카테고리 없음
데이터 분석(11)_떡볶이집의 입점전략
teminam
2023. 6. 9. 17:48
(r'파리바게뜨|파리바게트') 부분은 정규 표현식을
사용하여 '파리바게뜨' 또는 '파리바게트'를 검색하는
패턴을 나타냅니다. 정규 표현식은 문자열 패턴 매칭에
사용되는 강력한 도구입니다. 여기서 r은 raw string을
나타내며, 정규 표현식 패턴에 백슬래시(|)를 사용할 때
이스케이프(escape) 시퀀스를 피하기 위해 사용됩니다.
|는 정규 표현식에서 OR 연산자로 사용되며, 패턴 안에서
사용되면 둘 중 하나의 패턴을 찾는 역할을 합니다. 따라서
(r'파리바게뜨|파리바게트')는 '파리바게뜨' 또는
'파리바게트'를 검색하는 패턴을 나타냅니다.
위 코드에서 df['상호명'].str.contains(r'파리바게뜨|
파리바게트')는 '상호명' 열(column)의 각 값에 대해
'파리바게뜨' 또는 '파리바게트'가 포함되어 있는지 여부를
확인합니다. 이를 통해 해당 조건을 만족하는 행(row)의
불리언(Boolean) Series를 생성합니다.
df.loc[cont1, ['상가업소번호', '상호명', '경도',
'위도']].copy()는 cont1에 저장된 불리언 Series를
사용하여 '상가업소번호', '상호명', '경도', '위도' 열
(column)을 선택한 후, 해당하는 행(row)들을 새로운
데이터프레임 df_paris로 복사합니다. 이렇게 필터링된
데이터프레임을 출력합니다.
즉, 위 코드는 '상호명' 열(column)에서 '파리바게뜨' 또는
'파리바게트'를 포함하는 데이터만 추출하여
'상가업소번호', '상호명', '경도', '위도' 열(column)의
값들을 가지는 새로운 데이터프레임 df_paris를 생성하는
역할을 수행합니다.
df_50.echart.pie(x='상호명', y='count', figsize=(600, 400),
radius=['20%', '60%'], label_opts={'position':'outer'},
title='떡볶이집의 입점전략은 과연 파리바게트 옆인가?', legend_opts={'pos_right':'0%', 'orient':'vertical'},
subtitle='50m 이내 매장수').render()
IPython.display.HTML(filename='render.html')
from pyecharts.charts import Timeline, Grid
tI = Timeline({'width':'600px', 'height':'400px'})
pie1 = df_50.echart.pie(x='상호명', y='count', figsize=(600, 400),
radius=['20%', '60%'], label_opts={'position':'outer'},
title='떡볶이집의 입점전략은 과연 파리바게트 옆인가?',
legend_opts={'pos_right':'0%', 'orient':'vertical'},
subtitle='50m 이내 매장수')
tI.add(pie1, '50m').render()
IPython.display.HTML(filename='render.html')
tl = Timeline({'width':'600px', 'height':'400px'})
for i in [1000, 100, 50, 30]:
df_d = distance(i).reset_index()
pie1 = df_d.echart.pie(x='상호명', y='count', figsize=(600, 400),
radius=['20%', '60%'], label_opts={'position':'outer'},
title='떡볶이집의 입점전략은 과연 파리바케트 옆인가?',
legend_opts={'pos_right':'0%', 'orient':'vertical'},
subtitle='{}m 이내 매장수'.format(i))
tl.add(pie1, '{}m'.format(i)).render()
IPython.display.HTML(filename='render.html')