode_minus=False)

# 폰트가 선명하게 보이도록 설정

from IPython.display import set_matplotlib_formats

%config InlineBackend.figure_format = 'retina'

# 한글폰트와 마이너스 폰트 설정 확인
plt.title("한글폰트 설정")
plt.plot([-4, -6, 1, 2, 0, 3])

#한글폰트의 선명도를 높이기 위해 바로 위의 셀의 코드를 작성해 적용해준다. 

[<matplotlib.lines.Line2D at 0x29ead5b25b0>]

3. 데이터 불러오기

# 파일을 불러오기 위해 pd.reda_csv()를 사용
# 매번 데이터를 불러오는 것은 복잡하기 때문에 df라는 변수에 담아준다. 

df = pd.read_csv("C:/Users/yobin/Downloads/상가업소정보_201912_01.csv", sep='|')
df.head()

	상가업소번호	상호명	지점명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	표준산업분류코드	...	건물관리번호	건물명	도로명주소	구우편번호	신우편번호	동정보	층정보	호정보	경도	위도
0	19905471	와라와라호프	NaN	Q	음식	Q09	유흥주점	Q09A01	호프/맥주	I56219	...	1168010600106040000014378	대치상가	서울특별시 강남구 남부순환로 2933	135280	6280.0	NaN	1	NaN	127.061026	37.493922
1	19911397	커피빈코리아선릉로93길점	코리아선릉로93길점	Q	음식	Q12	커피점/카페	Q12A01	커피전문점/카페/다방	I56220	...	1168010100106960042022041	NaN	서울특별시 강남구 선릉로93길 6	135080	6149.0	NaN	1	NaN	127.047883	37.505675
2	19911801	프로포즈	NaN	Q	음식	Q09	유흥주점	Q09A01	호프/맥주	I56219	...	1154510200101620001017748	NaN	서울특별시 금천구 가산로 34-6	153010	8545.0	NaN	1	NaN	126.899220	37.471711
3	19912201	싱싱커피&토스트	NaN	Q	음식	Q07	패스트푸드	Q07A10	토스트전문	I56192	...	2653010400105780000002037	산업용품유통상가	부산광역시 사상구 괘감로 37	617726	46977.0	NaN	1	26	128.980455	35.159774
4	19932756	가락사우나내스낵	NaN	F	생활서비스	F09	대중목욕탕/휴게	F09A02	사우나/증기탕/온천	S96121	...	1171010500102560005010490	NaN	서울특별시 송파구 가락로 71	138846	5690.0	NaN	1	NaN	127.104071	37.500249

5 rows × 39 columns

3-1. 데이터 크기 보기

# shape 를 통해 불러온 csv 파일의 크기를 확인
df.shape

(573680, 39)

3-2. info 보기

# info 를 사용하면 데이터의 전체적인 정보, 데이터의 사이즈, 타입, 메모리 사용량 등 확인 가능하다.
df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 573680 entries, 0 to 573679
Data columns (total 39 columns):
 #   Column     Non-Null Count   Dtype  
---  ------     --------------   -----  
 0   상가업소번호     573680 non-null  int64  
 1   상호명        573679 non-null  object 
 2   지점명        76674 non-null   object 
 3   상권업종대분류코드  573680 non-null  object 
 4   상권업종대분류명   573680 non-null  object 
 5   상권업종중분류코드  573680 non-null  object 
 6   상권업종중분류명   573680 non-null  object 
 7   상권업종소분류코드  573680 non-null  object 
 8   상권업종소분류명   573680 non-null  object 
 9   표준산업분류코드   539290 non-null  object 
 10  표준산업분류명    539290 non-null  object 
 11  시도코드       573680 non-null  int64  
 12  시도명        573680 non-null  object 
 13  시군구코드      573680 non-null  int64  
 14  시군구명       573680 non-null  object 
 15  행정동코드      573680 non-null  int64  
 16  행정동명       573680 non-null  object 
 17  법정동코드      573680 non-null  int64  
 18  법정동명       573680 non-null  object 
 19  지번코드       573680 non-null  int64  
 20  대지구분코드     573680 non-null  int64  
 21  대지구분명      573680 non-null  object 
 22  지번본번지      573680 non-null  int64  
 23  지번부번지      474924 non-null  float64
 24  지번주소       573680 non-null  object 
 25  도로명코드      573680 non-null  int64  
 26  도로명        573680 non-null  object 
 27  건물본번지      573680 non-null  int64  
 28  건물부번지      71988 non-null   float64
 29  건물관리번호     573680 non-null  object 
 30  건물명        265608 non-null  object 
 31  도로명주소      573680 non-null  object 
 32  구우편번호      573680 non-null  int64  
 33  신우편번호      573671 non-null  float64
 34  동정보        50856 non-null   object 
 35  층정보        347127 non-null  object 
 36  호정보        85266 non-null   object 
 37  경도         573680 non-null  float64
 38  위도         573680 non-null  float64
dtypes: float64(5), int64(11), object(23)
memory usage: 170.7+ MB

3-3. 결측치 확인

# isnull() - 데이터의 결측치
# 결측치는 True로 값이 있다면 False로 표시되는데 True 는 1과 같기 때문에 
# True 값을 sum()을 사용해서 더하게 되면 합계를 볼 수 있다.
# mean()을 사용하면 결측치의 비율을 볼 수 있다. 
df.isnull()

	상가업소번호	상호명	지점명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	표준산업분류코드	...	건물관리번호	건물명	도로명주소	구우편번호	신우편번호	동정보	층정보	호정보	경도	위도
0	False	False	True	False	False	False	False	False	False	False	...	False	False	False	False	False	True	False	True	False	False
1	False	False	False	False	False	False	False	False	False	False	...	False	True	False	False	False	True	False	True	False	False
2	False	False	True	False	False	False	False	False	False	False	...	False	True	False	False	False	True	False	True	False	False
3	False	False	True	False	False	False	False	False	False	False	...	False	False	False	False	False	True	False	False	False	False
4	False	False	True	False	False	False	False	False	False	False	...	False	True	False	False	False	True	False	True	False	False
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
573675	False	False	True	False	False	False	False	False	False	False	...	False	True	False	False	False	True	True	True	False	False
573676	False	False	True	False	False	False	False	False	False	False	...	False	False	False	False	False	True	False	True	False	False
573677	False	False	True	False	False	False	False	False	False	False	...	False	False	False	False	False	True	False	True	False	False
573678	False	False	True	False	False	False	False	False	False	False	...	False	False	False	False	False	True	False	True	False	False
573679	False	False	True	False	False	False	False	False	False	False	...	False	False	False	False	False	False	True	True	False	False

573680 rows × 39 columns

df.isnull().sum()

상가업소번호            0
상호명               1
지점명          497006
상권업종대분류코드         0
상권업종대분류명          0
상권업종중분류코드         0
상권업종중분류명          0
상권업종소분류코드         0
상권업종소분류명          0
표준산업분류코드      34390
표준산업분류명       34390
시도코드              0
시도명               0
시군구코드             0
시군구명              0
행정동코드             0
행정동명              0
법정동코드             0
법정동명              0
지번코드              0
대지구분코드            0
대지구분명             0
지번본번지             0
지번부번지         98756
지번주소              0
도로명코드             0
도로명               0
건물본번지             0
건물부번지        501692
건물관리번호            0
건물명          308072
도로명주소             0
구우편번호             0
신우편번호             9
동정보          522824
층정보          226553
호정보          488414
경도                0
위도                0
dtype: int64

df.isnull().mean()

상가업소번호       0.000000
상호명          0.000002
지점명          0.866347
상권업종대분류코드    0.000000
상권업종대분류명     0.000000
상권업종중분류코드    0.000000
상권업종중분류명     0.000000
상권업종소분류코드    0.000000
상권업종소분류명     0.000000
표준산업분류코드     0.059946
표준산업분류명      0.059946
시도코드         0.000000
시도명          0.000000
시군구코드        0.000000
시군구명         0.000000
행정동코드        0.000000
행정동명         0.000000
법정동코드        0.000000
법정동명         0.000000
지번코드         0.000000
대지구분코드       0.000000
대지구분명        0.000000
지번본번지        0.000000
지번부번지        0.172145
지번주소         0.000000
도로명코드        0.000000
도로명          0.000000
건물본번지        0.000000
건물부번지        0.874515
건물관리번호       0.000000
건물명          0.537010
도로명주소        0.000000
구우편번호        0.000000
신우편번호        0.000016
동정보          0.911351
층정보          0.394912
호정보          0.851370
경도           0.000000
위도           0.000000
dtype: float64

df.isnull().mean().plot.barh(figsize=(7,9))

<AxesSubplot:>

3-4. 사용하지 않는 컬럼 제거하기

# 사용할 컬럼만 따로 모아 사용하는 방식을 이용해 사용하지 않는 컬럼을 제거한다.

columns = ['상호명', '상권업종대분류명', '상권업종중분류명', '상권업종소분류명', 
           '시도명', '시군구명', '행정동명', '법정동명', '도로명주소', 
           '경도', '위도']
df= df[columns].copy()
df.shape

(573680, 11)

# 제거 후 메모리 사용량 보기
df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 573680 entries, 0 to 573679
Data columns (total 11 columns):
 #   Column    Non-Null Count   Dtype  
---  ------    --------------   -----  
 0   상호명       573679 non-null  object 
 1   상권업종대분류명  573680 non-null  object 
 2   상권업종중분류명  573680 non-null  object 
 3   상권업종소분류명  573680 non-null  object 
 4   시도명       573680 non-null  object 
 5   시군구명      573680 non-null  object 
 6   행정동명      573680 non-null  object 
 7   법정동명      573680 non-null  object 
 8   도로명주소     573680 non-null  object 
 9   경도        573680 non-null  float64
 10  위도        573680 non-null  float64
dtypes: float64(2), object(9)
memory usage: 48.1+ MB

4. 색인으로 서브셋 가져오기

4-1. 서울만 따로 보기

# 시도명이 서울로 시작하는 데이터만 추출하여 df_seoul 이라는 변수에 결과 저장한다. 
# 새로운 변수에 데이터프레임을 할당할 때 copy()를 사용해 원본 데이터가 손상되는 것을 사전에 방지한다. 

df_seoul = df[df["시도명"] == "서울특별시"].copy()
print(df_seoul.shape)
df_seoul.head()

(407376, 11)

	상호명	상권업종대분류명	상권업종중분류명	상권업종소분류명	시도명	시군구명	행정동명	법정동명	도로명주소	경도	위도
0	와라와라호프	음식	유흥주점	호프/맥주	서울특별시	강남구	대치1동	대치동	서울특별시 강남구 남부순환로 2933	127.061026	37.493922
1	커피빈코리아선릉로93길점	음식	커피점/카페	커피전문점/카페/다방	서울특별시	강남구	역삼1동	역삼동	서울특별시 강남구 선릉로93길 6	127.047883	37.505675
2	프로포즈	음식	유흥주점	호프/맥주	서울특별시	금천구	독산3동	독산동	서울특별시 금천구 가산로 34-6	126.899220	37.471711
4	가락사우나내스낵	생활서비스	대중목욕탕/휴게	사우나/증기탕/온천	서울특별시	송파구	석촌동	석촌동	서울특별시 송파구 가락로 71	127.104071	37.500249
5	초밥왕	음식	일식/수산물	음식점-초밥전문	서울특별시	송파구	잠실6동	신천동	서울특별시 송파구 올림픽로 293-19	127.102490	37.515149

# unique 를 사용하면 중복을 제거한 시군구명을 가져온 후, shape로 갯수를 출력한다. 

df_seoul["시군구명"].unique()

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

# nunique() = 중복을 제거한 항목의 갯수

df_seoul["시군구명"].nunique()

5. 파일로 저장하기

전처리한 파일을 저장해 두면 재사용이 가능하다.

df_seoul.to_csv("seoul_open_store.csv" , index = False)
# index 포함하지 않은 데이터셋을 저장하고 싶다면 index = False를 입력한다.

# 저장되었는지 확인
pd.read_csv("seoul_open_store.csv").head()

	상호명	상권업종대분류명	상권업종중분류명	상권업종소분류명	시도명	시군구명	행정동명	법정동명	도로명주소	경도	위도
0	와라와라호프	음식	유흥주점	호프/맥주	서울특별시	강남구	대치1동	대치동	서울특별시 강남구 남부순환로 2933	127.061026	37.493922
1	커피빈코리아선릉로93길점	음식	커피점/카페	커피전문점/카페/다방	서울특별시	강남구	역삼1동	역삼동	서울특별시 강남구 선릉로93길 6	127.047883	37.505675
2	프로포즈	음식	유흥주점	호프/맥주	서울특별시	금천구	독산3동	독산동	서울특별시 금천구 가산로 34-6	126.899220	37.471711
3	가락사우나내스낵	생활서비스	대중목욕탕/휴게	사우나/증기탕/온천	서울특별시	송파구	석촌동	석촌동	서울특별시 송파구 가락로 71	127.104071	37.500249
4	초밥왕	음식	일식/수산물	음식점-초밥전문	서울특별시	송파구	잠실6동	신천동	서울특별시 송파구 올림픽로 293-19	127.102490	37.515149

'Data Analysis > python' 카테고리의 다른 글

[python] jupyter notebook에서 생성한 folium map 티스토리로 불러오기 (2)	2023.01.26
[python] 소상공인시장진흥공단 상가업소정보로 프랜차이즈 입점분석 (2) (1)	2023.01.25
[python] 데이터 전처리 ② (0)	2023.01.14
[python] 데이터 전처리 ① : 변수 추출 (0)	2023.01.12
[python] 데이터 프레임 (1)	2023.01.08

내 블로그 - 관리자 홈 전환	`Q` `Q`
새 글 쓰기	`W` `W`

글 수정 (권한 있는 경우)	`E` `E`
댓글 영역으로 이동	`C` `C`

이 페이지의 URL 복사	`S` `S`
맨 위로 이동	`T` `T`
티스토리 홈 이동	`H` `H`
단축키 안내	`Shift` + `/` `⇧` + `/`

통계먼지

[python] 소상공인시장진흥공단 상가업소정보로 프랜차이즈 입점분석 (1)

상가업소정보로 프랜차이즈 입점분석

다루는 내용

데이터셋

출처 : https://www.inflearn.com/course/%EA%B3%B5%EA%B3%B5%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%A1%9C-%ED%8C%8C%EC%9D%B4%EC%8D%AC-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B6%84%EC%84%9D-%EC%8B%9C%EC%9E%91%ED%95%98%EA%B8%B0 ¶

본격적인 분석에 앞서

1. 필요한 라이브러리 불러오기

2. 시각화를 위한 한글 폰트 설정하기

3. 데이터 불러오기

3-1. 데이터 크기 보기

3-2. info 보기

3-3. 결측치 확인

3-4. 사용하지 않는 컬럼 제거하기

4. 색인으로 서브셋 가져오기

4-1. 서울만 따로 보기

5. 파일로 저장하기

'Data Analysis > python' 카테고리의 다른 글

댓글

티스토리툴바

개인정보

단축키

내 블로그

블로그 게시글

모든 영역

[python] 소상공인시장진흥공단 상가업소정보로 프랜차이즈 입점분석 (1)

상가업소정보로 프랜차이즈 입점분석

다루는 내용

데이터셋

출처 : https://www.inflearn.com/course/%EA%B3%B5%EA%B3%B5%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%A1%9C-%ED%8C%8C%EC%9D%B4%EC%8D%AC-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B6%84%EC%84%9D-%EC%8B%9C%EC%9E%91%ED%95%98%EA%B8%B0¶

본격적인 분석에 앞서

1. 필요한 라이브러리 불러오기

2. 시각화를 위한 한글 폰트 설정하기

3. 데이터 불러오기

3-1. 데이터 크기 보기

3-2. info 보기

3-3. 결측치 확인

3-4. 사용하지 않는 컬럼 제거하기

4. 색인으로 서브셋 가져오기

4-1. 서울만 따로 보기

5. 파일로 저장하기

'Data Analysis > python' 카테고리의 다른 글

관련글

댓글

티스토리툴바

개인정보

단축키

내 블로그

블로그 게시글

모든 영역

출처 : https://www.inflearn.com/course/%EA%B3%B5%EA%B3%B5%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%A1%9C-%ED%8C%8C%EC%9D%B4%EC%8D%AC-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B6%84%EC%84%9D-%EC%8B%9C%EC%9E%91%ED%95%98%EA%B8%B0 ¶