[데이터 분석] 인덱싱과 필터로 서브셋 만들기

1.1 인덱싱과 필터로 서브셋 만들기

 

 

• 특정 데이터만 가져오기

- 서브셋을 새로운 변수에 저장할 때는 copy() 사용하기

 

df_food = df[df["상권업종대분류명"] == "음식"].copy()

  - Series 데이터에서 "음식"인 것만 추출

 

 

---

 

 

1.1.1 강남구의 상권업종대분류가 음식만 보기

 

• 시군구명 이 '강남구'인 것만

df[df["시군구명"]] == "강남구"].head()

 

 

• 시군구명 이 '강남구'이고 상권업종대분류명 이 '음식'인 것만

df[(df["시군구명"] == "강남구") & (df["상권업종대분류명"] == "음식")]

  - 2개 이상의 조건을 만족시키게 하려면 괄호를 치고 &로 엮는다.

 

 

• 상권업종대분류명 별로 빈도수 구하기

df[(df["시군구명"] == "강남구") & (df["상권업종대분류명"] == "음식")].value_counts()

 

 

• loc으로 빈도수 구하기

df.loc[(df["시군구명"] == "강남구") & (df["상권업종대분류명"] == "음식"), "상권업종중분류명"].value_counts()

  - loc[행, 열]

  - 이 방법이 훨씬 빠르므로 권장됨

 

 

 

 

 

---

 

 

1.2 구별 음식점 업종 비교하기

 

• 시도명 이 '서울특별시' 이고, 상권업종대분류명 이 '음식' 인 것만

df_seoul_food = df[(df["시도명"] == "서울") & (df["상권업종대분류명"] == "음식")].copy()

 

 

• 시군구명, 상권업종중분류명 으로 그룹화해 상점 수 세어보기

food_gu = df_seoul_food.groupby(["시군구명", "상권업종중분류명"])["상호명"].count()

  - 어떤 열이든 수는 똑같으니 임의로 '상호명' col을 사용해 count하기

 

 

  - multi-index

 

 

---

 

 

* food_gu에 담긴 데이터 시각화 하기

 

(1) pandas로 그리기

• 상권업종중분류명 과 상점수 로 barplot 그리기

food_gu.unstack().plot.bar()

  - 위에서 food_gu는 multi-index로 되어있기 때문에 unstack()을 통해 pivot 형태로 바꿔줘야 함

  - 마지막의 index가 col에 오게 된다.

 

  - pandas로 시각화를 할 때는 pivot 형태로 되어있는 데이터를 만들어야지 시각화가 가능하다.

 

 

 

• 특별히 '강남구' 만 그리려면?

food_gu.unstack().loc["강남구"].plot.bar()

 

 

 

(2) seaborn 으로 그리기

food = food_gu.reset_index()

 

• '상호명'이라는 column을 '상호수'로 변경하기 : rename(columns={"원래":"변경"})

food = food.rename(columns={"상호명":"상호수"})

 

plt.figure(figsize=(15, 4))
sns.barplot(data=food, x="상권업종중분류명", y="상호수")

 

 

---

 

• catplot을 사용해 서브플롯 그리기

sns.catplot(data=food, x="상권업종중분류명", y="상호수", kind="bar", col="시군구명", col_wrap=4)

  - col="시군구명" : 구 별로 다르게 그리고싶다.

 

 

 

sns.catplot(data=food, x="시군구명", y="상호수", kind="bar", col="상권업종중분류명", col_wrap=4)

  - 시군구명 이 상권업종중분류명 별로 어떻게 그려지는지