[프랜차이즈 입점분석] *요약

6. 색인으로 서브셋 가져오기

6.1 서울만 따로 보기

df_seoul = df[df["시도명"] == "서울특별시"].copy()

 

7. 파일로 저장하기

df_seoul을 "seoul_open_store.csv" 파일로 저장하기

-> 전처리 파일 저장하면 재사용 할 수 있음

df_seoul.to_csv("seoul_open_store.csv", index=False)

 

8. 배스킨라빈스, 던킨도너츠 위치 분석

8.1 특정 상호만 가져오기

- 문자열 소문자로 변경 : df_seoul["상호명_문자"]

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

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

df_seoul.loc[df_seoul["상호명_소문자"].str.contains("배스킨라빈스|베스킨라빈스|baskinrobbins"), "상호명_소문자"].shape

 

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

 

- 배스킨라빈스, 던킨 도너츠 데이터로 가져와 변수에 담기 : df_31

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

 

- df_31에 브랜드명이라는 column추가

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

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

 

- isin을 통해 '소매', '생활서비스' 데이터는 제외

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