Python(Colab) 전국 도시공원 데이터 주물럭거리기

1. 기초설정

 

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import seaborn as sns

 

2. 데이터 불러오기

 

park = pd.read_csv('/content/drive/MyDrive/KDT-1/데이터분석/전국도시공원표준데이터.csv',encoding='ms949')

 

 

3. 한글 사용 준비

설치 후 다시 런타임 시작!!

!sudo apt-get install -y fonts-nanum

!sudo fc-cache -fv

!rm ~/.cache/matplotlib -rf

plt.rc('font',family='NanumBarunGothic')

 

4. 데이터 간단 조회

 

park.info()

 

 

5. 컬럼별 결측치 확인

 

park.isnull().sum()

 

 

6. 필요없는 컬럼 삭제하기 

 

park.drop(columns=['공원보유시설(운동시설)', '공원보유시설(유희시설)',

                   '공원보유시설(편익시설)', '공원보유시설(교양시설)',

                   '공원보유시설(기타시설)','지정고시일', '관리기관명',

                   'Unnamed: 19'],inplace=True)

 

park.head()

 

 

7. 점 도표로 시각화 해보기 (조건: 위도,경도)

 

park.plot.scatter(x='경도',y='위도',figsize=(8,10),grid=True)

#데이터 + 점 도표 =  x축 컬럼 , y축 컬럼 , 전체 표 사이즈, 격자(그리드)

 

 

8. 이상치 확인하기(boxplot)  위도 

sns.boxplot(y=park['위도'])

# seaborn.boxplot (기준)

 

 

8-1. 이상치 확인하기(boxplot)  경도

 

sns.boxplot(y=park['경도'])

 

 

9. 위도, 경도가 잘못 입력된 데이터를 확인해서 다른 변수에 담아 둔다.

(주의점: park['위도']<32 라는 것은 시리즈가 출력되기 때문에 and와 or이 &,| 로 대체된다)

park.loc[(park['위도'] < 32) | (park['경도'] > 132)]

 

 

# park_loc_error 변수에 잘못된 데이터를 담아 둔다.

park_loc_error = park.loc[(park['위도'] < 32) | (park['경도'] > 132)]

 

 

10. 정상적인 데이터만 따로 분류(기준: 위도 경도가 대한민국 범주 안에 있는 것)

park = park.loc[(park['위도'] >= 32) & (park['경도'] <= 132)]

 

11. 파생변수 '공원면적비율' 만들기  (계산법: 공원면적의 제곱 * 0.01)

 

# 한번만 사용할 함수를 정의하기 위해 람다함수 적용 

# numpy.sqrt = 제곱 하는 함수 

 

park['공원면적비율'] = park['공원면적'].apply(lambda x : np.sqrt(x)* 0.01)

 

 

12. 연습) 도로명주소 X, 지번주소 O 데이터 찾기

 

#1. 도로명주소는 입력되지 않고, 지번 주소만 입력된 데이터만 확인

#2. 도로명주소 지번 주소 모두 입력된 데이터만 확인

#3. 도로명주소 지번 주소 모두 입력되지 않은 데이터만 확인

 

#도로명주소 모두 입력되지 않은 데이터를 지번 주소로 대신 채우자

 

#데이터 확인

park1 = park.loc[(park['소재지도로명주소'].isnull() == True) & (park['소재지지번주소'].notnull() == True )]

park1

park2 = park.loc[(park['소재지도로명주소'].notnull() == True) & (park['소재지지번주소'].notnull() == True )]

park2

park3 = park.loc[(park['소재지도로명주소'].isnull()) & (park['소재지지번주소'].isnull())]

park3

 

 

# 결측치 채우기

park1['소재지도로명주소'].fillna (park1['소재지지번주소'],inplace=True)

 

13. 소재지도로명주소를 분리시키기(기준: 띄어쓰기)

 

park1['소재지도로명주소'].str.split(' ',expand=True)

 

 

 

 

14. 소재지도로명주소에서 시도만 추출하여 '시도'파생변수를 만들기 (추후 seaborn 표 중 hue로 사용할 예정)

 

park['시도'] = park['소재지지번주소'].str.split(' ',expand=True)[0]

 

 

 

15. '시도'컬럼 중 "강원" -> "강원도"로 변경

park['시도'][park['시도']=='강원'] = '강원도'

 

16. '시도'를 hue를 사용하여 시각화하기

 

plt.figure(figsize=(8,10))

sns.scatterplot(data=park, x='경도',y='위도',hue='시도')

 

 

17. '시도'를 다른 데이터 프레임으로 만들기 

 

park_sido = pd.DataFrame(park['시도'].value_counts())

 

 

🟡17. '시도'의 value를 비율로 확인하기

# value_counts(nomalize=True): 전체 합계에 대한 비율이 계산

park_sido_normalize = pd.DataFrame(park['시도'].value_counts(normalize=True))

park_sido_normalize