데이터분석(8)_상권별 밀집통계project

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import seaborn as sns # matplotlib기반으로 만들어진 시각화 라이브러리

shop = pd.read_csv('/content/drive/MyDrive/Colab Notebooks/6. 데이터 분석/shop_201806_01.csv')

shop

pd.set_option('display.max_columns', 40)

shop.head()

 

 

shop.info() # 총데이터 50만개,

 

 

shop.columns

 

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')

 

view_columns = ['상호명', '지점명', '상권업종대분류명', '상권업종중분류명', '상권업종소분류명', '시도명', '시군구명',
                '행정동명', '법정동명', '지번주소', '도로명', '도로명주소', '경도', '위도']

 

 

shop = shop[view_columns]
shop.head()

 

 

shop.columns

Index(['상호명', '지점명', '상권업종대분류명', '상권업종중분류명', '상권업종소분류명', '시도명', '시군구명', '행정동명',
       '법정동명', '지번주소', '도로명', '도로명주소', '경도', '위도'],
      dtype='object')

shop.isnull().sum()

상호명              1
지점명         432587
상권업종대분류명         0
상권업종중분류명         0
상권업종소분류명         0
시도명              0
시군구명             0
행정동명             0
법정동명             0
지번주소             0
도로명              0
도로명주소            0
경도               0
위도               0
dtype: int64

 

 

plt.figure(figsize=(14, 10))

sns.scatterplot(data=shop_seoul, x='경도', y='위도', hue='시군구명')  # hue: 분류(범례)

plt.figure(figsize=(14, 10))

sns.scatterplot(data=shop_seoul_edu, x='경도', y='위도', hue='상권업종중분류명')  

plt.figure(figsize=(14, 10))
sns.scatterplot(data=shop_seoul_edu_computer, x='경도', y='위도', hue='상권업종소분류명')

# folium으로 shop_seoul_edu_computer의 '컴퓨터학원' 데이터 출력하기
# 강사님 코드
import folium

data = shop_seoul_edu_computer
edu_map = folium.Map(location=[data['위도'].mean(), data['경도'].mean()], zoom_start=12)# 중심지도를 그냥 데이터들의 중심으로 잡기

for i in data.index:# # 인덱스는 null이 없으니 인덱스만큼 돌아라 
    # 예) 코리아IT아카데미 - 서울 강남구 역삼동 ...
    edu_name = data.loc[i, '상호명'] + ' - ' + data.loc[i, '도로명주소']
    popup = folium.Popup(edu_name, max_width=500)
    folium.Marker(location=[data.loc[i, '위도'], data.loc[i, '경도']], popup=popup).add_to(edu_map)
    
edu_map

# 문제.
* 상권업종중분류명이 '커피점/카페'인 데이터 중 '구군'이 '강남구'인 데이터만 지도에 표기 

shop_seoul_food = shop_seoul[shop_seoul['상권업종대분류명'] == '음식']

shop_seoul_food

shop_seoul_food_cafe = shop_seoul_food[shop_seoul_food['상권업종중분류명'] == '커피점/카페']

shop_seoul_food_cafe

data1 = shop_seoul_food_cafe

# 구군이 '강남구'인 데이터 필터링

filtered_data = shop_seoul_food_cafe[shop_seoul_food_cafe['도로명주소'].str.contains('강남구')]

# folium 맵 생성

food_map = folium.Map(location=[37.5172, 127.0473], zoom_start=13)

# 마커 추가

for _, row in filtered_data.iterrows():

    folium.Marker(location=[row['위도'], row['경도']]).add_to(food_map)

# 맵 출력

food_map

# 강사님

shop_seoul_coffee = shop_seoul[shop_seoul['상권업종중분류명'] == '커피점/카페']

shop_seoul_coffee

shop_seoul_cafe = shop_seoul[shop_seoul['상권업종중분류명'] == '커피점/카페']
data = shop_seoul_cafe[shop_seoul_cafe['시군구명']  == '강남구']
cafe_map = folium.Map(location=[data['위도'].mean(), data['경도'].mean()], zoom_start=14)

for i in data.index:
  cafe_name = data.loc[i, '상호명']
  popup = folium.Popup(cafe_name,max_width=200)
  folium.Marker(location=[data.loc[i, '위도'], data.loc[i, '경도']], popup=popup).add_to(cafe_map)

cafe_map