[파이썬으로 시작하는 데이터 사이언스] 서울 종합병원 분포 확인

필요한 라이브러리¶

• numpy

  넘파이(Numpy)는 Python에서 벡터, 행렬 등 수치 연산을 수행하는 선형대수(Linear algebra) 라이브러리

  선형대수 관련 수치 연산을 지원하고 내부적으로는 C로 구현되어 있어 연산이 빠른 속도로 수행

  https://numpy.org/devdocs/user/quickstart.html

• seaborn

  Matplotlib을 기반으로 다양한 색상 테마와 통계용 차트 등의 기능을 추가한 시각화 패키지

  seaborn을 더 선호하는 이유

  1. seaborn에서만 제공되는 통계 기반 plot
  2. 특별하게 꾸미지 않아도 깔끔하게 구현되는 기본 color
  3. 더 아름답게 그래프 구현이 가능한 palette 기능
  4. pandas 데이터프레임과 높은 호환성 : hue 옵션으로 bar 구분이 가능하며, xtick, ytick, xlabel, ylabel, legend 등이 추가적인 코딩 작업없이 자동으로 세팅된다.

  https://seaborn.pydata.org/

• matplotlib.pyplot

  MATLAB과 비슷하게 명령어 스타일로 동작하는 함수의 모음

  pyplot 모듈의 각각의 함수를 사용해서 그래프를 만들고 변화를 줄 수 있음

  https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.html

In [294]:

from IPython.core.display import display, HTML

display(HTML("<style>.container { width:90% !important; }</style>"))

#창 맞추기위함

In [171]:

import pandas as pd #판다스 불러오기

import numpy as np

import seaborn as sns

import matplotlib.pyplot as plt

시각화를 위한 폰트 설정¶

알맞은 os에 따라 plt.rc 소스 실행

• 주석처리 => ctrl+/

In [172]:

#window의 한글 폰트 설정

plt.rc('font',family='Malgun Gothic')

#한글 폰트 이용할 경우 minus 폰트 깨지는 문제 발생
#따라서 minus 폰트 깨짐 방지 해야함

plt.rc('axes', unicode_minus=False)

#그래프 안에서 문자가 또렷하게 보이기 위해서 retina 설정

from IPython.display import set_matplotlib_formats

set_matplotlib_formats('retina')

데이터 로드하기¶

In [173]:

#read_csv로 데이터 읽어오기

pd.read_csv("data/소상공인시장진흥공단_상가업소정보_의료기관_201909.csv")

C:\anaconda3\lib\site-packages\IPython\core\interactiveshell.py:3146: DtypeWarning: Columns (35) have mixed types.Specify dtype option on import or set low_memory=False.
  has_raised = await self.run_ast_nodes(code_ast.body, cell_name,

Out[173]:

	상가업소번호	상호명	지점명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	표준산업분류코드	...	건물관리번호	건물명	도로명주소	구우편번호	신우편번호	동정보	층정보	호정보	경도	위도
0	19956873	하나산부인과	NaN	S	의료	S01	병원	S01B10	산부인과	Q86201	...	4127310900110810000010857	산호한양아파트	경기도 안산시 단원구 달미로 10	425764.0	15236.0	NaN	NaN	NaN	126.814295	37.336344
1	20024149	타워광명내과의원	NaN	S	의료	S01	병원	S01B07	내과/외과	Q86201	...	1168011800104670014000001	NaN	서울특별시 강남구 언주로30길 39	135270.0	6292.0	NaN	4	NaN	127.053198	37.488742
2	20152277	조정현신경외과의원	NaN	S	의료	S01	병원	S01B15	신경외과	Q86201	...	4139013200117400001017064	한라프라자	경기도 시흥시 중심상가로 178	429450.0	15066.0	NaN	NaN	NaN	126.734841	37.344955
3	20350610	한귀원정신과의원	NaN	S	의료	S01	병원	S01B99	기타병원	NaN	...	2650010400100740001009932	NaN	부산광역시 수영구 수영로 688	613100.0	48266.0	NaN	5	NaN	129.115438	35.166872
4	20364049	더블유스토어수지점	수지점	S	의료	S02	약국/한약방	S02A01	약국	G47811	...	4146510100107120002026238	NaN	경기도 용인시 수지구 문정로 32	448170.0	16837.0	NaN	1	NaN	127.095522	37.323528
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
91330	16196725	온누리약국	베스트	S	의료	S02	약국/한약방	S02A01	약국	G47811	...	3017011200115070000021096	NaN	대전광역시 서구 문예로 67	302831.0	35240.0	NaN	NaN	NaN	127.389865	36.352728
91331	16192180	리원	봄산후조	S	의료	S07	의료관련서비스업	S07A07	산후조리원	S96993	...	4128112300111460000011715	청한프라자	경기도 고양시 덕양구 성신로 14	412827.0	10503.0	NaN	NaN	NaN	126.830144	37.627530
91332	16127538	참좋은요양병원	NaN	S	의료	S01	병원	S01B17	노인/치매병원	Q86102	...	2641010800105380001005572	한신시티빌	부산광역시 금정구 금강로 209	609841.0	46294.0	NaN	2	NaN	129.082790	35.227138
91333	16108681	경희중앙한의원	NaN	S	의료	S01	병원	S01B06	한의원	Q86203	...	1174010500103450009002392	NaN	서울특별시 강동구 천중로 213	134811.0	5303.0	NaN	NaN	NaN	127.143958	37.540993
91334	16109073	천안김안과천안역본점의원	NaN	S	의료	S01	병원	S01B13	안과의원	Q86201	...	4413110700102660017016314	김안과	충청남도 천안시 동남구 중앙로 92	330952.0	31127.0	NaN	NaN	NaN	127.152651	36.806640

91335 rows × 39 columns

In [174]:

#타입이 섞여있기 때문에 low_memory=False로 옵션을 설정해줘야한다.
#그리고 df에 담는다.

df = pd.read_csv("data/소상공인시장진흥공단_상가업소정보_의료기관_201909.csv", low_memory=False)

#shape를 통해 데이터의 개수를 출력할수 있다. 결과는 (행, 열) 순으로 출력된다.
#데이터프레임명.shape 형태로 사용이 된다.
#df에 읽어온 데이터프레임을 저장했기 때문에 df.shape로 사용한다.

df.shape

Out[174]:

(91335, 39)

데이터 미리보기¶

shift+tab을 이용하여 docstring을 볼 수 있다.

In [175]:

# head를 통해 앞에서부터 5행(기본) 출력

# df.head()

# 괄호안에 숫자에 따라 출력되는 개수가 달라진다. 

In [176]:

df.head(1)

Out[176]:

	상가업소번호	상호명	지점명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	표준산업분류코드	...	건물관리번호	건물명	도로명주소	구우편번호	신우편번호	동정보	층정보	호정보	경도	위도
0	19956873	하나산부인과	NaN	S	의료	S01	병원	S01B10	산부인과	Q86201	...	4127310900110810000010857	산호한양아파트	경기도 안산시 단원구 달미로 10	425764.0	15236.0	NaN	NaN	NaN	126.814295	37.336344

1 rows × 39 columns

In [177]:

# tail은 뒤에서부터 5행(기본) 출력한다.

# df.tail()

In [178]:

df.tail(1)

Out[178]:

	상가업소번호	상호명	지점명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	표준산업분류코드	...	건물관리번호	건물명	도로명주소	구우편번호	신우편번호	동정보	층정보	호정보	경도	위도
91334	16109073	천안김안과천안역본점의원	NaN	S	의료	S01	병원	S01B13	안과의원	Q86201	...	4413110700102660017016314	김안과	충청남도 천안시 동남구 중앙로 92	330952.0	31127.0	NaN	NaN	NaN	127.152651	36.80664

1 rows × 39 columns

데이터 요약하기¶

요약정보¶

In [179]:

#데이터의 요약 보기
df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 91335 entries, 0 to 91334
Data columns (total 39 columns):
 #   Column     Non-Null Count  Dtype  
---  ------     --------------  -----  
 0   상가업소번호     91335 non-null  int64  
 1   상호명        91335 non-null  object 
 2   지점명        1346 non-null   object 
 3   상권업종대분류코드  91335 non-null  object 
 4   상권업종대분류명   91335 non-null  object 
 5   상권업종중분류코드  91335 non-null  object 
 6   상권업종중분류명   91335 non-null  object 
 7   상권업종소분류코드  91335 non-null  object 
 8   상권업종소분류명   91335 non-null  object 
 9   표준산업분류코드   86413 non-null  object 
 10  표준산업분류명    86413 non-null  object 
 11  시도코드       90956 non-null  float64
 12  시도명        90956 non-null  object 
 13  시군구코드      90956 non-null  float64
 14  시군구명       90956 non-null  object 
 15  행정동코드      91335 non-null  int64  
 16  행정동명       90956 non-null  object 
 17  법정동코드      91280 non-null  float64
 18  법정동명       91280 non-null  object 
 19  지번코드       91335 non-null  int64  
 20  대지구분코드     91335 non-null  int64  
 21  대지구분명      91335 non-null  object 
 22  지번본번지      91335 non-null  int64  
 23  지번부번지      72079 non-null  float64
 24  지번주소       91335 non-null  object 
 25  도로명코드      91335 non-null  int64  
 26  도로명        91335 non-null  object 
 27  건물본번지      91335 non-null  int64  
 28  건물부번지      10604 non-null  float64
 29  건물관리번호     91335 non-null  object 
 30  건물명        46453 non-null  object 
 31  도로명주소      91335 non-null  object 
 32  구우편번호      91323 non-null  float64
 33  신우편번호      91333 non-null  float64
 34  동정보        7406 non-null   object 
 35  층정보        44044 non-null  object 
 36  호정보        15551 non-null  object 
 37  경도         91335 non-null  float64
 38  위도         91335 non-null  float64
dtypes: float64(9), int64(7), object(23)
memory usage: 27.2+ MB

In [180]:

#데이터의 크기를 알수 있음 : 27mb
#데이터 타입도 알 수 있음
#중간의 숫자가 차이가 있는데 이는 결측치가 있다는 뜻

컬럼명 출력¶

In [181]:

df.columns

Out[181]:

Index(['상가업소번호', '상호명', '지점명', '상권업종대분류코드', '상권업종대분류명', '상권업종중분류코드',
       '상권업종중분류명', '상권업종소분류코드', '상권업종소분류명', '표준산업분류코드', '표준산업분류명', '시도코드',
       '시도명', '시군구코드', '시군구명', '행정동코드', '행정동명', '법정동코드', '법정동명', '지번코드',
       '대지구분코드', '대지구분명', '지번본번지', '지번부번지', '지번주소', '도로명코드', '도로명', '건물본번지',
       '건물부번지', '건물관리번호', '건물명', '도로명주소', '구우편번호', '신우편번호', '동정보', '층정보',
       '호정보', '경도', '위도'],
      dtype='object')

데이터 타입¶

In [182]:

df.dtypes

Out[182]:

상가업소번호         int64
상호명           object
지점명           object
상권업종대분류코드     object
상권업종대분류명      object
상권업종중분류코드     object
상권업종중분류명      object
상권업종소분류코드     object
상권업종소분류명      object
표준산업분류코드      object
표준산업분류명       object
시도코드         float64
시도명           object
시군구코드        float64
시군구명          object
행정동코드          int64
행정동명          object
법정동코드        float64
법정동명          object
지번코드           int64
대지구분코드         int64
대지구분명         object
지번본번지          int64
지번부번지        float64
지번주소          object
도로명코드          int64
도로명           object
건물본번지          int64
건물부번지        float64
건물관리번호        object
건물명           object
도로명주소         object
구우편번호        float64
신우편번호        float64
동정보           object
층정보           object
호정보           object
경도           float64
위도           float64
dtype: object

결측치¶

결측치(Missing Value)는 말 그대로 데이터에 값이 없는 것. 줄여서 'NA' 또는 NULL 이라 표현.

결측치는 다음과 같은 문제를 야기한다

• 결측치를 다 제거할 경우, 막대한 데이터 손실을 불러일으킬 수 있다.

• 결측치를 잘못 대체할 경우, 데이터에서 편향(bias)이 생길 수가 있다.

• 결측치를 처리하는 데에 있어 분석가의 견해가 가장 많이 반영되며, 이 때문에 잘못될 경우 분석결과가 매우 틀어질 수 있다.

• 결측치를 자세히 처리하기 위해서는 시간이 많이 투자되어야 하며, 무엇보다, 데이터에 기반한 결측치 처리가 진행되어야 분석을 정확하게 진행할 수 있다.

In [183]:

df.isnull()

#데이터 값이 null인지 아닌지 true/false 값으로 표시
#데이터 값이 null이면 true, 아니면 false로 표시

Out[183]:

	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	True	True	False	False
1	False	False	True	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	False	False	False	False	True	True	True	False	False
3	False	False	True	False	False	False	False	False	False	True	...	False	True	False	False	False	True	False	True	False	False
4	False	False	False	False	False	False	False	False	False	False	...	False	True	False	False	False	True	False	True	False	False
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
91330	False	False	False	False	False	False	False	False	False	False	...	False	True	False	False	False	True	True	True	False	False
91331	False	False	False	False	False	False	False	False	False	False	...	False	False	False	False	False	True	True	True	False	False
91332	False	False	True	False	False	False	False	False	False	False	...	False	False	False	False	False	True	False	True	False	False
91333	False	False	True	False	False	False	False	False	False	False	...	False	True	False	False	False	True	True	True	False	False
91334	False	False	True	False	False	False	False	False	False	False	...	False	False	False	False	False	True	True	True	False	False

91335 rows × 39 columns

In [184]:

#python에서 true == 1이다. 따라서 다음과 같이 결측치가 몇개가 있는지를 알아볼 수 있다.

df.isnull().sum()

# 숫자가 크면 클수록 결측치가 많이 있다는 뜻

Out[184]:

상가업소번호           0
상호명              0
지점명          89989
상권업종대분류코드        0
상권업종대분류명         0
상권업종중분류코드        0
상권업종중분류명         0
상권업종소분류코드        0
상권업종소분류명         0
표준산업분류코드      4922
표준산업분류명       4922
시도코드           379
시도명            379
시군구코드          379
시군구명           379
행정동코드            0
행정동명           379
법정동코드           55
법정동명            55
지번코드             0
대지구분코드           0
대지구분명            0
지번본번지            0
지번부번지        19256
지번주소             0
도로명코드            0
도로명              0
건물본번지            0
건물부번지        80731
건물관리번호           0
건물명          44882
도로명주소            0
구우편번호           12
신우편번호            2
동정보          83929
층정보          47291
호정보          75784
경도               0
위도               0
dtype: int64

In [185]:

# 이를 변수에 담아서 사용

null_count = df.isnull().sum()

In [186]:

# plot()을 이용하여 line 그래프로 나타낼 수 있음

null_count.plot()

Out[186]:

<AxesSubplot:>

In [187]:

#선 그래프로 나타내기에는 부적합하므로 bar 그래프로 나타냄

#null_count.plot.bar()

#위와 같이 나타내면 글자가 안보이기 때문에 글자를 기울여서 나타내줌

null_count.plot.bar(rot=60)

Out[187]:

<AxesSubplot:>

In [188]:

# barh()로 세로 막대형 그래프를 그리면 글씨를 볼때 좋음.
#figsize=(5,7)로 사이즈도 지정해줌

null_count.plot.barh(figsize=(5,7))

Out[188]:

<AxesSubplot:>

In [189]:

#null_count가 data frame 형태가 아니었다는 것을 위에서 봤을때 알 수 있음
#따라서 reset_index()를 이용하여 data frame 형태로 만들어줌

df_null_count = null_count.reset_index()
df_null_count.head()

Out[189]:

	index	0
0	상가업소번호	0
1	상호명	0
2	지점명	89989
3	상권업종대분류코드	0
4	상권업종대분류명	0

컬럼명 바꾸기¶

In [190]:

#다음과 같이 data frame의 column 명을 바꿀 수 있다.

df_null_count.columns = ["컬럼명", "결측치수"]
df_null_count.head()

Out[190]:

	컬럼명	결측치수
0	상가업소번호	0
1	상호명	0
2	지점명	89989
3	상권업종대분류코드	0
4	상권업종대분류명	0

정렬하기¶

In [191]:

#sort_values를 통해 정렬할 수 있다.
#이때 by="결측치수"를 통해 "결측치수"를 기준으로 정렬한다.
#ascending이 False이면 내림차수로 True면 오름차수로 정렬된다. 기본값은 True이다.

df_null_count.sort_values(by="결측치수", ascending=False)

Out[191]:

	컬럼명	결측치수
2	지점명	89989
34	동정보	83929
28	건물부번지	80731
36	호정보	75784
35	층정보	47291
30	건물명	44882
23	지번부번지	19256
9	표준산업분류코드	4922
10	표준산업분류명	4922
11	시도코드	379
13	시군구코드	379
14	시군구명	379
16	행정동명	379
12	시도명	379
17	법정동코드	55
18	법정동명	55
32	구우편번호	12
33	신우편번호	2
29	건물관리번호	0
27	건물본번지	0
0	상가업소번호	0
31	도로명주소	0
25	도로명코드	0
37	경도	0
26	도로명	0
19	지번코드	0
24	지번주소	0
22	지번본번지	0
21	대지구분명	0
20	대지구분코드	0
1	상호명	0
15	행정동코드	0
8	상권업종소분류명	0
7	상권업종소분류코드	0
6	상권업종중분류명	0
5	상권업종중분류코드	0
4	상권업종대분류명	0
3	상권업종대분류코드	0
38	위도	0

In [192]:

#상위 10개를 저장한다.
df_null_count_top = df_null_count.sort_values(by="결측치수", ascending=False).head(10)

특정 컬럼만 불러오기¶

In [193]:

#지점명 컬럼 불러오기
df["지점명"].head()

#NaN : Not a Number의 약자로 결측치 의미
#결측치 상황 확인 가능

Out[193]:

0    NaN
1    NaN
2    NaN
3    NaN
4    수지점
Name: 지점명, dtype: object

In [194]:

#위에서 만들었던 데이터 프레임 df_null_count_top에서 "컬럼명"의 컬럼만 가져와서 tolist()를 이용하여 
#리스트 형태로 drop_columns에 저장한다.
drop_columns = df_null_count_top["컬럼명"].tolist()
drop_columns

Out[194]:

['지점명',
 '동정보',
 '건물부번지',
 '호정보',
 '층정보',
 '건물명',
 '지번부번지',
 '표준산업분류코드',
 '표준산업분류명',
 '시도코드']

In [195]:

#drop_columns로 해당 컬럼 정보만 데이터 프레임에서 가져온다.
#drop_colums는 리스트 형태이기 때문에 대괄호가 두번 사용이 되고 따라서 data frame형태로 나타난다.

#column을 기준으로 값을 가져올때는 대괄호를 한번사용하면 series 형태로, 두번 사용하면 data frame 형태로 값을 가져온다.
#2개 이상의 column을 기준으로 가져올때는 대괄호 두개 사용해야 한다.

df[drop_columns]

Out[195]:

	지점명	동정보	건물부번지	호정보	층정보	건물명	지번부번지	표준산업분류코드	표준산업분류명	시도코드
0	NaN	NaN	NaN	NaN	NaN	산호한양아파트	NaN	Q86201	일반 의원	41.0
1	NaN	NaN	NaN	NaN	4	NaN	14.0	Q86201	일반 의원	11.0
2	NaN	NaN	NaN	NaN	NaN	한라프라자	1.0	Q86201	일반 의원	41.0
3	NaN	NaN	NaN	NaN	5	NaN	1.0	NaN	NaN	26.0
4	수지점	NaN	NaN	NaN	1	NaN	2.0	G47811	의약품 및 의료용품 소매업	41.0
...	...	...	...	...	...	...	...	...	...	...
91330	베스트	NaN	NaN	NaN	NaN	NaN	NaN	G47811	의약품 및 의료용품 소매업	30.0
91331	봄산후조	NaN	NaN	NaN	NaN	청한프라자	NaN	S96993	개인 간병인 및 유사 서비스업	41.0
91332	NaN	NaN	NaN	NaN	2	한신시티빌	1.0	Q86102	일반 병원	26.0
91333	NaN	NaN	NaN	NaN	NaN	NaN	9.0	Q86203	한의원	11.0
91334	NaN	NaN	NaN	NaN	NaN	김안과	17.0	Q86201	일반 의원	44.0

91335 rows × 10 columns

제거하기¶

In [196]:

#drop()안에 drop할 column을 적어준다.
#기본적으로 axis 값이 0이지만 column을 drop하는 것이기 때문에 axis 값을 1로 설정한다.

print(df.shape)
df=df.drop(drop_columns, axis=1)
print(df.shape)

(91335, 39)
(91335, 29)

기초 통계값 보기¶

기초 통계 수치¶

In [197]:

#평균값 => mean()으로 구하기

df["위도"].mean()

Out[197]:

36.62471119236673

In [198]:

#중앙값 = > median() 으로 구하기

df["위도"].median()

Out[198]:

37.23465231770329

In [199]:

#최댓값 => max()

df["위도"].max()

Out[199]:

38.499658570559795

In [200]:

#최솟값 => min()

df["위도"].min()

Out[200]:

33.2192896688307

In [201]:

#갯수 => count()

df["위도"].count()

Out[201]:

91335

기초통계값 요약하기 - describe¶

describe()를 이용하여 수치할 데이터를 요약하여 볼 수 있음

결측치는 빼고 보여줌

데이터 갯수, 평균, 표준편차, 최소값, 25%(1사분위수), 50%(중앙값, 2사분위수), 75%(3사분위수), 최대값을 보여줌

In [202]:

#위도 describe로 요약

df["위도"].describe()

Out[202]:

count    91335.000000
mean        36.624711
std          1.041361
min         33.219290
25%         35.811830
50%         37.234652
75%         37.507463
max         38.499659
Name: 위도, dtype: float64

In [203]:

#2개의 column describe로 요약
#2개이상의 컬럼이므로 리스트 형태 자료구조 사용
#data frame 형태로 출력

df[["위도", "경도"]].describe()

Out[203]:

	위도	경도
count	91335.000000	91335.000000
mean	36.624711	127.487524
std	1.041361	0.842877
min	33.219290	124.717632
25%	35.811830	126.914297
50%	37.234652	127.084550
75%	37.507463	128.108919
max	38.499659	130.909912

특정 데이터타입 요약¶

• include = "number" => 수치형 데이터만

• include = "object" => 문자열 데이터만

• include = "all" => 모든 데이터

In [204]:

#괄호 안에 옵션으로 include="number" => 수치형 데이터만 요약

df.describe(include="number")

Out[204]:

	상가업소번호	시군구코드	행정동코드	법정동코드	지번코드	대지구분코드	지번본번지	도로명코드	건물본번지	구우편번호	신우편번호	경도	위도
count	9.133500e+04	90956.000000	9.133500e+04	9.128000e+04	9.133500e+04	91335.000000	91335.000000	9.133500e+04	91335.000000	91323.000000	91333.00000	91335.000000	91335.000000
mean	2.121818e+07	32898.381877	3.293232e+09	3.293385e+09	3.293191e+18	1.001336	587.534549	3.293207e+11	251.200482	428432.911085	28085.47698	127.487524	36.624711
std	5.042828e+06	12985.393171	1.297387e+09	1.297706e+09	1.297393e+18	0.036524	582.519364	1.297391e+11	477.456487	193292.339066	18909.01455	0.842877	1.041361
min	2.901108e+06	11110.000000	1.111052e+09	1.111010e+09	1.111010e+18	1.000000	1.000000	1.111020e+11	0.000000	100011.000000	1000.00000	124.717632	33.219290
25%	2.001931e+07	26350.000000	2.635065e+09	2.635011e+09	2.635011e+18	1.000000	162.000000	2.635042e+11	29.000000	302120.000000	11681.00000	126.914297	35.811830
50%	2.211900e+07	41117.000000	4.111758e+09	4.111710e+09	4.111711e+18	1.000000	462.000000	4.111743e+11	92.000000	440300.000000	24353.00000	127.084550	37.234652
75%	2.480984e+07	43113.000000	4.311370e+09	4.311311e+09	4.311311e+18	1.000000	858.000000	4.311332e+11	257.000000	602811.000000	46044.00000	128.108919	37.507463
max	2.852470e+07	50130.000000	5.013061e+09	5.013032e+09	5.013061e+18	2.000000	7338.000000	5.013049e+11	8795.000000	799801.000000	63643.00000	130.909912	38.499659

In [205]:

#include="object" => 문자열 데이터만 요약

#문자데이터이기 때문에 평균, 사분위수를 결정못함
#top => 가장 많이 등장한것, 가장 높은 빈도로 저장된 데이터
#freq => 가장 많이 등장한 데이터의 빈도수

df.describe(include="object")

Out[205]:

	상호명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	시도명	시군구명	행정동명	법정동명	대지구분명	지번주소	도로명	건물관리번호	도로명주소
count	91335	91335	91335	91335	91335	91335	91335	90956	90956	90956	91280	91335	91335	91335	91335	91335
unique	56910	1	1	5	5	34	34	17	228	2791	2822	2	53118	16610	54142	54031
top	리원	S	의료	S01	병원	S02A01	약국	경기도	서구	중앙동	중동	대지	서울특별시 동대문구 제기동 965-1	서울특별시 강남구 강남대로	1123010300109650001031604	서울특별시 동대문구 약령중앙로8길 10
freq	152	91335	91335	60774	60774	18964	18964	21374	3165	1856	874	91213	198	326	198	198

중복제거한 값 보기¶

unique()는 중복되는 것들을 제거하고 각각에 대해서만 보여줌

nunique()는 값의 종류가 몇 개인지를 보여줌

len(df["상권업종대분류명"].unique()) 과 nunique() 의 결과가 같음

문자형 데이터 값으로 요약했을때 unique 값이 나온다.

In [206]:

#상권업종대분류명

df["상권업종대분류명"].unique()

# 상권업종대분류명 은 unique 값으로 봤을때 의료 만 있다는 것을 알 수 있음

Out[206]:

array(['의료'], dtype=object)

In [207]:

df["상권업종대분류명"].nunique()

Out[207]:

1

In [208]:

#상권업종중분류명

df["상권업종중분류명"].unique()

Out[208]:

array(['병원', '약국/한약방', '수의업', '유사의료업', '의료관련서비스업'], dtype=object)

In [209]:

df["상권업종중분류명"].nunique()

Out[209]:

5

In [210]:

#상권업종소분류명

df["상권업종소분류명"].unique()

Out[210]:

array(['산부인과', '내과/외과', '신경외과', '기타병원', '약국', '동물병원', '한약방', '탕제원',
       '정형/성형외과', '소아과', '이비인후과의원', '노인/치매병원', '언어치료', '수의업-종합', '한의원',
       '치과의원', '침구원', '일반병원', '안과의원', '조산원', '한방병원', '종합병원', '유사의료업기타',
       '응급구조대', '혈액원', '치과병원', '척추교정치료', '피부과', '비뇨기과', '치과기공소', '산후조리원',
       '접골원', '수의업-기타', '제대혈'], dtype=object)

In [211]:

df["상권업종소분류명"].nunique()

Out[211]:

34

In [212]:

len(df["상권업종소분류명"].unique())

Out[212]:

34

그룹화된 요약값 보기¶

value_counts() 를 사용하면 카테고리 형태의 데이터 개수를 세어볼 수 있음

In [213]:

#시도코드 세어보기
#위에서 시도코드를 제거함(제거하기 부분에 있음)
#따라서 시도명으로  세어보기

city = df["시도명"].value_counts()
city
#각각의 빈도수를 알 수 있음

Out[213]:

경기도        21374
서울특별시      18943
부산광역시       6473
경상남도        4973
인천광역시       4722
대구광역시       4597
경상북도        4141
전라북도        3894
충청남도        3578
전라남도        3224
광주광역시       3214
대전광역시       3067
충청북도        2677
강원도         2634
울산광역시       1997
제주특별자치도     1095
세종특별자치시      353
Name: 시도명, dtype: int64

In [214]:

#normalize=True 옵션을 사용하면 비율을 구할 수 있음

city_normalize = df["시도명"].value_counts(normalize=True)
city_normalize

Out[214]:

경기도        0.234993
서울특별시      0.208266
부산광역시      0.071166
경상남도       0.054675
인천광역시      0.051915
대구광역시      0.050541
경상북도       0.045528
전라북도       0.042812
충청남도       0.039338
전라남도       0.035446
광주광역시      0.035336
대전광역시      0.033720
충청북도       0.029432
강원도        0.028959
울산광역시      0.021956
제주특별자치도    0.012039
세종특별자치시    0.003881
Name: 시도명, dtype: float64

In [215]:

#plot.barh()을 이용하여 막대그래프로 나타내기

city.plot.barh()

Out[215]:

<AxesSubplot:>

In [216]:

#plot.pie()로 파이차트 그리기

city_normalize.plot.pie(figsize=(7, 7), normalize=True )

Out[216]:

<AxesSubplot:ylabel='시도명'>

In [217]:

# 시각화 할때 파이차트보다 막대그래프가 더 보기 좋기 때문에 막대 그래프 사용이 더 좋음

In [218]:

#seaborn으로 countplot 그리기

sns.countplot(data=df,y="시도명")

#counterplot은 x나 y 중 하나만 써줌

Out[218]:

<AxesSubplot:xlabel='count', ylabel='시도명'>

In [219]:

#상권업종대분류명 으로 개수 세기

df["상권업종대분류명"].value_counts()

Out[219]:

의료    91335
Name: 상권업종대분류명, dtype: int64

In [220]:

#상권업종중분류명 으로 개수 세기

c=df["상권업종중분류명"].value_counts()
c

Out[220]:

병원          60774
약국/한약방      20923
수의업          5323
유사의료업        3774
의료관련서비스업      541
Name: 상권업종중분류명, dtype: int64

In [221]:

#normalize=True로 비율 구하기

n=df["상권업종중분류명"].value_counts(normalize=True)
n

Out[221]:

병원          0.665397
약국/한약방      0.229080
수의업         0.058280
유사의료업       0.041320
의료관련서비스업    0.005923
Name: 상권업종중분류명, dtype: float64

In [222]:

#plot.bar()로 막대그래프 그리기

c.plot.bar(rot=0)

#rot=0 옵션을 하게 되면 글씨가 가로로 됨

Out[222]:

<AxesSubplot:>

In [223]:

#plot.pie()로 파이차트 그리기

n.plot.pie()

Out[223]:

<AxesSubplot:ylabel='상권업종중분류명'>

In [224]:

#상권업종소분류명 으로 개수 세기

c=df["상권업종소분류명"].value_counts()
c

Out[224]:

약국         18964
치과의원       13731
한의원        13211
내과/외과      11374
기타병원        4922
일반병원        3385
동물병원        3098
정형/성형외과     2562
소아과         2472
수의업-종합      2216
치과기공소       1724
이비인후과의원     1486
한약방         1442
피부과         1273
산부인과        1116
노인/치매병원     1055
안과의원        1042
비뇨기과         809
종합병원         762
치과병원         756
언어치료         664
유사의료업기타      629
탕제원          517
산후조리원        511
신경외과         421
한방병원         397
척추교정치료       338
침구원          154
혈액원          130
응급구조대        125
조산원           30
접골원            9
수의업-기타         9
제대혈            1
Name: 상권업종소분류명, dtype: int64

In [225]:

#plot.barh()로 그래프 그리기

c.plot.barh(figsize=(7,8), grid=True)

#grie=True 옵션으로 그리드 표시

Out[225]:

<AxesSubplot:>

데이터 색인하기¶

In [226]:

#상권업종중분류명이 약국/한약방 인 데이터만 가져오기

df["상권업종중분류명"] == "약국/한약방"

#boolean indexing을 하게됨(true=> 약국/한약방)

Out[226]:

0        False
1        False
2        False
3        False
4         True
         ...  
91330     True
91331    False
91332    False
91333    False
91334    False
Name: 상권업종중분류명, Length: 91335, dtype: bool

In [227]:

df[df["상권업종중분류명"] == "약국/한약방"]

#  df[]을 덮어쓰면 해당 조건에 True인 데이터만 가져옴


# 다른 목적으로 사용한다면 copy()를 해야 warning이 뜨지 않거나 원본에 영향을 미치지 않음

df_medical = df[df["상권업종중분류명"] == "약국/한약방"].copy()

df_medical.head()

Out[227]:

	상가업소번호	상호명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	시도명	시군구코드	...	지번주소	도로명코드	도로명	건물본번지	건물관리번호	도로명주소	구우편번호	신우편번호	경도	위도
4	20364049	더블유스토어수지점	S	의료	S02	약국/한약방	S02A01	약국	경기도	41465.0	...	경기도 용인시 수지구 풍덕천동 712-2	414653205024	경기도 용인시 수지구 문정로	32	4146510100107120002026238	경기도 용인시 수지구 문정로 32	448170.0	16837.0	127.095522	37.323528
6	20733252	춘산한약방	S	의료	S02	약국/한약방	S02A02	한약방	강원도	42110.0	...	강원도 춘천시 중앙로2가 99	421104454113	강원도 춘천시 낙원길	50	4211010500101000000023668	강원도 춘천시 낙원길 50	200042.0	24273.0	127.726905	37.880504
7	20582210	부부탕제원	S	의료	S02	약국/한약방	S02A03	탕제원	충청북도	43111.0	...	충청북도 청주시 상당구 금천동 187-17	431114508623	충청북도 청주시 상당구 중고개로337번길	134	4311112000101870017042942	충청북도 청주시 상당구 중고개로337번길 134	360802.0	28726.0	127.499206	36.625355
10	21057519	민생약국	S	의료	S02	약국/한약방	S02A01	약국	경상남도	48890.0	...	경상남도 합천군 용주면 월평리 78-2	488904844473	경상남도 합천군 용주면 월평길	149	4889046030200780002048274	경상남도 합천군 용주면 월평길 149-35	678912.0	50212.0	128.118615	35.575962
13	21217689	제중당한약방	S	의료	S02	약국/한약방	S02A02	한약방	전라남도	46830.0	...	전라남도 영암군 도포면 덕화리 296	468304685396	전라남도 영암군 도포면 인덕길	75	4683035023102960000000001	전라남도 영암군 도포면 인덕길 75-10	526832.0	58429.0	126.630348	34.834080

5 rows × 29 columns

In [228]:

#상권업종대분류명이 의료인 데이터를 불러오기
#df.loc를 이용하면 행과 열을 함께 가져올 수 있음

#df.loc[df["상권업종대분류명"] == "의료"]["상권업종중분류명"]

# 상권업종대분류명이 의료인 데이터의 상권업종중분류명을 가져오고 싶을 때 loc를 함께 사용

#밑과 같이 쓰는것을 더 권장
# df.loc[df["상권업종대분류명"] == "의료", "상권업종중분류명"]

df.loc[df["상권업종대분류명"] == "의료", "상권업종중분류명"].value_counts()

Out[228]:

병원          60774
약국/한약방      20923
수의업          5323
유사의료업        3774
의료관련서비스업      541
Name: 상권업종중분류명, dtype: int64

In [229]:

#위와 같은 코드
m = df["상권업종대분류명"] == "의료"
df.loc[m, "상권업종중분류명"].value_counts()

Out[229]:

병원          60774
약국/한약방      20923
수의업          5323
유사의료업        3774
의료관련서비스업      541
Name: 상권업종중분류명, dtype: int64

In [230]:

#유사의료업만 색인
df_medi = df[df["상권업종중분류명"] ==  "유사의료업"]
df_medi

Out[230]:

	상가업소번호	상호명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	시도명	시군구코드	...	지번주소	도로명코드	도로명	건물본번지	건물관리번호	도로명주소	구우편번호	신우편번호	경도	위도
22	21013731	세종언어치료센터	S	의료	S03	유사의료업	S03B07	언어치료	부산광역시	26410.0	...	부산광역시 금정구 구서동 84-1	264102000010	부산광역시 금정구 중앙대로	1817	2641010700100840001017686	부산광역시 금정구 중앙대로 1817-11	609310.0	46273.0	129.091662	35.246528
40	20933900	고려수지침학회	S	의료	S03	유사의료업	S03B03	침구원	경상남도	48123.0	...	경상남도 창원시 성산구 상남동 5-2	481234784088	경상남도 창원시 성산구 마디미로4번길	9	4812312700100050002026799	경상남도 창원시 성산구 마디미로4번길 9	642832.0	51495.0	128.684678	35.224113
97	21717820	청명원	S	의료	S03	유사의료업	S03B09	유사의료업기타	충청북도	43760.0	...	충청북도 괴산군 청안면 금신리 241	437604538132	충청북도 괴산군 청안면 금신로1길	93	4376037022102410000007293	충청북도 괴산군 청안면 금신로1길 93	367831.0	28050.0	127.635740	36.768935
102	21865854	응급환자이송센터	S	의료	S03	유사의료업	S03B01	응급구조대	대전광역시	30140.0	...	대전광역시 중구 대사동 248-237	301404295026	대전광역시 중구 계룡로921번길	40	3014011000102480237013097	대전광역시 중구 계룡로921번길 40	301846.0	34946.0	127.417693	36.321801
108	21914637	태화아동발달지원센터	S	의료	S03	유사의료업	S03B07	언어치료	대전광역시	30140.0	...	대전광역시 중구 문화동 27	301404295402	대전광역시 중구 보문산로333번길	29	3014011600100270000008172	대전광역시 중구 보문산로333번길 29	301130.0	35020.0	127.412725	36.312953
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
91300	16131218	으뜸치과기공소	S	의료	S03	유사의료업	S03B06	치과기공소	경상남도	48170.0	...	경상남도 진주시 수정동 39-11	481704797625	경상남도 진주시 향교로18번길	8	4817011600100390011004490	경상남도 진주시 향교로18번길 8	660180.0	52753.0	128.084600	35.197029
91310	16199325	보령치과기공소	S	의료	S03	유사의료업	S03B06	치과기공소	서울특별시	11290.0	...	서울특별시 성북구 동소문동4가 103-11	112903107003	서울특별시 성북구 동소문로	47	1129010700101030014050661	서울특별시 성북구 동소문로 47-15	136821.0	2832.0	127.010602	37.591455
91311	16199088	점프셈교실	S	의료	S03	유사의료업	S03B09	유사의료업기타	경상북도	47130.0	...	경상북도 경주시 황성동 446	471304715895	경상북도 경주시 용담로104번길	16	4713012400104460000024894	경상북도 경주시 용담로104번길 16	780954.0	38084.0	129.211755	35.865600
91319	16108560	씨앤디자인치과기공소	S	의료	S03	유사의료업	S03B06	치과기공소	서울특별시	11545.0	...	서울특별시 금천구 가산동 60-25	115453116013	서울특별시 금천구 벚꽃로	234	1154510100100600025000001	서울특별시 금천구 벚꽃로 234	153798.0	8513.0	126.886122	37.475986
91327	16190388	오피스알파	S	의료	S03	유사의료업	S03B06	치과기공소	경기도	41173.0	...	경기도 안양시 동안구 호계동 970-24	411734349013	경기도 안양시 동안구 경수대로507번길	28	4117310400109700024005182	경기도 안양시 동안구 경수대로507번길 28	431849.0	14120.0	126.956365	37.367779

3774 rows × 29 columns

In [231]:

#상호명 그룹화 해서 개수 세기

df["상호명"].value_counts().head()

Out[231]:

리원       152
온누리약국    149
경희한의원    141
우리약국     119
중앙약국     111
Name: 상호명, dtype: int64

In [232]:

#df_medi에서 상호명 분류

df_medi["상호명"].value_counts().head()

Out[232]:

리원         32
고려수지침      22
대한적십자사     17
헌혈의집       12
고려수지침학회    10
Name: 상호명, dtype: int64

여러 조건으로 색인하기¶

In [233]:

# 상권업종소분류명이 약국인것과 시도명이 서울특별시인것 불러오기

df["상권업종소분류명"]=="약국"
df["시도명"]=="서울특별시"

#주피터 노트북은 맨마지막것만 돌아감
#같이 보고싶을때는 and나 or 이용

df_seoul_drug = df[(df["상권업종소분류명"] == "약국") & (df["시도명"] == "서울특별시")]
print(df_seoul_drug.shape) #print 이용해서 중간에 있는 것도 출력
df_seoul_drug

(3579, 29)

Out[233]:

	상가업소번호	상호명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	시도명	시군구코드	...	지번주소	도로명코드	도로명	건물본번지	건물관리번호	도로명주소	구우편번호	신우편번호	경도	위도
33	20816709	이즈타워약	S	의료	S02	약국/한약방	S02A01	약국	서울특별시	11680.0	...	서울특별시 강남구 역삼동 821	116803122010	서울특별시 강남구 테헤란로	101	1168010100108210001000001	서울특별시 강남구 테헤란로 101	135080.0	6134.0	127.028023	37.498656
51	20855710	진흥약국	S	의료	S02	약국/한약방	S02A01	약국	서울특별시	11740.0	...	서울특별시 강동구 둔촌동 630	117403124002	서울특별시 강동구 명일로	172	1174010600106090000000001	서울특별시 강동구 명일로 172	134767.0	5360.0	127.145055	37.534135
130	21589838	신세계약국	S	의료	S02	약국/한약방	S02A01	약국	서울특별시	11260.0	...	서울특별시 중랑구 신내동 646	112603106007	서울특별시 중랑구 신내로	211	1126010600106460000000300	서울특별시 중랑구 신내로 211	131130.0	2024.0	127.092597	37.616424
136	22388303	메디팜한솔약국	S	의료	S02	약국/한약방	S02A01	약국	서울특별시	11200.0	...	서울특별시 성동구 행당동 346	112003103006	서울특별시 성동구 행당로	82	1120010700103460012016935	서울특별시 성동구 행당로 82	133777.0	4717.0	127.027513	37.556238
141	22412563	명약국	S	의료	S02	약국/한약방	S02A01	약국	서울특별시	11230.0	...	서울특별시 동대문구 휘경동 286-121	112304115120	서울특별시 동대문구 망우로18나길	3	1123010900102860121007257	서울특별시 동대문구 망우로18나길 3	130090.0	2498.0	127.060556	37.587349
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
91239	16131547	우리이웃약국	S	의료	S02	약국/한약방	S02A01	약국	서울특별시	11290.0	...	서울특별시 성북구 종암동 34-3	112904121682	서울특별시 성북구 종암로5길	26	1129013500100340003022753	서울특별시 성북구 종암로5길 26	136769.0	2811.0	127.033908	37.594792
91275	16195709	더블유스토어	S	의료	S02	약국/한약방	S02A01	약국	서울특별시	11530.0	...	서울특별시 구로구 구로동 501	115303116005	서울특별시 구로구 구로중앙로	134	1153010200105010000000001	서울특별시 구로구 구로중앙로 134	152731.0	8293.0	126.884285	37.499936
91288	16131839	종각팜약국	S	의료	S02	약국/한약방	S02A01	약국	서울특별시	11110.0	...	서울특별시 종로구 종로2가 84-8	111103100013	서울특별시 종로구 종로	68	1111013800100160006014311	서울특별시 종로구 종로 68	110122.0	3189.0	126.984930	37.569882
91301	16188650	온누리약국	S	의료	S02	약국/한약방	S02A01	약국	서울특별시	11530.0	...	서울특별시 구로구 구로동 798-30	115304148329	서울특별시 구로구 디지털로27길	116	1153010200107980032000001	서울특별시 구로구 디지털로27길 116	152875.0	8374.0	126.888070	37.484897
91322	16091491	설연화한복감성약방	S	의료	S02	약국/한약방	S02A01	약국	서울특별시	11260.0	...	서울특별시 중랑구 묵동 174-1	112603005050	서울특별시 중랑구 공릉로	28	1126010400101740001009985	서울특별시 중랑구 공릉로 28	131848.0	2034.0	127.078082	37.613194

3579 rows × 29 columns

구별로 보기¶

In [234]:

#위에서 색인한 데이터로 시군구명으로 그룹화해서 개수 세기
c = df_seoul_drug["시군구명"].value_counts()
c.head()

Out[234]:

강남구     374
동대문구    261
광진구     212
서초구     191
송파구     188
Name: 시군구명, dtype: int64

In [235]:

#normalize=True 이용하여 비율구하기
n = df_seoul_drug["시군구명"].value_counts(normalize=True)
n.head()

Out[235]:

강남구     0.104498
동대문구    0.072925
광진구     0.059234
서초구     0.053367
송파구     0.052529
Name: 시군구명, dtype: float64

In [236]:

#막대그래프
c.plot.bar(rot=60)

Out[236]:

<AxesSubplot:>

In [249]:

#상권업종소분류명이 종합병원인것과 시도명이 서울특별시인 데이터 가져오기
df_seoul_hospital=df[(df["상권업종소분류명"]=="종합병원")&(df["시도명"]=="서울특별시")].copy()
df_seoul_hospital

Out[249]:

	상가업소번호	상호명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	시도명	시군구코드	...	지번주소	도로명코드	도로명	건물본번지	건물관리번호	도로명주소	구우편번호	신우편번호	경도	위도
305	25155642	대진의료재단	S	의료	S01	병원	S01B01	종합병원	서울특별시	11215.0	...	서울특별시 광진구 중곡동 58-25	112153104006	서울특별시 광진구 긴고랑로	119	1121510100100580025000733	서울특별시 광진구 긴고랑로 119	143220.0	4944.0	127.088279	37.559048
353	20471487	홍익병원별관	S	의료	S01	병원	S01B01	종합병원	서울특별시	11470.0	...	서울특별시 양천구 신정동 897-13	114702005008	서울특별시 양천구 국회대로	250	1147010100108970013001044	서울특별시 양천구 국회대로 250	158070.0	7937.0	126.862805	37.529213
385	20737057	SNUH	S	의료	S01	병원	S01B01	종합병원	서울특별시	11680.0	...	서울특별시 강남구 역삼동 736-55	116804166727	서울특별시 강남구 테헤란로26길	10	1168010100107360055027688	서울특별시 강남구 테헤란로26길 10	135080.0	6236.0	127.035825	37.499630
1917	23210677	평화드림여의도성모병원의료기매장	S	의료	S01	병원	S01B01	종합병원	서울특별시	11560.0	...	서울특별시 영등포구 여의도동 62	115603118001	서울특별시 영등포구 63로	10	1156011000100620000031477	서울특별시 영등포구 63로 10	150713.0	7345.0	126.936693	37.518296
2461	20024045	한양	S	의료	S01	병원	S01B01	종합병원	서울특별시	11200.0	...	서울특별시 성동구 행당동 15-1	112003103002	서울특별시 성동구 마조로	22	1120010700100150001019623	서울특별시 성동구 마조로 22-2	133070.0	4763.0	127.041325	37.559469
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
71991	28505952	서울성모병원응급의료센터	S	의료	S01	병원	S01B01	종합병원	서울특별시	11650.0	...	서울특별시 서초구 반포동 505	116502121003	서울특별시 서초구 반포대로	222	1165010700101230000017226	서울특별시 서초구 반포대로 222	137701.0	6591.0	127.005841	37.502382
76508	12292992	라마르의원	S	의료	S01	병원	S01B01	종합병원	서울특별시	11740.0	...	서울특별시 강동구 천호동 453-8	117404172367	서울특별시 강동구 천호대로157길	18	1174010900104530021010314	서울특별시 강동구 천호대로157길 18	134864.0	5335.0	127.127466	37.538485
90492	16031909	가톨릭대학교여의도성모병원	S	의료	S01	병원	S01B01	종합병원	서울특별시	11140.0	...	서울특별시 중구 명동2가 1-1	111404103165	서울특별시 중구 명동길	74	1114012700100010001019574	서울특별시 중구 명동길 74	100809.0	4537.0	126.986758	37.563662
90581	16332576	씨엠병원	S	의료	S01	병원	S01B01	종합병원	서울특별시	11560.0	...	서울특별시 영등포구 영등포동4가 90	115604154717	서울특별시 영등포구 영등포로36길	13	1156010500100900000035097	서울특별시 영등포구 영등포로36길 13	150030.0	7301.0	126.903857	37.518807
90788	16162338	성베드로병원	S	의료	S01	병원	S01B01	종합병원	서울특별시	11680.0	...	서울특별시 강남구 도곡동 910-27	116802000003	서울특별시 강남구 남부순환로	2649	1168011800109100027000895	서울특별시 강남구 남부순환로 2649	135859.0	6271.0	127.039567	37.485604

91 rows × 29 columns

In [250]:

#시군구명으로 그룹화해서 세기
df_seoul_hospital["시군구명"].value_counts()

Out[250]:

강남구     15
영등포구     8
광진구      6
서초구      6
송파구      5
중구       5
강동구      5
서대문구     4
양천구      4
강북구      4
도봉구      4
성북구      3
강서구      2
동대문구     2
구로구      2
중랑구      2
금천구      2
노원구      2
관악구      2
종로구      2
성동구      2
동작구      1
용산구      1
마포구      1
은평구      1
Name: 시군구명, dtype: int64

텍스트 데이터 색인하기¶

• str.contains()

• str.endswith()

In [251]:

# 색인 전 상호명이 종합병원이 아닌 데이터 찾기
df_seoul_hospital[~df_seoul_hospital["상호명"].str.contains("종합병원")]

#종합병원이 아닌것들만 가져오게 됨

Out[251]:

	상가업소번호	상호명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	시도명	시군구코드	...	지번주소	도로명코드	도로명	건물본번지	건물관리번호	도로명주소	구우편번호	신우편번호	경도	위도
305	25155642	대진의료재단	S	의료	S01	병원	S01B01	종합병원	서울특별시	11215.0	...	서울특별시 광진구 중곡동 58-25	112153104006	서울특별시 광진구 긴고랑로	119	1121510100100580025000733	서울특별시 광진구 긴고랑로 119	143220.0	4944.0	127.088279	37.559048
353	20471487	홍익병원별관	S	의료	S01	병원	S01B01	종합병원	서울특별시	11470.0	...	서울특별시 양천구 신정동 897-13	114702005008	서울특별시 양천구 국회대로	250	1147010100108970013001044	서울특별시 양천구 국회대로 250	158070.0	7937.0	126.862805	37.529213
385	20737057	SNUH	S	의료	S01	병원	S01B01	종합병원	서울특별시	11680.0	...	서울특별시 강남구 역삼동 736-55	116804166727	서울특별시 강남구 테헤란로26길	10	1168010100107360055027688	서울특별시 강남구 테헤란로26길 10	135080.0	6236.0	127.035825	37.499630
1917	23210677	평화드림여의도성모병원의료기매장	S	의료	S01	병원	S01B01	종합병원	서울특별시	11560.0	...	서울특별시 영등포구 여의도동 62	115603118001	서울특별시 영등포구 63로	10	1156011000100620000031477	서울특별시 영등포구 63로 10	150713.0	7345.0	126.936693	37.518296
2461	20024045	한양	S	의료	S01	병원	S01B01	종합병원	서울특별시	11200.0	...	서울특별시 성동구 행당동 15-1	112003103002	서울특별시 성동구 마조로	22	1120010700100150001019623	서울특별시 성동구 마조로 22-2	133070.0	4763.0	127.041325	37.559469
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
71991	28505952	서울성모병원응급의료센터	S	의료	S01	병원	S01B01	종합병원	서울특별시	11650.0	...	서울특별시 서초구 반포동 505	116502121003	서울특별시 서초구 반포대로	222	1165010700101230000017226	서울특별시 서초구 반포대로 222	137701.0	6591.0	127.005841	37.502382
76508	12292992	라마르의원	S	의료	S01	병원	S01B01	종합병원	서울특별시	11740.0	...	서울특별시 강동구 천호동 453-8	117404172367	서울특별시 강동구 천호대로157길	18	1174010900104530021010314	서울특별시 강동구 천호대로157길 18	134864.0	5335.0	127.127466	37.538485
90492	16031909	가톨릭대학교여의도성모병원	S	의료	S01	병원	S01B01	종합병원	서울특별시	11140.0	...	서울특별시 중구 명동2가 1-1	111404103165	서울특별시 중구 명동길	74	1114012700100010001019574	서울특별시 중구 명동길 74	100809.0	4537.0	126.986758	37.563662
90581	16332576	씨엠병원	S	의료	S01	병원	S01B01	종합병원	서울특별시	11560.0	...	서울특별시 영등포구 영등포동4가 90	115604154717	서울특별시 영등포구 영등포로36길	13	1156010500100900000035097	서울특별시 영등포구 영등포로36길 13	150030.0	7301.0	126.903857	37.518807
90788	16162338	성베드로병원	S	의료	S01	병원	S01B01	종합병원	서울특별시	11680.0	...	서울특별시 강남구 도곡동 910-27	116802000003	서울특별시 강남구 남부순환로	2649	1168011800109100027000895	서울특별시 강남구 남부순환로 2649	135859.0	6271.0	127.039567	37.485604

91 rows × 29 columns

In [252]:

#상호명만 보고 싶을땐 loc 이용
df_seoul_hospital.loc[~df_seoul_hospital["상호명"].str.contains("종합병원"), "상호명"].unique()

Out[252]:

array(['대진의료재단', '홍익병원별관', 'SNUH', '평화드림여의도성모병원의료기매장', '한양', '백산의료재단친구병원',
       '서울보훈병원', '서울성모병원장례식장꽃배달', '서울대학교병원', '알콜중독및정신질환상담소',
       '강남성모병원장례식장꽃배달', '제일병원', '이랜드클리닉', '사랑나눔의료재단', '우울증센터', '성심의료재단',
       '다나의료재단', '서울아산병원신관', '원자력병원장례식장', '국민의원', '고려대학교구로병원', '학교법인일송학원',
       '삼성의료원장례식장', '희명스포츠의학센터인공신장실', '연세대학교의과대학강남세브란스', '국립정신병원',
       '코아클리닉', '수서제일의원', '사랑의의원', '한국전력공사부속한일병원', '신촌연세병원', '창동제일의원',
       '영동세브란스병원', '제일성심의원', '삼성의료재단강북삼성태', '서울시립보라매병원', '서울이의원',
       '서울대학교병원비상계획외래', '평화드림서울성모병원의료', '홍익병원', '사랑나눔의료재단서', '독일의원',
       '서울연합의원', '우신향병원', '동부제일병원', '아산재단금강병원', '명곡안연구소', '아산재단서울중앙병원',
       '메디힐특수여객', '삼성생명공익재단삼성서', '성광의료재단차병원', '한국건강관리협회서울특',
       '정해복지부설한신메디피아', '성베드로병원', '성애의료재단', '실로암의원', 'Y&T성모마취과', '광진성모의원',
       '서울현대의원', '이노신경과의원', '송정훼밀리의원', '서울중앙의원', '영남의료재단', '인제대학교서울백병원',
       '한국필의료재단', '세브란스의원', '가톨릭대학교성바오로병원장례식장', '서울연세의원', '사랑의병원',
       '성삼의료재단미즈메디병원', '씨엠충무병원', '성신의원', '원진재단부설녹색병원', '송파제일의원',
       '카톨릭성모의원', '한양성심의원', '관악성모의원', '강남센트럴병원', '우이한솔의원', '우리들병원',
       '서울성모병원어린이집', '건국대학교병원', '서울적십자병원', '북부성모의원', '한림대학교부속한강성심병원장례식장',
       '서울성모병원응급의료센터', '라마르의원', '가톨릭대학교여의도성모병원', '씨엠병원'], dtype=object)

In [253]:

#상호명에서 특정 단어 들어간거 찾기 - 꽃배달
df_seoul_hospital[df_seoul_hospital["상호명"].str.contains("꽃배달")]

Out[253]:

	상가업소번호	상호명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	시도명	시군구코드	...	지번주소	도로명코드	도로명	건물본번지	건물관리번호	도로명주소	구우편번호	신우편번호	경도	위도
2803	20895655	서울성모병원장례식장꽃배달	S	의료	S01	병원	S01B01	종합병원	서울특별시	11650.0	...	서울특별시 서초구 반포동 551	116504163330	서울특별시 서초구 사평대로28길	55	1165010700105510000017194	서울특별시 서초구 사평대로28길 55	137040.0	6578.0	127.000682	37.498257
4644	22020310	강남성모병원장례식장꽃배달	S	의료	S01	병원	S01B01	종합병원	서울특별시	11650.0	...	서울특별시 서초구 반포동 547-6	116504163242	서울특별시 서초구 반포대로39길	56	1165010700105470006016762	서울특별시 서초구 반포대로39길 56-24	137040.0	6578.0	127.001756	37.499095

2 rows × 29 columns

In [254]:

#상호명에서 특정 단어 들어간거 찾기 - 의료기
df_seoul_hospital[df_seoul_hospital["상호명"].str.contains("의료기")]

Out[254]:

	상가업소번호	상호명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	시도명	시군구코드	...	지번주소	도로명코드	도로명	건물본번지	건물관리번호	도로명주소	구우편번호	신우편번호	경도	위도
1917	23210677	평화드림여의도성모병원의료기매장	S	의료	S01	병원	S01B01	종합병원	서울특별시	11560.0	...	서울특별시 영등포구 여의도동 62	115603118001	서울특별시 영등포구 63로	10	1156011000100620000031477	서울특별시 영등포구 63로 10	150713.0	7345.0	126.936693	37.518296

1 rows × 29 columns

In [255]:

# 꽃배달, 의료기, 장례식장, 상담소, 어린이집 -> 전처리를 위해 한번에 검색하기

#제거할 데이터의 인덱스 알아내기
#drop_row에 리스트 저장

drop_row= df_seoul_hospital[df_seoul_hospital["상호명"].str.contains("꽃배달|의료기|장례식장|상담소|어린이집")].index
drop_row = drop_row.tolist()
drop_row

Out[255]:

[1917, 2803, 4431, 4644, 7938, 10283, 47008, 60645, 70177]

In [256]:

# 의원으로 끝나는 데이터도 찾기
#endswith() 이용
drop_row2= df_seoul_hospital[df_seoul_hospital["상호명"].str.endswith("의원")].index
drop_row2 = drop_row2.tolist()
drop_row2

Out[256]:

[8479,
 12854,
 13715,
 14966,
 16091,
 18047,
 20200,
 20415,
 30706,
 32889,
 34459,
 34720,
 35696,
 37251,
 45120,
 49626,
 51575,
 55133,
 56320,
 56404,
 56688,
 57551,
 62113,
 76508]

In [257]:

#drop_row에 삭제할 index들 다 합쳐주기

drop_row=drop_row+drop_row2

In [258]:

#해당 index들 삭제
#삭제할때 drop 사용
#위에서의 제거하기와 다르게 행을 기준으로 삭제하기 때문에 axis=0으로 해줌

print(df_seoul_hospital.shape)
df_seoul_hospital = df_seoul_hospital.drop(drop_row, axis=0)
print(df_seoul_hospital.shape)

(91, 29)
(58, 29)

In [259]:

#종합병원 막대그래프로 그리기
df_seoul_hospital["시군구명"].value_counts().plot.bar()

Out[259]:

<AxesSubplot:>

In [262]:

#seaborn countplot그리기
plt.figure(figsize=(15,4))
sns.countplot(data=df_seoul_hospital, x="시군구명")

Out[262]:

<AxesSubplot:xlabel='시군구명', ylabel='count'>

In [264]:

#정렬을 하고싶다면 order에 value_counts에서 index를 뽑아내어 나타냄
plt.figure(figsize=(15,4))

sns.countplot(data=df_seoul_hospital, x="시군구명",
             order=df_seoul_hospital["시군구명"].value_counts().index)

Out[264]:

<AxesSubplot:xlabel='시군구명', ylabel='count'>

특정지역만 보기¶

In [266]:

# 서울 데이터만 받아오기
# 새로운 변수에 데이터프레임을 저장할때는 copy()사용

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

Out[266]:

(18943, 29)

In [271]:

#seaborn을 이용하여 시군구명을 기준으로 시각화
plt.figure(figsize=(15,4))
sns.countplot(data=df_seoul, x="시군구명")

Out[271]:

<AxesSubplot:xlabel='시군구명', ylabel='count'>

In [270]:

#plot.bar()로 시각화

df_seoul["시군구명"].value_counts().plot.bar()

Out[270]:

<AxesSubplot:>

In [274]:

#pandas의 plot.scatter() 를 이용하여 위도, 경도 표시
#scatter는 x, y축 데이터가 꼭들어가야함

df_seoul[["경도", "위도","시군구명"]].plot.scatter(x="경도",y="위도", figsize=(8,8), grid=True)

Out[274]:

<AxesSubplot:xlabel='경도', ylabel='위도'>

In [275]:

#seaborn의 scatterplot 이용하여 그리기
plt.figure(figsize=(9, 8))
sns.scatterplot(data=df_seoul, x="경도", y="위도", hue="시군구명")
#hue 옵션은 색상임. 시군구별로 색이 다르게 표시

Out[275]:

<AxesSubplot:xlabel='경도', ylabel='위도'>

In [276]:

#seaborn의 scatterplot 이용하여 그리기. 상권업종분류명을 기준으로 색표시
plt.figure(figsize=(9, 8))
sns.scatterplot(data=df_seoul, x="경도", y="위도", hue="상권업종중분류명")

Out[276]:

<AxesSubplot:xlabel='경도', ylabel='위도'>

In [277]:

#전국 데이터(df)에서 그리기. 시도 기준으로 색표시
plt.figure(figsize=(9, 8))
sns.scatterplot(data=df, x="경도", y="위도", hue="시도명")

Out[277]:

<AxesSubplot:xlabel='경도', ylabel='위도'>

Folium으로 지도에 표시¶

Anaconda Prompt 에 아래 명령어 이용하여 설치

conda install -c conda-forge folium

In [280]:

import folium

folium.Map()

Out[280]:

Make this Notebook Trusted to load map: File -> Trust Notebook

In [282]:

#지도 중심을 구하기 위해 위도, 경도의 mean값 구하기

df_seoul_hospital["위도"].mean()
df_seoul_hospital["경도"].mean()

Out[282]:

126.9963589356625

In [293]:

#location값을 리스트 형태로 넣기
#지도의 중심 잡아줌

map = folium.Map(location = [df_seoul_hospital["위도"].mean(),df_seoul_hospital["경도"].mean()], zoom_start=12)

#for문을 이용하여 df_seoul_hospital의 값을 하나씩 출력
for n in df_seoul_hospital.index:
    name = df_seoul_hospital.loc[n, "상호명"] #n번째 행에 들어있는 값을 loc를 이용하여 행으로 가져옴. 이때 상호명만 가져옴
    address = df_seoul_hospital.loc[n, "도로명"]
    popup = f"{name}-{address}" #문자열 포멧팅을 하여 name과 address 연결
    location = [df_seoul_hospital.loc[n, "위도"],df_seoul_hospital.loc[n, "경도"]]
    folium.Marker(
        location=location,
        popup=popup,
    ).add_to(map)
map

Out[293]:

Make this Notebook Trusted to load map: File -> Trust Notebook

In [ ]: