[DS_Study] 데이터 흝어보기

데이터 흝어보기

• CCTV 데이터와 인구 통계를 가져와 필요한 데이터로 정제하겠습니다.

import pandas as pd
import numpy as np

CCTV_Seoul = pd.read_csv('../data/01. Seoul_CCTV.csv', encoding = 'utf-8')
CCTV_Seoul.head()

	기관명	소계	2013년도 이전	2014년	2015년	2016년
0	강남구	3238	1292	430	584	932
1	강동구	1010	379	99	155	377
2	강북구	831	369	120	138	204
3	강서구	911	388	258	184	81
4	관악구	2109	846	260	390	613

CCTV_Seoul.tail()

	기관명	소계	2013년도 이전	2014년	2015년	2016년
20	용산구	2096	1368	218	112	398
21	은평구	2108	1138	224	278	468
22	종로구	1619	464	314	211	630
23	중구	1023	413	190	72	348
24	중랑구	916	509	121	177	109

CCTV_Seoul['최근 증가율'] = (
    (CCTV_Seoul['2014년']+CCTV_Seoul['2015년']+CCTV_Seoul['2016년'])/CCTV_Seoul['2013년도 이전'] *100
)
CCTV_Seoul.sort_values(by='최근 증가율', ascending = False).head()

	기관명	소계	2013년도 이전	2014년	2015년	2016년	최근 증가율
22	종로구	1619	464	314	211	630	248.922414
9	도봉구	825	238	159	42	386	246.638655
12	마포구	980	314	118	169	379	212.101911
8	노원구	1566	542	57	451	516	188.929889
1	강동구	1010	379	99	155	377	166.490765

# header을 통해 위에 두줄 제거할 수 있었다.
# usecols을 통해 필요한 열만 가져올 수 있었다.
# drop을 통해 행을 제거할 수 있는데, 인덱스로 접근할때는 대괄호를 쳐주어야한다.

pop_Seoul = pd.read_excel('../data/01. Seoul_Population.xls',header=2,usecols="B,D,G,J,N")
pop_Seoul.drop([0],axis=0, inplace=True)
pop_Seoul.head()

	자치구	계	계.1	계.2	65세이상고령자
1	종로구	164257	154770	9487	26182
2	중구	134593	125709	8884	21384
3	용산구	244444	229161	15283	36882
4	성동구	312711	304808	7903	41273
5	광진구	372298	357703	14595	43953

# 인덱스로 접근할 때는 다음과 같이 columns[숫자] 형태로 접근한다.
#  rename 쓸 때 앞에 인수 columns = 안넣어주면 반영 안된다.

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()

	구별	인구수	한국인	외국인	고령자
1	종로구	164257	154770	9487	26182
2	중구	134593	125709	8884	21384
3	용산구	244444	229161	15283	36882
4	성동구	312711	304808	7903	41273
5	광진구	372298	357703	14595	43953

pop_Seoul.tail()

	구별	인구수	한국인	외국인	고령자
21	관악구	520929	503297	17632	70046
22	서초구	445401	441102	4299	53205
23	강남구	561052	556164	4888	65060
24	송파구	671173	664496	6677	76582
25	강동구	440359	436223	4136	56161

pop_Seoul['외국인 비율'] = (pop_Seoul['외국인']/pop_Seoul['인구수'] *100)
pop_Seoul['고령자 비율'] = (pop_Seoul['고령자']/pop_Seoul['인구수'] *100)
pop_Seoul.sort_values(by='외국인 비율', ascending=False).head()

	구별	인구수	한국인	외국인	고령자	외국인 비율	고령자 비율
19	영등포구	402024	368550	33474	53981	8.326369	13.427308
18	금천구	253491	235154	18337	34170	7.233787	13.479769
17	구로구	441559	410742	30817	58794	6.979135	13.315095
2	중구	134593	125709	8884	21384	6.600640	15.887899
3	용산구	244444	229161	15283	36882	6.252148	15.088118

pop_Seoul.sort_values(by='고령자 비율', ascending=False).head()

	구별	인구수	한국인	외국인	고령자	외국인 비율	고령자 비율
9	강북구	328002	324479	3523	56530	1.074079	17.234651
1	종로구	164257	154770	9487	26182	5.775705	15.939656
2	중구	134593	125709	8884	21384	6.600640	15.887899
10	도봉구	346234	344166	2068	53488	0.597284	15.448512
6	동대문구	366011	350647	15364	55718	4.197688	15.223040

 

 

• 데이터가 너무 많은거 같으니 어떠한 요소들이 있는지만 대충 봅시다.

 

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

CCTV_Seoul["기관명"].unique()

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

len(CCTV_Seoul["기관명"].unique())

25