12. 서울시 코로나 19현황 분석

공공데이터 분석 해보기

df=pd.read_csv('서울시 코로나19 확진자 현황.csv',encoding='UTF-8')
df.head()

 

 

1. 데이터 탐색

데이터를 추출해서 보면, 환자번호, 국적, 환자정보 등 NaN으로 값이 돼 있는 것이 꽤 보인다.

만약 값이 하나도 없다면 이 값을 제거 해준다.

 

 

1) 아무것도 없는 값을 찾는다.

unique() 메소드를 사용하면 고유값이 몇 개 있는지 알 수 있고, nan 이외에 아무값도 없는 것을 확인할 수 있다.

#아무것도 없는 데이터 찾기
print(df['국적'].unique())
print(df['환자번호'].unique())
print(df['환자번호'].unique())
print(df['조치사항'].unique())

값이 있다면 그 값들이 출력된다.

 

2)필요없는 값 삭제

df=df.drop(columns=['환자번호','국적','환자정보','조치사항','이동경로','등록일','수정일','노출여부'])

컬럼명.drop을 사용하여 필요없는 컬럼을 삭제할 수 있다. 위의 값들은 unique()를 했을 때 아무값도 없던 값이다.

 

 

값이 잘 정리되었다.

 

 

3) 자료형 보기

자료형을 봤을 때 연번은 int형이고 나머지는 object형이다. 날짜는 datetime형으로 바꿔준다면 관리가 쉬워지기에 datetime형으로 바꿔보기로 하자.

 

 

자료형이 바뀐 것을 볼 수 있다.

 

 

지역을 볼 경우 29개가 있고, '성북구'와 ' 성북구'가 있다. 사실은 같은 구이지만 공백이 들어가서 이대로 분석을 돌린다면 다른 구처럼 조회될 것이다. 그렇기에 이 공백을 제거해보자.

이 때 strip()메소드를 쓴다.

공백이 제거되고 지역의 숫자가 줄어들었다.

 

 

지역은 카테고리형으로 변환해준다.

앞서 말했듯이 astype으로 자료형을 바꿀 수 있다.

 

바뀐 자료형 보기

 

4) 분석 전 정보 확인

여행력의 Null값이 많다. 코로나에 확진됐다고 해서 항상 여행을 간 것은 아니니까 어쩔 수 없다.

 

 

 

2. 데이터 분석

1) 일자별 보기

df_gu=pd.pivot_table(df,index='확진일',columns='지역',values='연번',aggfunc='count',margins=True)
df_gu

피벗테이블을 통해 지역과 날짜별로 코로나 확진자수를 확인해보자.

 

 

우선 어느 구에서 가장 많이 나온지 보기위해 맨 오른쪽의 All 컬럼을 본다.

#-1은 끝이다.
s_date=df_gu['All'][:-1]
s_date

 

어디가 많은지 알기 어렵다. 내림차순으로 정렬해보자.

sort_values(ascending=False)를 쓰면 내림차순으로 볼 수 있다.

 

 

시각화 하기

x=s_date.index
y=s_date.values
plt.title('서울시 일별 추가확진자(2021.09.28')
plt.xlabel('확진일')
plt.ylabel('확진자수')
plt.xticks(rotation=45)
plt.plot(x,y)

 

2) 지역별로 확인하기

s_gu=df_gu.loc['All'][:-1]
s_gu.sort_values(ascending=False)

행별 조회를 위해서 loc를 사용한다.

 

시각화하기

x=s_gu.index
y=s_gu.values
plt.figure(figsize=(10,7))
plt.title('서울시 구별 누적 확진자(2021.09.28)',size=20)
plt.barh(x,y)
plt.show()

 

3) 접촉력으로 분석하기

 

확진자의 종류에 따라 보려면 value_count()를 하면 자동으로 분류해서 숫자를 세어준다.

 

 

2021년 9월 데이터만 보기