상권정보 시각화 분석

lecture/practice
visualization
Author

agsu

Published

May 7, 2022

🏢 상권 정보 분석

이번 데이터 시각화 분석에서는 공공데이터포털의 상권정보 데이터를 사용하여 서울시에 있는 상권 업종 분류 별로 살펴보며 서울시 상권업종 현황을 분석해보고, 그 중에서도 두 가지 분류(학원, 베이커리)를 집중적으로 분석해보도록 하겠습니다.

* 전공 수업시간에 진행한 내용을 토대로 가설 설정과 해석, 시각화 디자인을 재구성한 글입니다.

0. 라이브러리

import sys
print('python', sys.version)

import numpy as np
print('numpy', np.__version__)

import pandas as pd
print('pandas', pd.__version__)

import matplotlib as mpl
print('matplotlib', mpl.__version__)

import matplotlib.pyplot as plt
plt.rc("font", family="Malgun Gothic", size=15) 
plt.rc("axes", unicode_minus=False) # x,y축 (-)부호 표시

# 레티나 디스플레이로 폰트가 선명하게 표시되도록 합니다.
from IPython.display import set_matplotlib_formats
set_matplotlib_formats("retina")

import seaborn as sns
print('pandas', sns.__version__)

from matplotlib.ticker import MaxNLocator

# 결과 확인을 용이하게 하기 위한 코드
from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = 'all'

# dataframe 39 column 까지 표시
pd.options.display.max_columns=39
python 3.7.3 (default, Mar 27 2019, 17:13:21) [MSC v.1915 64 bit (AMD64)]
numpy 1.21.6
pandas 1.3.5
matplotlib 3.3.2
pandas 0.12.1

1. 데이터 로드

df = pd.read_csv("11w/data/상가업소정보_201912_01_small.csv", sep='|')

df.head(3)
상가업소번호 상호명 지점명 상권업종대분류코드 상권업종대분류명 상권업종중분류코드 상권업종중분류명 상권업종소분류코드 상권업종소분류명 표준산업분류코드 표준산업분류명 시도코드 시도명 시군구코드 시군구명 행정동코드 행정동명 법정동코드 법정동명 지번코드 대지구분코드 대지구분명 지번본번지 지번부번지 지번주소 도로명코드 도로명 건물본번지 건물부번지 건물관리번호 건물명 도로명주소 구우편번호 신우편번호 동정보 층정보 호정보 경도 위도
0 21817342 기아자동차 중랑지점 D 소매 D23 자동차/자동차용품 D23A01 자동차판매 G45110 자동차 신품 판매업 11 서울특별시 11260 중랑구 1126060000 중화1동 1126010300 중화동 1126010300202860025 1 대지 286 25.0 서울특별시 중랑구 중화동 286-25 112603000001 서울특별시 중랑구 동일로 802 NaN 1126010300102860025013386 대신빌딩 서울특별시 중랑구 동일로 802 131120 2051.0 NaN NaN NaN 127.079691 37.602078
1 20614940 도미노피자 용산점 Q 음식 Q07 패스트푸드 Q07A04 패스트푸드 I56199 그외 기타 음식점업 11 서울특별시 11170 용산구 1117056000 원효로1동 1117011300 원효로2가 1117011300200030004 1 대지 3 4.0 서울특별시 용산구 원효로2가 3-4 111703102007 서울특별시 용산구 원효로 210 1.0 1117011300100030004018579 NaN 서울특별시 용산구 원효로 210-1 140847 4368.0 NaN 1 NaN 126.965501 37.537384
2 16108153 케이아이에프앤비 NaN D 소매 D01 음/식료품소매 D01A01 식료품점 G47219 기타 식료품 소매업 26 부산광역시 26110 중구 2611056000 부평동 2611012300 부평동1가 2611012300200290079 1 대지 29 79.0 부산광역시 중구 부평동1가 29-79 261104175232 부산광역시 중구 중구로29번길 22 NaN 2611012300100290079003926 NaN 부산광역시 중구 중구로29번길 22 600804 48978.0 NaN 2 NaN 129.026690 35.100566



2. 데이터 확인

2.1 기본 정보 확인

print("== 크기 확인 ==")
df.shape

print()
print("== 컬럼 확인 ==")
df.columns

print()
print("== 정보 확인 ==")
df.info()
== 크기 확인 ==
(150000, 39)

== 컬럼 확인 ==
Index(['상가업소번호', '상호명', '지점명', '상권업종대분류코드', '상권업종대분류명', '상권업종중분류코드',
       '상권업종중분류명', '상권업종소분류코드', '상권업종소분류명', '표준산업분류코드', '표준산업분류명', '시도코드',
       '시도명', '시군구코드', '시군구명', '행정동코드', '행정동명', '법정동코드', '법정동명', '지번코드',
       '대지구분코드', '대지구분명', '지번본번지', '지번부번지', '지번주소', '도로명코드', '도로명', '건물본번지',
       '건물부번지', '건물관리번호', '건물명', '도로명주소', '구우편번호', '신우편번호', '동정보', '층정보',
       '호정보', '경도', '위도'],
      dtype='object')

== 정보 확인 ==
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 150000 entries, 0 to 149999
Data columns (total 39 columns):
 #   Column     Non-Null Count   Dtype  
---  ------     --------------   -----  
 0   상가업소번호     150000 non-null  int64  
 1   상호명        150000 non-null  object 
 2   지점명        19939 non-null   object 
 3   상권업종대분류코드  150000 non-null  object 
 4   상권업종대분류명   150000 non-null  object 
 5   상권업종중분류코드  150000 non-null  object 
 6   상권업종중분류명   150000 non-null  object 
 7   상권업종소분류코드  150000 non-null  object 
 8   상권업종소분류명   150000 non-null  object 
 9   표준산업분류코드   141065 non-null  object 
 10  표준산업분류명    141065 non-null  object 
 11  시도코드       150000 non-null  int64  
 12  시도명        150000 non-null  object 
 13  시군구코드      150000 non-null  int64  
 14  시군구명       150000 non-null  object 
 15  행정동코드      150000 non-null  int64  
 16  행정동명       150000 non-null  object 
 17  법정동코드      150000 non-null  int64  
 18  법정동명       150000 non-null  object 
 19  지번코드       150000 non-null  int64  
 20  대지구분코드     150000 non-null  int64  
 21  대지구분명      150000 non-null  object 
 22  지번본번지      150000 non-null  int64  
 23  지번부번지      124172 non-null  float64
 24  지번주소       150000 non-null  object 
 25  도로명코드      150000 non-null  int64  
 26  도로명        150000 non-null  object 
 27  건물본번지      150000 non-null  int64  
 28  건물부번지      18999 non-null   float64
 29  건물관리번호     150000 non-null  object 
 30  건물명        69352 non-null   object 
 31  도로명주소      150000 non-null  object 
 32  구우편번호      150000 non-null  int64  
 33  신우편번호      149996 non-null  float64
 34  동정보        13346 non-null   object 
 35  층정보        90788 non-null   object 
 36  호정보        22282 non-null   object 
 37  경도         150000 non-null  float64
 38  위도         150000 non-null  float64
dtypes: float64(5), int64(11), object(23)
memory usage: 44.6+ MB

데이터를 확인 해보니 결측값 있는 컬럼을 확인할 수 있습니다.


2.2 결측값 확인

위에서 확인한 결측값을 더 자세히 보기 위해 missingo 라이브러리를 사용하여 시각화해보겠습니다.

라이브러리 설치 conda install -c conda-forge missingno

  • 기본
import missingno as msno

_=msno.matrix(df)


2.3 기술 통계 값 확인

df.describe()
상가업소번호 시도코드 시군구코드 행정동코드 법정동코드 지번코드 대지구분코드 지번본번지 지번부번지 도로명코드 건물본번지 건물부번지 구우편번호 신우편번호 경도 위도
count 1.500000e+05 150000.000000 150000.000000 1.500000e+05 1.500000e+05 1.500000e+05 150000.000000 150000.000000 124172.000000 1.500000e+05 150000.000000 18999.000000 150000.000000 149996.000000 150000.000000 150000.000000
mean 2.041990e+07 15.332800 15748.405900 1.574901e+09 1.574852e+09 1.574853e+18 1.001320 468.930780 33.179960 1.574876e+11 153.743900 7.015159 273384.199573 17495.024287 127.593626 36.856878
std 5.213909e+06 6.798467 6756.859055 6.756845e+08 6.756859e+08 6.756858e+17 0.036308 486.121473 105.183785 6.756853e+10 277.414013 9.877446 215380.462007 19396.705618 0.940031 1.080322
min 2.895874e+06 11.000000 11110.000000 1.111052e+09 1.111010e+09 1.111010e+18 1.000000 1.000000 1.000000 1.111020e+11 0.000000 1.000000 100011.000000 1000.000000 126.768169 35.010463
25% 1.606223e+07 11.000000 11320.000000 1.132069e+09 1.132011e+09 1.132011e+18 1.000000 108.000000 3.000000 1.132041e+11 20.000000 1.000000 134851.000000 4386.000000 126.966849 35.215700
50% 2.210410e+07 11.000000 11620.000000 1.162058e+09 1.162010e+09 1.162010e+18 1.000000 333.000000 10.000000 1.162030e+11 50.000000 3.000000 142874.000000 6522.000000 127.047053 37.511174
75% 2.477166e+07 26.000000 26200.000000 2.620065e+09 2.620012e+09 2.620012e+18 1.000000 679.000000 25.000000 2.620042e+11 171.000000 9.000000 604040.000000 46563.000000 128.986009 37.560275
max 2.852486e+07 26.000000 26710.000000 2.671033e+09 2.671033e+09 2.671033e+18 2.000000 9993.000000 3784.000000 2.671042e+11 3318.000000 198.000000 619963.000000 49527.000000 129.286869 37.688821



3. 데이터 전처리

3.1 사용하지 않는 컬럼 제거

print("== 결측치 ==")
print(df.isnull().sum())

print()
print("== 결측치가 많은 컬럼 ==")
not_use_col = df.isnull().sum().sort_values(ascending=False).head(9).index 
print(not_use_col)
== 결측치 ==
상가업소번호            0
상호명               0
지점명          130061
상권업종대분류코드         0
상권업종대분류명          0
상권업종중분류코드         0
상권업종중분류명          0
상권업종소분류코드         0
상권업종소분류명          0
표준산업분류코드       8935
표준산업분류명        8935
시도코드              0
시도명               0
시군구코드             0
시군구명              0
행정동코드             0
행정동명              0
법정동코드             0
법정동명              0
지번코드              0
대지구분코드            0
대지구분명             0
지번본번지             0
지번부번지         25828
지번주소              0
도로명코드             0
도로명               0
건물본번지             0
건물부번지        131001
건물관리번호            0
건물명           80648
도로명주소             0
구우편번호             0
신우편번호             4
동정보          136654
층정보           59212
호정보          127718
경도                0
위도                0
dtype: int64

== 결측치가 많은 컬럼 ==
Index(['동정보', '건물부번지', '지점명', '호정보', '건물명', '층정보', '지번부번지', '표준산업분류명',
       '표준산업분류코드'],
      dtype='object')
df.shape
df = df.drop(columns=not_use_col)
df.shape
(150000, 39)
(150000, 30)

결측치가 너무 많은 컬럼은 분석에 사용할 수 없으므로 결측값 개수 상위 9개 컬럼을 추출하여 제거해주었습니다.

3.2 서울시 데이터 추출

df["시도명"].unique()
array(['서울특별시', '부산광역시'], dtype=object)

서울시의 데이터만 분석을 진행하기 위해 서울특별시만 따로 추출하여 저장하도록 합니다.

df = df[df["시도명"] == "서울특별시"]

# 확인 
df["시도명"].unique()
array(['서울특별시'], dtype=object)



4. 데이터 분석 및 시각화

1 ) 서울시 상권업종분류 통계
2 ) 서울시 음식점 분석
3 ) 서울시 학원 분석
4 ) 서울시 베이커리 입점분석


4.1 서울시 상권업종 분류 통계

상권업종대분류명 컬럼을 사용하여 서울시에 어떤 업종이 있고, 어떤 분류의 업종이 많이 존재하는지 통계를 내보도록 합니다.

4.1.1 상권업종대분류명 통계

sr_order = df['상권업종대분류명'].value_counts()

_=plt.figure(figsize=(10, 5))

_=plt.title("서울시 상권 업종 현황", fontsize=20, pad=10)
bars=sns.countplot(data=df, x="상권업종대분류명", palette=sns.color_palette("viridis_r"), order=sr_order.index)

for i, b in enumerate(bars.patches):
    _=plt.text(b.get_x()+b.get_width()*(1/2),b.get_height()+500, \
            round(b.get_height()),ha='center',fontsize=15, color='black')

_=plt.ylim(0, 55000)
_=plt.xticks(rotation=45)

상권업종대분류명으로 barplot을 그려보았습니다. 서울시에는 음식 업종이 가장 많고, 그 다음으로는 비슷하게 소매의 수가 많습니다.


4.1.2 서울시 특정 자치구의 상권 업종 통계

df["시군구명"].value_counts().head(4)
강남구    12368
서초구     6575
광진구     5757
중구      5538
Name: 시군구명, dtype: int64

서울시 자치구 중 상권업종이 많은 4가지 자치구(강남구, 중구, 서초구, 강서구)만 뽑아 각 지역별로 어떤 업종이 많이 차지하는지 시각화 해보도록 하겠습니다.

df_gn = df[df['시군구명']=='강남구']
df_j = df[df['시군구명']=='중구']
df_s = df[df['시군구명']=='서초구']
df_gs = df[df['시군구명']=='강서구']

fig = plt.figure(figsize=(15, 10))
axes = fig.subplots(2, 2).flatten() 


for idx, df_r in enumerate([df_gn, df_j, df_s, df_gs]):
    _=sns.countplot(data=df_r, x="상권업종대분류명", 
                    palette=sns.color_palette("viridis_r"), 
                    order=df_r["상권업종대분류명"].value_counts().index, 
                    ax=axes[idx])

    _=axes[idx].set_xticklabels(labels=df_r["상권업종대분류명"].value_counts().index, rotation=45)

    _=axes[idx].set_title(f"{df_r['시군구명'].unique()[0]} 상권 업종 현황", fontsize=20, pad=10)

fig.tight_layout()

대부분 비슷한 형태를 띄는데, 중구는 조금 다르게 나타났습니다. 음식보다 소매 업종이 월등히 높았고, 학문/교육 업종은 다른 지역에 비해 현저히 낮은 것으로 보여집니다.


4.2 서울시 학문/교육 분석

서울시의 교육관련 업종 데이터만 추출하여 어떤 지역에 학원이 많이 들어서있는지, 어느 곳에 학원가가 활발한지 분석합니다.

df_academy = df[df["상권업종대분류명"] == "학문/교육"].copy()

# 확인
df_academy["상권업종대분류명"].unique()
array(['학문/교육'], dtype=object)

먼저 상권업종대분류명이 학문/교육인 데이터들만 추출하여 df_academy에 넣어주었습니다.

4.2.1 서울시 학문/교육 현황 시각화

  • 상호명 top 10개 확인하기
df_academy["상호명"].value_counts().head(10)
점프셈교실      442
해법수학        15
해법영어교실       9
무지개어린이집      8
뮤엠영어         7
윤선생영어교실      7
새싹어린이집       6
숲속어린이집       6
행복한어린이집      6
삼성영어         5
Name: 상호명, dtype: int64

서울시의 상호명은 점프셈교실이라는 상호명이 압도적으로 많습니다.

  • 서울시 자치구별 학문/교육 업종 개수 확인하기
sr_order = df_academy['시군구명'].value_counts()

_=plt.figure(figsize=(15, 7))

_=plt.title("서울시 자치구별 학문/교육 업종 현황", fontsize=20, pad=10)
bars=sns.countplot(data=df_academy, x="시군구명", palette=sns.color_palette("twilight_shifted"), order=sr_order.index)

for i, b in enumerate(bars.patches):
    _=plt.text(b.get_x()+b.get_width()*(1/2),b.get_height()+10, \
            round(b.get_height()),ha='center',fontsize=15, color='black')

_=plt.ylim(0, 1150)
_=plt.xticks(rotation=45)

학문/교육 업종은 강남구가 가장 많은 비율을 차지하고 있습니다. 그 다음으로는 서초구, 광진구, 송파구 등 비등비등한 개수로 점차 줄어듭니다.

  • 상권업종 중분류 별 개수 확인하기
sr_order = df_academy['상권업종중분류명'].value_counts()

_=plt.figure(figsize=(11, 7))

_=plt.title("서울시 상권업종중분류 별 개수", fontsize=20, pad=10)
bars=sns.countplot(data=df_academy, y="상권업종중분류명", palette=sns.color_palette("twilight_shifted"), order=sr_order.index)

for i, b in enumerate(bars.patches):
    _=plt.text(b.get_width()+70,b.get_y()+b.get_height()*(1/2), \
            round(b.get_width()),ha='center',fontsize=15, color='black')

_=plt.xlim(0, 2150)

중분류 업종으로 나눠봤을 때는, 보습교습입시가 가장 많은 것으로 나타났습니다.

  • 상권업종 소분류명 top 30개 개수 확인하기
sr_order = df_academy['상권업종소분류명'].value_counts().head(30)

_=plt.figure(figsize=(20, 7))

_=plt.title("서울시 상권업종 소분류명 (top 30)", fontsize=20, pad=10)
bars=sns.countplot(data=df_academy, x="상권업종소분류명", palette=sns.color_palette("twilight_shifted"), order=sr_order.index)

for i, b in enumerate(bars.patches):
    _=plt.text(b.get_x()+b.get_width()*(1/2),b.get_height()+10, \
            round(b.get_height()),ha='center',fontsize=15, color='black')

_=plt.ylim(0, 2100)
_=plt.xticks(rotation=60)

소분류명별 시각화를 진행해보니, 학원의 입시와 종합이 가장 많았으며, 어린이집도 높은 비율을 차지하고있습니다.

  • 구별, 중분류별 상점개수 파악
fig=plt.figure(figsize=(15,5),dpi=100)

_=plt.title("구별, 중분류별 상점개수", fontsize=20, pad=10)

_=sns.countplot(data=df_academy, x='시군구명',hue='상권업종중분류명', palette=sns.color_palette("twilight_shifted"))

_=plt.xticks(rotation=60)
_=plt.legend(bbox_to_anchor=(1.02, 1), loc=2)

서울시의 자치구 별로 중분류별 상점개수 시각화를 해보았습니다. 특히 강남구에 학원-보습교습입시가 뚜렷하게 높이 솟아있는 것을 볼 수 있습니다. 또, 대체적으로 학원-보습교습입시의 상점 개수가 가장 많은 것으로 보입니다.

  • 자치구별 가장 많은 소분류명 상점과 그 개수 시각화
# 자치구별 상권업종 소분류명의 개수 
academy_count_s=df_academy.groupby(['시군구명','상권업종소분류명'])['상호명'].count()

df2=academy_count_s.reset_index()
df2=df2.rename(columns={'상호명':'상호수'})

max_num_index=df2.groupby(['시군구명'])['상호수'].idxmax()
df3=df2.loc[max_num_index]

df3['ind']=df3['시군구명']+'('+df5['상권업종소분류명'] + ')'
df3.head()
df3=df3.set_index('ind')
df3=df3.drop(columns=['시군구명','상권업종소분류명'])
df3.head()
시군구명 상권업종소분류명 상호수 ind
46 강남구 학원-입시 333 강남구(학원-입시)
81 강동구 학원-입시 82 강동구(학원-입시)
99 강북구 학원-입시 28 강북구(학원-입시)
126 강서구 학원-입시 106 강서구(학원-입시)
149 관악구 학원-입시 59 관악구(학원-입시)
상호수
ind
강남구(학원-입시) 333
강동구(학원-입시) 82
강북구(학원-입시) 28
강서구(학원-입시) 106
관악구(학원-입시) 59 
_=plt.figure(figsize=(12, 9))

_=plt.title("서울시 상권업종중분류 별 개수", fontsize=20, pad=10)
bars=sns.barplot(data=df3.reset_index(), 
                   x="상호수",
                   y='ind',
                   palette=sns.color_palette("flare"))

for i, b in enumerate(bars.patches):
    _=plt.text(b.get_width()+10,b.get_y()+b.get_height()*(1/2), \
            round(b.get_width()),ha='center',fontsize=15, color='gray')

_=plt.xlim(0, 360)

대체적으로 학원-입시 소분류가 가장 많습니다. 다른 학원 (종합, 외국어/어학)도 있고, 어린이집이 가장 많은 자치구도 존재합니다.


4.2.2 학원-입시가 가장 많은 지역은?

g = df_academy.groupby(["상권업종소분류명", "시군구명"])["상호명"].count()

sr_order = g.loc["학원-입시"].sort_values(ascending=False)

_=plt.figure(figsize=(11, 7))

_=plt.title("서울시 상권업종중분류 별 개수", fontsize=20, pad=10)
bars=sns.countplot(data=df_academy[df_academy["상권업종소분류명"]=="학원-입시"], 
                   y="시군구명", 
                   palette=sns.color_palette("flare"), 
                   order=sr_order.index)

for i, b in enumerate(bars.patches):
    _=plt.text(b.get_width()+10,b.get_y()+b.get_height()*(1/2), \
            round(b.get_width()),ha='center',fontsize=15, color='gray')

_=plt.xlim(0, 370)

학원-입시 상점 개수를 자치구별로 통계낸 시각화입니다. 강남구가 다른 지역의 2배 이상은 되는 양입니다.


4.2.3 학원-입시 vs 어린이집 비교하기

상권업종 소분류명별 상점 개수에서 1, 3위를 차지했던 학원-입시와 어린이집을 지도에 그려보겠습니다.

  • scatterplot
# 어린이집과 학원-입시를 비교해 봅니다.
_=plt.figure(figsize=(10, 7))

_=plt.title("학원-입시 vs 어린이집", fontsize=20, pad=10)

_=sns.scatterplot(data=df_academy.loc[df_academy["상권업종소분류명"].isin(["어린이집", "학원-입시"])],
                x="경도", y="위도", hue="상권업종소분류명")

먼저, 전체 서울시 지역에 대해서 학원/입시 와 어린이집을 scatter plot으로 그려보았습니다. 산점도에 위도와 경도를 그려봄으로써 대략적인 분포도를 확인할 수 있습니다.

  • Folium
df_academy = df.loc[df["시군구명"].isin(["도봉구","성동구"]) & (df["상권업종대분류명"] == "학문/교육")].copy()
df_m = df_academy.loc[df_academy["상권업종소분류명"].isin(["어린이집", "학원-입시"])]

lat = df_m["위도"].mean()
long = df_m["경도"].mean()
m = folium.Map(location=[lat, long], zoom_start=12)

df_m_ex=df_m.loc[df_m['상권업종소분류명']=='학원-입시']
for i in df_m_ex.index:
    t1 = df_m.loc[i, "상호명"] +"("+ df_m.loc[i, "도로명주소"]+")"
    lat = df_m.loc[i, "위도"]
    long = df_m.loc[i, "경도"]
    
    _=folium.Marker([lat, long], tooltip=t1, radius=2, icon=folium.Icon(color="green")).add_to(m)
    
df_m_ch=df_m.loc[df_m['상권업종소분류명']=='어린이집']
for i in df_m_ch.index:
    t1 = df_m.loc[i, "상호명"] +"("+ df_m.loc[i, "도로명주소"]+")"
    lat = df_m.loc[i, "위도"]
    long = df_m.loc[i, "경도"]
    
    _=folium.Marker([lat, long], tooltip=t1, radius=2, icon=folium.Icon(color="red")).add_to(m)

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

folium 라이브러리를 이용하여, 도봉구와 성동구에 대해서만 어린이집과 학원-입시 상점을 시각화 해보았습니다. 초록색이 학원-입시, 빨간색이 어린이집입니다. 두가지 상점의 분포도 파악이나, 실제 위치정보까지 알 수 있는 유용한 라이브러리입니다.

여기까지 공공데이터포털의 소상공인시장진흥공단_상가(상권)정보 데이터를 사용하여 시각화해보았습니다. 시각화 연습용으로 데이터의 개수를 줄여서 진행하였는데, 전체 데이터를 가지고 여러 주제로 분석이 가능해 보입니다. 이 글에서는 교육 업종 현황을 파악해보면서, 어느 지역에 입시 학원이 많은지에 대한 정보를 얻을 수 있었습니다. 또 다른 특정 상권업종분류 업종을 사용하여, 입점분석이나 해당 업종의 현황 파악, 업종이 발달한 지역 등을 분석해 보는 것도 흥미로울 것 같습니다.