[프랜차이즈 입점분석] 특정 상호만 추출

8. 배스킨라빈스, 던킨도너츠 위치 분석

 

8.1 특정 상호만 가져오기

 

- 상호명에서 브랜드명을 추출하기

- 대소문자가 섞여 있을 수 있기 때문에 변환이 필수 *

 

 

 

 

• 문자열을 소문자로 변경하는 메소드 : lower()

- 새로운 컬럼을 생성한다.

df_seoul["상호명_소문자"] = df_seoul["상호명"].str.lower()

 

 

 

 

 

• 배스킨라빈스의 컬럼만 가져오기 : str.contains

- 띄어쓰기, 맞춤법 등의 다른 점이 있을 수 있으므로 다음과 같이 작성하자

 

df_seoul[df_seoul["상호명_소문자"].str.contains("(베|배)스킨라빈스|baskinrobbins")]
df_seoul[df_seoul["상호명_소문자"].str.contains("베스킨라빈스|배스킨라빈스|baskinrobbins")]

 

 

df_seoul["상호명_소문자"].str.extract("(베|배)스킨라빈스|baskinrobbins")[0].value_counts()

 

 

df_seoul.loc[df_seoul["상호명_소문자"].str.contains("(베|배)스킨라빈스|baskinrobbins"), "상호명_소문자"].shape

  - 배스킨라빈스 행은 총 466개인 것 확인!!

 

 

 

 

 

---

 

 

 

 

• 마찬가지로 던킨도너츠 가져오기

df_seoul.loc[df_seoul["상호명_소문자"].str.contains("던킨|dunkin"), "상호명_소문자"]

 

 

 

 

 

• 배스킨라빈스 와 던킨도너츠 데이터를 가져와 새로운 변수에 담기

df_31 = df_seoul[df_seoul["상호명_소문자"].str.contains("배스킨라빈스|베스킨라빈스|baskinrobbins|던킨|dunkin")].copy()

  - 총 657개의 행!!

 

 

 

 

 

 

• '브랜드명' 이라는 새로운 col 만들기

- 상호명이 '배스킨라빈스' 인 열에 브랜드명 추가

df_31.loc[df_31["상호명_소문자"].str.contains("배스킨라빈스|베스킨라빈스|baskinrobbins"), "브랜드명"] = "배스킨라빈스"
df_31[["상호명", "브랜드명"]]

 

 

 

 

 

• 나머지는 '던킨도너츠'라고 브랜드명 채우기

df_31["브랜드명"] = df_31["브랜드명"].fillna("던킨도너츠")
df_31["브랜드명"]

 

 

 

 

 

• 상권업종대분류명의 빈도수 계산해보기

df_31["상권업종소분류명"].value_counts()

  - 음식 외에 생활서비스와 소매 라는 column이 있네?

  -> 얘는 지워주자

 

 

 

 

 

• isin을 사용해 '소매', '생활서비스' 는 제외하자

df_31 = df_31[~df_31["상권업종대분류명"].isin(["소매", "생활서비스"])].copy()

  - 행이 2개 줄어든 것을 볼 수 있다.