📌 코칭스터디 Data Science 13기 - 2주차

1. 강의 내용

1) 서울 종합병원 분포 확인하기

• 데이터 로드 및 요약 보기
• 결측치 다루기
• 수치 및 문자 데이터 요악하기
• 데이터 전처리
• 데이터 시각화 - scatterplot & folium

2. 강의 정리

1) 시각화를 위한 폰트 설정

plt.rc('font', family='AppleGothic')
plt.rc('axes', unicode_minus=False)

%matplotlib inline

# 글씨를 선명하게 하기 위해 retina 설정
from IPython.display import set_matplotlib_formats

set_matplotlib_formats('retina')

2) 전처리

• isnull(): 결측치의 여부를 True, False로 확인할 수 있다.
• reset_index(): index를 초기화하여 DataFrame 형태로 변환이 된다.
• sort_values(): DataFrame 형태에서 컬럼을 기준으로 정렬을 할 수 있다.

  # '결측치 수' 컬럼을 기준으로 내림차순 정렬
  df_null_count.sort_values(by='결측치 수', ascending=False)

• to_list(): 리스트 형태로 변환한다.
• drop(): 삭제할 수 있다.

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

• startswith(): 특정 문자로 시작하는지 알 수 있다.
• endswith(): 특정 문자로 끝나는지 알 수 있다.

  # 제거할 데이터 지정하기("의원")
  drop_rows2 = df_seoul_hospital[df_seoul_hospital['상호명'].str.endswith('의원')].index

• contains(): 특정 문자를 포함하는지 알 수 있다.

  # 상호명에 '종합병원'이라는 문구가 들어가지 않은 데이터만 가져오기
  df_seoul_hospital.loc[~df_seoul_hospital['상호명'].str.contains('종합병원'), '상호명'].unique()

3) 기초통계량

• 기초통계량
  • median(): 중앙값
  • mean(): 평균값
  • max(): 최대값
  • min(): 최소값
  • count(): 개수
• 요약
  • describe(): 기초통계량을 요약해서 볼 수 있다.
    • 특정 값만 보기 위해서는 (include=)를 사용해서 숫자는 'number', 문자는 'object', 전체는 'all'로 나타낼 수 있다.

  df['위도'].describe()

  • value_counts(): 해당 컬럼에 대한 그룹화하여 개수를 보여준다.
    
• 중복제거한 값 보기
  • unique(): 중복을 제거한 값을 보여준다.
  • nunique(): 중복을 제거한 값의 개수를 보여준다.

4) 시각화

• barplot

  # 구별 데이터 개수를 barplot으로 나타내기
  df_seoul['시군구명'].value_counts().plot.bar(rot=60)

  

  # 구별 데이터 개수를 seaborn을 활용해 countplot으로 나타내기
  plt.figure(figsize=(15,6))
  sns.countplot(data=df_seoul, x='시군구명', order=df_seoul['시군구명'].value_counts().index)

  
• scatterplot

  # 서울시의 구별 위경도를 scatter plot으로 나타내기
  df_seoul[['위도', '경도', '시군구명']].plot.scatter(x='경도', y='위도', figsize=(10,8), grid=True)

  

  # 서울시의 구별 위경도를 seaborn을 활용해 scatterplot으로 나타내기
  plt.figure(figsize=(10,7))
  sns.scatterplot(data=df_seoul, x='경도', y='위도', hue='시군구명')

  

5) folium으로 지도에 나타내기

• marker가 있는 지도 나타내기

  import folium
  
  map = folium.Map(location=[df_sliver_care['위도'].mean(), df_sliver_care['경도'].mean()], zoom_start=7)
  
  for i in df_sliver_care.index:
    name = df_sliver_care['상호명'][i]
    address = df_sliver_care['도로명주소'][i]
    popup = f"상호명: {name}, 도로명주소: {address}"
    location = [df_sliver_care['위도'][i], df_sliver_care['경도'][i]]
  
    folium.Marker(location=location, popup=popup).add_to(map)
  
  map

  

• MarkerCluster를 활용해서 지도나타내기

  import folium
  from folium import Marker
  from folium.plugins import MarkerCluster
  
  map = folium.Map(location=[df_sliver_care['위도'].mean(), df_sliver_care['경도'].mean()], zoom_start=7)
  
  mc = MarkerCluster()
  
  for i in df_sliver_care.index:
    name = df_sliver_care['상호명'][i]
    address = df_sliver_care['도로명주소'][i]
    popup = f"상호명: {name}, 도로명주소: {address}"
    location = [df_sliver_care['위도'][i], df_sliver_care['경도'][i]]
  
    mc.add_child(Marker(location=location, popup=popup))
  
  mc.add_to(map)
  
  map