[데이터 분석] isin으로 서브셋 만들기

1.2.3 isin을 이용해 서브셋 만들기

 

• 상권업종소분류명 빈도수가 1000개 이상인 데이터만 가져오기

academy_count_1000 = academy_count[academy_count > 1000]

 

academy_count_1000.index

 

df_academy["상권업종소분류명"]

  - 여기서 df_academy는 '서울특별시' 이며 '학문/교육'인 데이터들

 

 

 

• isin으로 빈도수 계산했을 때 1000개 이상인 데이터만

print(df_academy.shape)

df_academy_selected = df_academy[df_academy["상권업종소분류명"].isin(academy_count_1000.index)].copy()

print(df_academy_selected.shape)

  - academy_count_1000의 index에 해당하는 값만 가져왔다.  

  - 확실히 데이터가 줄어든 것을 확인할 수 있다.

 

 

df_academy["상권업종소분류명"].value_counts()

df_academy_selected["상권업종소분류명"].value_counts()

  - 정말 academy_count_1000의 index값만 가져왔구나 확인 가능

 

 

 

---

 

• df_academy_selected의 '시군구명' 으로 빈도수 세기

df_academy_selected["시군구명"].value_counts()

  - 종로에는 다양한 학원이 있지만 입시 관련 학원들은 많지 않구나!

 

 

 

• 대치동&목동 에서 상권업종소분류명으로 빈도수 세기

df_academy_selected.loc[df_academy_selected["법정동명"] == "대치동", "상권업종소분류명"].value_counts()
df_academy_selected.loc[df_academy_selected["법정동명"] == "목동", "상권업종소분류명"].value_counts()

대치동

목동

  - 대치동, 목동에는 특히 입시 학원이 많은 것을 알 수 있음