[Python/Pandas] 데이터 추세파악 Line 차트개발
데이터 추세파악에 유리한 line 차트 개발하기 라인으로 추세를 한눈에 쉽게 파악할 수 있다.
1. 그래프 모듈 'matplotlib' 와 데이터 모듈'pandas' 를 임폴트 한다.
import matplotlib.pyplot as plt
import pandas as pd
2. matplotlib 차트에서 한글폰트 를 사용할 수 있도록 폰트를 설정해준다.
plt.rc('font', family="NanumGothic")
3. 차트에 쓰일 데이터를 로드 한다.
file = "./data/data_2020.csv"
data = pd.read_csv(file) #데이터 읽어와 객체에 저장하기
data_Head = data.head() #데이터 모양 확인하기
print(data_Head) 집계일자 집계시 출발영업소코드 도착영업소코드 통행시간 요일
0 20200101 4 101 105 637 2
1 20200101 4 101 105 773 2
2 20200101 4 101 105 762 2
3 20200101 4 101 105 746 2
4 20200101 4 101 105 875 2
4. 데이터 프레임 구조를 확인한다.
data_Info = data.info() #데이터 프레임 구조보기
print(data_Info)<class 'pandas.core.frame.DataFrame'>
RangeIndex: 152870 entries, 0 to 152869
Data columns (total 6 columns):
집계일자 152870 non-null int64
집계시 152870 non-null int64
출발영업소코드 152870 non-null int64
도착영업소코드 152870 non-null int64
통행시간 152870 non-null int64
요일 152870 non-null int64
dtypes: int64(6)
memory usage: 7.0 MB
None
5. 원하는 데이터만 가공한다.
5-1. 집계시 데이터에서 isin 을 통해 원하는 범위 인 6시 ~22시까지의 데이터만 불러와서, sort_values()로 시간별로 정렬한다.
data_06_22 = data[data.집계시.isin(range(6,23))] #집계시 6시부터 ~ 22시까지 만 불러오기
print(data_06_22.sort_values(by='집계시')) #시간별로 정렬해서 출력한다. 집계일자 집계시 출발영업소코드 도착영업소코드 통행시간 요일
82028 20200715 6 101 140 16775 2
125225 20201026 6 101 110 5101 0
66049 20200609 6 101 105 713 1
66048 20200609 6 101 105 816 1
76951 20200704 6 101 135 10050 5
66047 20200609 6 101 105 894 1
141023 20201203 6 101 110 3452 3
66046 20200609 6 101 105 826 1
76952 20200704 6 101 135 12397 5
66045 20200609 6 101 105 832 1
66044 20200609 6 101 105 657 1
125235 20201016 6 101 120 6121 4
125249 20201016 6 101 115 5465 4
42786 20200414 6 101 110 2774 1
42787 20200414 6 101 110 3214 1
42788 20200414 6 101 110 3029 1
42789 20200414 6 101 110 3402 1
95557 20200818 6 101 120 8515 1
118321 20201009 6 101 110 3231 4
42798 20200412 6 101 110 3245 6
66003 20200607 6 101 140 17323 6
42800 20200414 6 101 115 4739 1
132441 20201114 6 101 130 9165 5
42801 20200414 6 101 115 5841 1
118330 20201001 6 101 115 4683 3
140981 20201202 6 101 125 7399 2
28257 20200310 6 101 110 2909 1
28256 20200310 6 101 110 3544 1
28255 20200310 6 101 110 3758 1
28254 20200310 6 101 110 3192 1
... ... ... ... ... ... ..
38817 20200404 22 101 125 8610 5
12583 20200131 22 101 120 6872 4
74023 20200627 22 101 135 16289 5
74032 20200627 22 101 140 16666 5
22476 20200224 22 101 140 14877 0
107492 20200915 22 101 115 5738 1
107491 20200915 22 101 115 6099 1
107490 20200915 22 101 115 4808 1
38788 20200404 22 101 120 7679 5
38779 20200404 22 101 115 5592 5
74067 20200626 22 101 110 3620 4
38778 20200404 22 101 115 5249 5
74178 20200628 22 101 105 816 6
38777 20200404 22 101 115 4666 5
38776 20200404 22 101 115 5434 5
5149 20200113 22 101 125 9153 0
12567 20200131 22 101 115 5756 4
107406 20200915 22 101 110 4041 1
107405 20200915 22 101 110 3112 1
12566 20200131 22 101 115 5805 4
12565 20200131 22 101 115 5851 4
12564 20200131 22 101 115 4886 4
22536 20200214 22 101 115 6305 4
107367 20200913 22 101 110 3548 6
5180 20200113 22 101 135 14165 0
74174 20200628 22 101 105 765 6
74175 20200628 22 101 105 870 6
74176 20200628 22 101 105 849 6
107489 20200915 22 101 115 6371 1
7741 20200120 22 101 105 873 0
[115244 rows x 6 columns]
5-2. value_counts()로 시간별로 카운트 한다.
data_06_22_counting = data_06_22['집계시'].value_counts() #시간별로 카운트하기
print(data_06_22_counting)
13 7092
14 7091
12 7089
15 7078
11 7059
10 7038
16 7011
9 7008
17 6919
8 6849
18 6742
19 6627
7 6614
20 6518
21 6284
22 6130
6 6095
Name: 집계시, dtype: int64
5-3. sort_index()로 시간순으로 정렬한다.
data_06_22_counting_sorted = data_06_22_counting.sort_index() #시간별로 정렬하기 .sort_index()
print(data_06_22_counting_sorted)
6 6095
7 6614
8 6849
9 7008
10 7038
11 7059
12 7089
13 7092
14 7091
15 7078
16 7011
17 6919
18 6742
19 6627
20 6518
21 6284
22 6130
Name: 집계시, dtype: int64
6. 차트로 표현하기
집계시 별 통행회수를 카운트 해서 차트로 구현
plt.plot(data_06_22_counting_sorted.index, data_06_22_counting_sorted.values)
plt.show()
집계일자 집계시 출발영업소코드 도착영업소코드 통행시간 요일
0 20200101 4 101 105 637 2
1 20200101 4 101 105 773 2
2 20200101 4 101 105 762 2
3 20200101 4 101 105 746 2
4 20200101 4 101 105 875 2
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 152870 entries, 0 to 152869
Data columns (total 6 columns):
집계일자 152870 non-null int64
집계시 152870 non-null int64
출발영업소코드 152870 non-null int64
도착영업소코드 152870 non-null int64
통행시간 152870 non-null int64
요일 152870 non-null int64
dtypes: int64(6)
memory usage: 7.0 MB
None
집계일자 집계시 출발영업소코드 도착영업소코드 통행시간 요일
82028 20200715 6 101 140 16775 2
125225 20201026 6 101 110 5101 0
66049 20200609 6 101 105 713 1
66048 20200609 6 101 105 816 1
76951 20200704 6 101 135 10050 5
66047 20200609 6 101 105 894 1
141023 20201203 6 101 110 3452 3
66046 20200609 6 101 105 826 1
76952 20200704 6 101 135 12397 5
66045 20200609 6 101 105 832 1
66044 20200609 6 101 105 657 1
125235 20201016 6 101 120 6121 4
125249 20201016 6 101 115 5465 4
42786 20200414 6 101 110 2774 1
42787 20200414 6 101 110 3214 1
42788 20200414 6 101 110 3029 1
42789 20200414 6 101 110 3402 1
95557 20200818 6 101 120 8515 1
118321 20201009 6 101 110 3231 4
42798 20200412 6 101 110 3245 6
66003 20200607 6 101 140 17323 6
42800 20200414 6 101 115 4739 1
132441 20201114 6 101 130 9165 5
42801 20200414 6 101 115 5841 1
118330 20201001 6 101 115 4683 3
140981 20201202 6 101 125 7399 2
28257 20200310 6 101 110 2909 1
28256 20200310 6 101 110 3544 1
28255 20200310 6 101 110 3758 1
28254 20200310 6 101 110 3192 1
... ... ... ... ... ... ..
38817 20200404 22 101 125 8610 5
12583 20200131 22 101 120 6872 4
74023 20200627 22 101 135 16289 5
74032 20200627 22 101 140 16666 5
22476 20200224 22 101 140 14877 0
107492 20200915 22 101 115 5738 1
107491 20200915 22 101 115 6099 1
107490 20200915 22 101 115 4808 1
38788 20200404 22 101 120 7679 5
38779 20200404 22 101 115 5592 5
74067 20200626 22 101 110 3620 4
38778 20200404 22 101 115 5249 5
74178 20200628 22 101 105 816 6
38777 20200404 22 101 115 4666 5
38776 20200404 22 101 115 5434 5
5149 20200113 22 101 125 9153 0
12567 20200131 22 101 115 5756 4
107406 20200915 22 101 110 4041 1
107405 20200915 22 101 110 3112 1
12566 20200131 22 101 115 5805 4
12565 20200131 22 101 115 5851 4
12564 20200131 22 101 115 4886 4
22536 20200214 22 101 115 6305 4
107367 20200913 22 101 110 3548 6
5180 20200113 22 101 135 14165 0
74174 20200628 22 101 105 765 6
74175 20200628 22 101 105 870 6
74176 20200628 22 101 105 849 6
107489 20200915 22 101 115 6371 1
7741 20200120 22 101 105 873 0
[115244 rows x 6 columns]
13 7092
14 7091
12 7089
15 7078
11 7059
10 7038
16 7011
9 7008
17 6919
8 6849
18 6742
19 6627
7 6614
20 6518
21 6284
22 6130
6 6095
Name: 집계시, dtype: int64
6 6095
7 6614
8 6849
9 7008
10 7038
11 7059
12 7089
13 7092
14 7091
15 7078
16 7011
17 6919
18 6742
19 6627
20 6518
21 6284
22 6130
Name: 집계시, dtype: int64
7. 전체코드
import matplotlib.pyplot as plt
import pandas as pd
#한글폰트 사용하기, 중요! 한글폰트가 사용된 plt.show() 함수보다 앞에 위치 시켜야 함
plt.rc('font', family="NanumGothic")
file = "./data/data_2020.csv"
data = pd.read_csv(file) #데이터 읽어와 객체에 저장하기
data_Head = data.head() #데이터 모양 확인하기
print(data_Head)
data_Info = data.info() #데이터 프레임 구조보기
print(data_Info)
data_06_22 = data[data.집계시.isin(range(6,23))] #집계시 6시부터 ~ 22시까지 만 불러오기
print(data_06_22.sort_values(by='집계시')) #시간별로 정렬해서 출력한다.
data_06_22_counting = data_06_22['집계시'].value_counts() #시간별로 카운트하기
print(data_06_22_counting)
data_06_22_counting_sorted = data_06_22_counting.sort_index() #시간별로 정렬하기 .sort_index()
print(data_06_22_counting_sorted)
plt.plot(data_06_22_counting_sorted.index, data_06_22_counting_sorted.values)
plt.show()
8. Line 차트 설정 으로 더 보기 좋고 명확하게 구현한다.
x = data_06_22_counting_sorted.index
labels = [str(i)+'시' for i in x] #.index로 인덱스를 가져와 변수 labels에 담는다
print(labels)
values = data_06_22_counting_sorted.values #.values 로 벨류값을 가져와 변수 values에 담는다.
print(values)
plt.figure(figsize=(20,10))
plt.plot(labels, values, marker='s', color='r') # x 축, y축, 마커(점)설정, 색상설정
plt.title("집계시 기준 통행회수", fontsize=18) #타이틀 설정,폰트사이즈설정
plt.xlabel('집계시', fontdict= {'size':16})
plt.ylabel('통행회수', fontdict= {'size':16})
plt.show()
['6시', '7시', '8시', '9시', '10시', '11시', '12시', '13시', '14시', '15시', '16시', '17시', '18시', '19시', '20시', '21시', '22시']
[6095 6614 6849 7008 7038 7059 7089 7092 7091 7078 7011 6919 6742 6627
6518 6284 6130]
9. 다른 기준으로 차트를 구현해본다. ( 기존 '집계시' 기준을 '도착영업소'기준으로 바꿔서 구현)
도착영업소기준 통행회수를 카운트 해서 차트로 구현
data_destination_counting = data['도착영업소코드'].value_counts()
print(data_destination_counting)
data_destination_counting_sorted = data_destination_counting.sort_index()
print(data_destination_counting_sorted)
x = data_destination_counting_sorted.index
labels = [str(i) for i in x]
print(labels)
labels = ['기흥', '목천', '대전', '황간', '남구미', '동김천', '경주', '부산']
values = data_destination_counting_sorted.values
plt.figure(figsize=(20,10))
plt.plot(labels, values, marker='*', color='b')
plt.title("도착영업소 기준 통행회수", fontsize=18)
plt.xlabel('도착영업소코드', fontdict= {'size':16})
plt.ylabel('통행회수', fontdict= {'size':16})
plt.show()
105 49738
110 38526
115 26354
140 8954
130 7793
135 7428
125 7339
120 6738
Name: 도착영업소코드, dtype: int64
105 49738
110 38526
115 26354
120 6738
125 7339
130 7793
135 7428
140 8954
Name: 도착영업소코드, dtype: int64
['105', '110', '115', '120', '125', '130', '135', '140']
10. 또다른 기준으로 차트를 구현해본다 ( '요일' 기준 )
요일별 평균통행시간을 구해서 차트에 구현
data_weekdays = data.groupby(by=['요일']).mean() #평균값 .mean
print(data_weekdays)
data_weekdays_time = data_weekdays['통행시간']
print(data_weekdays_time)
x = data_weekdays_time.index
print(x)
labels = ['월', '화', '수', '목', '금', '토', '일']
values = data_weekdays_time.values
plt.figure(figsize=(20,10))
plt.plot(labels, values, marker='d', color='g')
plt.title("요일 기준 통행시간", fontsize=18)
plt.xlabel('요일', fontdict= {'size':16})
plt.ylabel('통행시간', fontdict= {'size':16})
plt.show()
집계일자 집계시 출발영업소코드 도착영업소코드 통행시간
요일
0 2.020067e+07 11.683470 101.0 114.514421 4996.570234
1 2.020068e+07 11.737415 101.0 113.989833 4910.737777
2 2.020067e+07 11.827274 101.0 113.987466 4935.059694
3 2.020067e+07 11.848829 101.0 114.064699 5010.163163
4 2.020066e+07 11.899089 101.0 114.412568 5266.038707
5 2.020067e+07 11.308268 101.0 114.824635 5433.593481
6 2.020067e+07 12.334229 101.0 115.022740 4996.278929
요일
0 4996.570234
1 4910.737777
2 4935.059694
3 5010.163163
4 5266.038707
5 5433.593481
6 4996.278929
Name: 통행시간, dtype: float64
Int64Index([0, 1, 2, 3, 4, 5, 6], dtype='int64', name='요일')
11. 전체코드
import matplotlib.pyplot as plt
import pandas as pd
#한글폰트 사용하기, 중요! 한글폰트가 사용된 plt.show() 함수보다 앞에 위치 시켜야 함
plt.rc('font', family="NanumGothic")
file = "./data/data_2020.csv"
data = pd.read_csv(file) #데이터 읽어와 객체에 저장하기
data_Head = data.head() #데이터 모양 확인하기
print(data_Head)
data_Info = data.info() #데이터 프레임 구조보기
print(data_Info)
data_06_22 = data[data.집계시.isin(range(6,23))] #집계시 6시부터 ~ 22시까지 만 불러오기
print(data_06_22.sort_values(by='집계시')) #시간별로 정렬해서 출력한다.
data_06_22_counting = data_06_22['집계시'].value_counts() #시간별로 카운트하기
print(data_06_22_counting)
data_06_22_counting_sorted = data_06_22_counting.sort_index() #시간별로 정렬하기 .sort_index()
print(data_06_22_counting_sorted)
plt.plot(data_06_22_counting_sorted.index, data_06_22_counting_sorted.values)
plt.show()
x = data_06_22_counting_sorted.index
labels = [str(i)+'시' for i in x]
print(labels)
values = data_06_22_counting_sorted.values
print(values)
plt.figure(figsize=(20,10))
plt.plot(labels, values, marker='s', color='r')
plt.title("집계시 기준 통행회수", fontsize=18)
plt.xlabel('집계시', fontdict= {'size':16})
plt.ylabel('통행회수', fontdict= {'size':16})
plt.show()
data_destination_counting = data['도착영업소코드'].value_counts()
print(data_destination_counting)
data_destination_counting_sorted = data_destination_counting.sort_index()
print(data_destination_counting_sorted)
x = data_destination_counting_sorted.index
labels = [str(i) for i in x]
print(labels)
labels = ['기흥', '목천', '대전', '황간', '남구미', '동김천', '경주', '부산']
values = data_destination_counting_sorted.values
plt.figure(figsize=(20,10))
plt.plot(labels, values, marker='*', color='b')
plt.title("도착영업소 기준 통행회수", fontsize=18)
plt.xlabel('도착영업소코드', fontdict= {'size':16})
plt.ylabel('통행회수', fontdict= {'size':16})
plt.show()
data_weekdays = data.groupby(by=['요일']).mean() #평균값 .mean
print(data_weekdays)
data_weekdays_time = data_weekdays['통행시간']
print(data_weekdays_time)
x = data_weekdays_time.index
print(x)
labels = ['월', '화', '수', '목', '금', '토', '일']
values = data_weekdays_time.values
plt.figure(figsize=(20,10))
plt.plot(labels, values, marker='d', color='g')
plt.title("요일 기준 통행시간", fontsize=18)
plt.xlabel('요일', fontdict= {'size':16})
plt.ylabel('통행시간', fontdict= {'size':16})
plt.show()
댓글