[시각화 분석 프로젝트] 2-2 지하철 승객수가 많은 날?

러닝스푼즈 수업 정리 

 

 

< 이전 글 > 

https://silvercoding.tistory.com/57

[시각화 분석 프로젝트] 2-1 pandas로 여러 csv 파일 합치기

 

 

---

 데이터 불러오기 & 살펴보기 

import pandas as pd

raw = pd.read_excel('./data/subway_raw.xlsx')
raw.head()

이전 글에서 병합했던 파일을 불러와 준다. 

raw.info()

총 99342개의 row가 존재하고 ,  null값이 없는 것을 알 수 있다. 

 

 

 

 

 

 

---

 승객이 많아지는 날은 언제인가 ? 

- 일자 , 요일 별 승차총승객수 확인 해 보기 

data_date = pd.pivot_table(raw, index = ['사용일자', '요일'], values= '승차총승객수', aggfunc= 'sum')
data_date.head()

 

- 일자 , 요일 별 승차총승객 수 내림차순 정렬 

data_date_sort = data_date.sort_values(by = '승차총승객수', ascending= False)
data_date_sort

 

일자, 요일 별 승차승객수를 내림차순으로 정렬 해 보았다. 이 결과에 대한 데이터프레임을 확인해 보면 두가지 가정을 세울 수 있다. 

 

1. 5월에 지하철 승객수가 가장 많다. 

2. 금요일에 지하철 승객수가 가장 많다. 

 

 

(1) 5월에 지하철 승객수가 가장 많다 

- '연월' 컬럼 , '월일' 컬럼 추가 

yearmonth_list = []
monthday_list = []
for date in raw['사용일자']:
    yearmonth = str(date)[:6]   # 왼쪽부터 6자리 문자 선택
    yearmonth_list.append(yearmonth)
    monthday = str(date)[4:]    # 왼쪽에서 5번째 문자부터 끝까지 선택
    monthday_list.append(monthday)
    
# 연월/ 월일 컬럼 추가하기
raw['연월'] = yearmonth_list
raw['월일'] = monthday_list
raw.head()

월 별 승객수를 보기 위해 사용일자를 연월, 월일로 나누어 새로운 컬럼을 추가하였다. 

data_month = pd.pivot_table(raw, index = '연월', values = '승차총승객수', aggfunc='sum')
data_month = data_month.sort_values(by = '승차총승객수', ascending= False)
data_month

월별 승차총객수 피벗데이블을 생성하고 , 승차종승객수를 기준으로 내림차순 정렬을 해보니 , 5월에 가장 승객수가 많은 것을 확인할 수 있다. 

결론 -> 5월에 지하철 승객수가 가장 많다 : True

 

 

 

(2) 금요일에 지하철 승객수가 가장 많다 

data_week = pd.pivot_table(raw, index = '요일', values = '승차총승객수', aggfunc='sum')
data_week = data_week.sort_values(by = '승차총승객수', ascending= False)
data_week

요일별 승차총객수 피벗테이블을 생성하고 , 승차총승객수를 기준으로 내림차순 정렬을 해보니 금요일에 승객수가 가장 많은 것을 확인할 수 있다. 

 

결론 -> 금요일에 지하철 승객수가 가장 많다 : True

 

 

 

 

 

---

* 월별 / 일자별 승객수 그래프 시각화 

- 2019년 1월 데이터로 테스트 해보기 

df_selected = raw[ raw['연월'] == '201901']
df_selected.head()

df_pivot = pd.pivot_table(df_selected, index = ['월일','요일'], values = '승차총승객수', aggfunc= 'sum')
df_pivot = df_pivot.reset_index()
df_pivot

2019년 1월 날짜별 승차총승객수를 집계하는 피벗테이블을 생성한다. 이를 pointplot을 사용하여 시각화 해보자. 

import matplotlib.pyplot as plt
import seaborn as sns 
from matplotlib import font_manager, rc
import platform 

# 한글 폰트 사용
if platform.system() == 'Windows': 
    path = 'c:/Windows/Fonts/malgun.ttf'
    font_name = font_manager.FontProperties(fname=path).get_name()
    rc('font', family=font_name)
elif platform.system() == 'Darwin':
    rc('font', family='AppleGothic')

fig, ax = plt.subplots( figsize=(20,6) )
# 그래프 그리기
sns.pointplot(data = df_pivot, x = '월일', y = '승차총승객수')

fig, ax = plt.subplots( figsize=(20,6) )
# 그래프 그리기
sns.pointplot(data = df_pivot, x = '요일', y = '승차총승객수')

1월 그래프만 그려보았더니 , 금요일에 가장 많은 승객수를 찍고, 그 이후로 줄어들어 일요일에는 승객수가 대폭 줄어드는 경향을 보인다. 매 달마다 편차가 있는지 확인하기 위해 1-6월의 날짜별 승객수 시각화를 해본다. 

 

 

 

 

- 상반기 날짜별 승객수 시각화 

raw['연월'].unique()

for yearmonth in raw['연월'].unique():
    df_selected = raw[ raw['연월'] == yearmonth]  # 해당 연월 데이터 선택하기
    df_pivot = pd.pivot_table(df_selected, index = ['월일','요일'], values = '승차총승객수', aggfunc= 'sum')# 일자별 승객수 계
    df_pivot = df_pivot.reset_index()
    
    fig, ax = plt.subplots( figsize=(20,6) )
    
    ax.set_title(f'일자별 지하철승객수({yearmonth})')  # 그래프 제목 추가하기
    sns.pointplot(data = df_pivot, x = '월일', y = '승차총승객수')

 

해석 :  전체적으로 형태가 비슷한 것을 볼 수 있다. 금요일 이후 주말에는 승객수가 떨어지고 , 일요일에 대폭 하락하는 경향을 보인다. 2월달을 보면 설연휴로 인해서 2월 초 주중에도 승객수의 수가 낮으며 , 6월 6일 현충일에도 승객수가 떨어지는 현상 또한 확인할 수 있다. 이를 통해 지하철 승객수는 공휴일의 영향을 받는다고 해석할 수 있다.