공공 데이터 분석 (with folium)

• 전국 전통시장 표준 데이터

학습 목표

• folium 등의 라이브러리를 활용하여 전통시장 데이터를 살펴보고 시각해 본다.

학습 내용

• 1. 라이브러리 및 데이터 불러오기
• 1. 정보 살펴보기
• 1. 위치 정보를 이용한 시각화

목차

01. 라이브러리 및 데이터 불러오기
02. 데이터 살펴보기
03. 위치 정보를 이용한 시각화

• 데이터명 : 전국전통시장 표준데이터
• 데이터 링크 : https://www.data.go.kr/data/15012894/standard.do
• 내용 : 전통적 방법으로 거래가 이루어지는 시장 중에 지방 자치 단체가 전통시장으로 인정한 장소 정보
• 정보 제공 : 소상공인시장진흥공단

01. 라이브러리 불러오기

목차로 이동하기

import pandas as pd
import folium

# 기본 encoding은 utf-8, 에러 발생시 : euc-kr로 설정
market = pd.read_csv('./data/전국전통시장표준데이터.csv', encoding='utf-8')  # encoding='euc-kr'
market.head()

	시장명	시장유형	소재지도로명주소	소재지지번주소	시장개설주기	위도	경도	점포수	취급품목	사용가능상품권	홈페이지주소	공중화장실보유여부	주차장보유여부	개설연도	전화번호	데이터기준일자	제공기관코드	제공기관명
0	도구시장	5일장	NaN	경상북도 포항시 남구 동해면 도구리 668-1	2일,7일	35.987981	129.439925	10.0	농산물 생필품, 수산물, 잡화 등	포항사랑상품권, 온누리상품권	NaN	Y	Y	1915	NaN	2020-02-25	6470000	경상북도
1	장기시장	5일장	NaN	경상북도 포항시 남구 장기면 임중리 333-2	4일,9일	35.891559	129.491439	13.0	농산물 생필품, 수산물, 잡화 등	포항사랑상품권, 온누리상품권	NaN	Y	N	1914	NaN	2020-02-25	6470000	경상북도
2	신광시장	5일장	NaN	경상북도 포항시 북구 신광면 토성리 486-5	5일,10일	36.128680	129.261912	22.0	농산물 생필품, 수산물, 잡화 등	포항사랑상품권, 온누리상품권	NaN	Y	N	1965	NaN	2020-02-25	6470000	경상북도
3	기계시장	5일장	NaN	경상북도 포항시 북구 기계면 현내리 403	1일,6일	36.069939	129.208468	18.0	농산물 생필품, 수산물, 잡화 등	포항사랑상품권, 온누리상품권	NaN	Y	N	1923	NaN	2020-02-25	6470000	경상북도
4	죽장시장	5일장	NaN	경상북도 포항시 북구 죽장면 입암리 858-34	3일,8일	36.161583	129.095434	18.0	농산물 생필품, 수산물, 잡화 등	포항사랑상품권, 온누리상품권	NaN	Y	N	1919	NaN	2020-02-25	6470000	경상북도

### 데이터 살펴보기
print(market.columns)
print(market.shape)
print(market.info() )

Index(['시장명', '시장유형', '소재지도로명주소', '소재지지번주소', '시장개설주기', '위도', '경도', '점포수',
       '취급품목', '사용가능상품권', '홈페이지주소', '공중화장실보유여부', '주차장보유여부', '개설연도', '전화번호',
       '데이터기준일자', '제공기관코드', '제공기관명'],
      dtype='object')
(2882, 18)
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2882 entries, 0 to 2881
Data columns (total 18 columns):
 #   Column     Non-Null Count  Dtype  
---  ------     --------------  -----  
 0   시장명        2882 non-null   object 
 1   시장유형       2882 non-null   object 
 2   소재지도로명주소   2767 non-null   object 
 3   소재지지번주소    2692 non-null   object 
 4   시장개설주기     2882 non-null   object 
 5   위도         2775 non-null   float64
 6   경도         2775 non-null   float64
 7   점포수        2791 non-null   float64
 8   취급품목       2641 non-null   object 
 9   사용가능상품권    2512 non-null   object 
 10  홈페이지주소     587 non-null    object 
 11  공중화장실보유여부  2882 non-null   object 
 12  주차장보유여부    2882 non-null   object 
 13  개설연도       2607 non-null   object 
 14  전화번호       1809 non-null   object 
 15  데이터기준일자    2882 non-null   object 
 16  제공기관코드     2882 non-null   object 
 17  제공기관명      2882 non-null   object 
dtypes: float64(3), object(15)
memory usage: 405.4+ KB
None

market.isnull().sum()

시장명             0
시장유형            0
소재지도로명주소      115
소재지지번주소       190
시장개설주기          0
위도            107
경도            107
점포수            91
취급품목          241
사용가능상품권       370
홈페이지주소       2295
공중화장실보유여부       0
주차장보유여부         0
개설연도          275
전화번호         1073
데이터기준일자         0
제공기관코드          0
제공기관명           0
dtype: int64

• 전체 2882개 데이터중에 107개 정도가 결측치

market_name = market['시장명']
market_lati = market['위도']
market_long = market['경도']

market.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2882 entries, 0 to 2881
Data columns (total 18 columns):
 #   Column     Non-Null Count  Dtype  
---  ------     --------------  -----  
 0   시장명        2882 non-null   object 
 1   시장유형       2882 non-null   object 
 2   소재지도로명주소   2767 non-null   object 
 3   소재지지번주소    2692 non-null   object 
 4   시장개설주기     2882 non-null   object 
 5   위도         2775 non-null   float64
 6   경도         2775 non-null   float64
 7   점포수        2791 non-null   float64
 8   취급품목       2641 non-null   object 
 9   사용가능상품권    2512 non-null   object 
 10  홈페이지주소     587 non-null    object 
 11  공중화장실보유여부  2882 non-null   object 
 12  주차장보유여부    2882 non-null   object 
 13  개설연도       2607 non-null   object 
 14  전화번호       1809 non-null   object 
 15  데이터기준일자    2882 non-null   object 
 16  제공기관코드     2882 non-null   object 
 17  제공기관명      2882 non-null   object 
dtypes: float64(3), object(15)
memory usage: 405.4+ KB

02. 데이터 살펴보기

목차로 이동하기

결측치를 제외한 행만 가져오기

market['위도'].notnull()

0       True
1       True
2       True
3       True
4       True
        ... 
2877    True
2878    True
2879    True
2880    True
2881    True
Name: 위도, Length: 2882, dtype: bool

market_1 = market.loc[ market['위도'].notnull() , :]
market_1.shape

(2775, 18)

market_1.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 2775 entries, 0 to 2881
Data columns (total 18 columns):
 #   Column     Non-Null Count  Dtype  
---  ------     --------------  -----  
 0   시장명        2775 non-null   object 
 1   시장유형       2775 non-null   object 
 2   소재지도로명주소   2668 non-null   object 
 3   소재지지번주소    2605 non-null   object 
 4   시장개설주기     2775 non-null   object 
 5   위도         2775 non-null   float64
 6   경도         2775 non-null   float64
 7   점포수        2684 non-null   float64
 8   취급품목       2534 non-null   object 
 9   사용가능상품권    2408 non-null   object 
 10  홈페이지주소     561 non-null    object 
 11  공중화장실보유여부  2775 non-null   object 
 12  주차장보유여부    2775 non-null   object 
 13  개설연도       2516 non-null   object 
 14  전화번호       1752 non-null   object 
 15  데이터기준일자    2775 non-null   object 
 16  제공기관코드     2775 non-null   object 
 17  제공기관명      2775 non-null   object 
dtypes: float64(3), object(15)
memory usage: 411.9+ KB

market_1.columns

Index(['시장명', '시장유형', '소재지도로명주소', '소재지지번주소', '시장개설주기', '위도', '경도', '점포수',
       '취급품목', '사용가능상품권', '홈페이지주소', '공중화장실보유여부', '주차장보유여부', '개설연도', '전화번호',
       '데이터기준일자', '제공기관코드', '제공기관명'],
      dtype='object')

### 필요한 정보(특징)만 가져오기
sel = ['시장명', '시장유형', '시장개설주기', '위도', '경도', 
       '사용가능상품권', '공중화장실보유여부', '주차장보유여부', '개설연도',
       '데이터기준일자', '제공기관명']

market_2 =  market_1[sel]
market_2

	시장명	시장유형	시장개설주기	위도	경도	사용가능상품권	공중화장실보유여부	주차장보유여부	개설연도	데이터기준일자	제공기관명
0	도구시장	5일장	2일,7일	35.987981	129.439925	포항사랑상품권, 온누리상품권	Y	Y	1915	2020-02-25	경상북도
1	장기시장	5일장	4일,9일	35.891559	129.491439	포항사랑상품권, 온누리상품권	Y	N	1914	2020-02-25	경상북도
2	신광시장	5일장	5일,10일	36.128680	129.261912	포항사랑상품권, 온누리상품권	Y	N	1965	2020-02-25	경상북도
3	기계시장	5일장	1일,6일	36.069939	129.208468	포항사랑상품권, 온누리상품권	Y	N	1923	2020-02-25	경상북도
4	죽장시장	5일장	3일,8일	36.161583	129.095434	포항사랑상품권, 온누리상품권	Y	N	1919	2020-02-25	경상북도
...	...	...	...	...	...	...	...	...	...	...	...
2877	연지상점가	상설장	상점가	35.575348	126.844651	NaN	Y	Y	2000	2019-06-28	전라북도
2878	새암길상점가	상설장	상점가	35.567002	126.853082	NaN	Y	Y	2005	2019-06-28	전라북도
2879	중앙로상점가	상설장	상점가	35.566605	126.853091	NaN	Y	Y	2010	2019-06-28	전라북도
2880	서부시장상점가	상설장	상점가	35.804433	127.126777	NaN	Y	Y	2008	2019-06-28	전라북도
2881	동문상점가	상설장	상점가	35.819008	127.151082	온누리상품권, 전자상품권	Y	Y	2007	2019-06-28	전라북도

2775 rows × 11 columns

03. 위치 정보를 이용한 시각화

목차로 이동하기

market_name = market_2['시장명']
market_lati = market_2['위도']
market_long = market_2['경도']

import numpy as np

market_lati = list(market_lati)
market_long = list(market_long)
market_loc = np.array([market_lati, market_long]).T
print( market_loc.shape )
print( np.mean( market_lati) , np.mean(market_long)  )
market_loc

(2775, 2)
36.20336486381247 127.88862370937265

array([[ 35.98798126, 129.4399253 ],
       [ 35.891559  , 129.491439  ],
       [ 36.12868046, 129.2619125 ],
       ...,
       [ 35.5666046 , 126.85309052],
       [ 35.804433  , 127.12677653],
       [ 35.81900809, 127.151082  ]])

from folium import plugins
import os

market_map = folium.Map(location=[ np.mean( market_lati), np.mean(market_long) ], 
                       zoom_start=8)

market_name = list(market_name)
plugins.MarkerCluster(market_loc, popups=market_name).add_to(market_map)

market_map.save(os.path.join('.', 'Market_location.html'))
market_map

Make this Notebook Trusted to load map: File -> Trust Notebook