[ 2021 NIPA AI - 기본 ] 3. 공공데이터를 활용한 파이썬 데이터분석 프로젝트 - 1. 코로나 데이터 분석하기

 

데이터 출처 : https://www.data.go.kr/tcs/dss/selectFileDataDetailView.do?publicDataPk=15063273

서울특별시_코로나19 확진자 현황_20210422

 

[Project 1] 코로나 데이터 분석

1. 데이터 읽기
   1. 데이터 불러오기
      • import

        • import numpy as np
          import pandas as pd
          import matplotlib.pyplot as plt
          import seaborn as sns

      • 불러오기 [ read_csv("경로") ]

        • corona_all = pd.read_csv("./data/서울시 코로나19 확진자 현황.csv")

      • 정보 출력 [ .head() / .info() ]

        • #상위 5개 데이터를 출력
          corona_all.head()

          

        • # datafrmae 정보를 요약하여 출력
          corona_all.info()

          
2. 데이터 정제
   1. 비어있는 컬럼 지우기
      •  컬럼 삭제 [ drop(columns = [ '컬럼명' ]) ]

        • corona_del_col = corona_all.drop(columns = ['국적', '환자정보', '조치사항'])

           
3. 데이터 시각화
   1. 확진일 데이터 전처리하기

      • corona_del_col['확진일']

        

      • # => 월별, 일별 분석을위해 month, day 데이터로 나누기
        month = []
        day = []
        
        # "월.일" 형식인 확진일을 구분자 '.'으로 구분 
        for data in corona_del_col['확진일']:
        	month.append(data.split('.')[0])
            day.append(data.split('.')[1])
           
        # corona_del_col 테이블에 month, day 컬럼 생성 및 값 초기화
        corona_del_col['month'] = month
        corona_del_col['day'] = day
        
        corona_del_col.head()

        
   2. 월별 확진자 수 출력
      1. seaborn의 countplot 함수로 출력 [ sns.countplot(x= , data= , order= ) ]

         • # 그래프에서 x축의 순서를 정리하기 위하여 order list를 생성
           order = []
           for i in range(1, 11):
           	order.append(str(i))    
           
           # 그래프의 사이즈를 조절
           plt.figure(figsize = (10, 5))
           
           # seaborn의 countplot 함수를 사용하여 출력
           sns.set(style = "darkgrid")
           ax = sns.countplot(x = "month", data = corona_del_col, palette = "Set2", order = order)

           
      2. series의 plot 함수로 출력
         • [ .value_counts(subset = None, normalize = False, sort = True, ascending = False) ]
           • subset
             • 특정 조합의 개수를 셀 필요가 있을 경우 사용자가 원하는 조합의 열(또는 행)의 레이블을 입력받음
           • normalize [ 기본값 : False ] 
             • 개수가 아니라 개수의 비율을 반환할지 여부를 결정
           • sort [ 기본값 : True ]
             • 결과를 정렬할지 여부를 결정
           • ascending [ 기본값 : False ]
             • 오름차순으로 정렬할지 여부를 결정
         • [ .plot(kind= ) ]

           • corona_del_col['month'].value_counts().plot(kind = 'bar')

             
      3. 8월달 일별 확진자 수 출력

         • order2 = []
           for i in range(1, 32):
           	order2.append(str(i))
           
           plt.figure(figsize=(20,10))
           sns.set(style="darkgrid")
           ax = sns.countplot(x = "day", data = corona_del_col[corona_del_col['month'] == 8], palette = "rocket_r", order = order2)

           
   3. 지역별 확진자 수 출력

      • corona_del_col['지역']

         
        
        • => '__구' 형태의 문자열 데이터로 저장되어있음 

      • import matplotlib.font_manager as fm
        
        font_dirs = ['/usr/share/fonts/truetype/nanum', ]
        font_files = fm.findSystemFonts(fontpaths=font_dirs)
        
        for font_file in font_files:
        	fm.fontManager.addfont(font_file)
            
        plt.figure(figsize=(10, 20))
        
        sns.set(font='NanumBarunGothic", rc = {"axes.unicode_minus":False}, style='darkgrid')
        ax = sns.countplot(x = '지역', data = corona_del_col, palette = "Set2")

        
        
        •  => 잘못된 데이터가 존재 : '종랑구' (실제 중랑구), '한국' 데이터

      • # '종랑구'를 '중랑구'로, '한국'을 '기타' 컬럼으로 대체
        corona_out_region = corona_del_col.replace({'종랑구':'중랑구', '한국':'기타'})
        
        plt.figure(figsize=(20,10))
        sns.set(font="NanumBarunGothic", rc={"axes.unicode_minus":False}, style="darkgrid")
        ax = sns.countplot(x="지역", data=corona_out_region, palette="Set2")

        
   4. 8월달 지역별 확진자 수 출력

      • # 8월 데이터만 출력
        corona_out_region[corona_del_col['month'] == '8']

        

      • plt.figure(figsize=(20,10))
        sns.set(font = "NanumBarunGothic", rc = {"axes.unicode_minus":False}, style = 'darkgrid')
        ax = sns.countlot(x = "지역", data=corona_out_region[corona_del_col['month'] == '8'], palette = 'Set2')

        
      • ㅁ
   5. 월별 관악구 확진자 수 출력

      • corona_out_region['month'][corona_out_region['지역'] == '관악구']
        
        plt.figure(figsize=(10,5))
        sns.set(style='darkgrid')
        ax = sns.countplot(x="month", 
        data=corona_out_region[corona_out_region['지역'] == '관악구'], palette='Set2', order = order)

        
   6. 서울 지역에서 확진자를 지도에 출력
      
      • => 지역마다 지도에 정보를 출력하기 위해서는 각 지역의 좌표정보가 필요함
        데이터 출처 : https://data.seoul.go.kr/dataList/OA-11677/S/1/datasetView.do

      • CRS = pd.read_csv("./data/서울시 행정구역 시군구 정보 (좌표계_ WGS1984).csv")

        

      • CRS[CRS['시군구명_한글'] == '중구']

        

      • import folium
        
        map_osm = folium.Map(location=[37.529622, 126.984307], zoom_start=11)

        

      • corona_seoul = corona_out_region.drop(corona_out_region[corona_out_region['지역'] == '타시도'].index)
        corona_seoul = corona_seoul.drop(corona_out_region[corona_out_region['지역'] == '기타'].index)
        
        # 서울 중구를 가운데 좌표로 잡아 지도를 출력
        map_osm = folium.Map(location=[37.557945, 126.99419], zoom_start=11)
        
        # 지역 정보를 set함수를 이용해 25개의 고유의 지역을 뽑아냄
        for region in set(corona_seoul['지역']):
        	count = len(corona_seoul[corona_seoul['지역'] == region])
            CRS_region = CRS[CRS['시군구명_한글'] == region]
            maker = folium.CircleMarker([CRS_region['위도'], CRS_region['경도']],	# 위치 
            	radius = count/10+10,	# 범위
                color = '#3186cc',	# 선 색상 
                fill_color = '#3186cc',	#면 색상
                popup = ' '.join(region, str(count), '명')))	#팝업 설정
            maker.add_to(map_osm)