[Mini Project] 3. 상권(분기별/상권별/시간대별 매출액) 데이터 전처리

🥑 2022_상권별 추정매출 데이터 전처리

➡ 서울의 전체 상권 데이터 (df)

 

 

➡ 강남구 데이터 추출

• 아래 이미지와 같은 서울시 상권분석서비스(상권영역) 데이터를 불러와
• 강남의 시군구 코드에 해당하는 상권 영역 데이터를 추출
• 강남 내의 상권 코드만 추출하여 리스트에 저장

# 강남의 상권코드 불러오기
df_area = pd.read_csv('data/서울시 상권분석서비스(상권영역).csv')
df_area_gangnam = df_area[df_area['시군구_코드'] == 11680] # 강남 시군구 코드 : 11680
code = df_area_gangnam["상권_코드"].tolist()
sorted(code) # 총 103개의 코드

 

➡ 강남구 상권 데이터 추출

# 강남 상권코드에 해당하는 데이터만 남기기
df_gn = df[df['TRDAR_CD'].isin(code)]
df_gn = df_gn.reset_index(drop=True)
df_gn.head()

 

➡ 강남구 상권 > 편의점 데이터 추출

# 편의점 데이터만 남기기
df_1 = df_gn[df_gn['SVC_INDUTY_CD_NM']=='편의점']
df_1 = df_1.reset_index(drop=True)

 

➡ 주요 컬럼을 다음과 같이 남기고, 컬럼명 변경

columns= ['분기', '상권코드', '분기당_매출_금액', '월요일_매출_총액', '화요일_매출_총액', '수요일_매출_총액', '목요일_매출_총액', '금요일_매출_총액', '토요일_매출_총액', '일요일_매출_총액', '00_06_매출_총액', '06_11_매출_총액', '11_14_매출_총액', '14_17_매출_총액', '17_21_매출_총액', '21_24_매출_총액', '점포수']

• 즉, 분기 별 > 상권 코드 별 > 매출 금액 / 요일별 매출 금액 / 시간대별 매출 금액 / 편의점 점포수를 확인할 수 있다.
• 이와 동일하게 2020, 2021년 데이터도 처리 예정
• 매출을 추출 할 때 분기/상권코드 별로, 편의점 1개 (1일) 점포 수당 시간대별 매출 금액을 도출

 

➡ 집객시설 / 인구 관련 변수 병합

집객시설 병합.csv

 

---

👉 다음에 할 일

• 집객시설 수에 대한 데이터 정리 필요
• 지하철, 버스정류장 데이터와 상권코드 데이터 매칭 필요

 

[🤹 팀을 나누어 진행]

 

1. 상권 분류팀

• 기능별 상권 분류의 각 상권 기준 최종 정의
• 집객시설을 재수집 : 아파트 수 등과 같은 피처 추가 선정 및 데이터 재수집
• 결측치, 이상치 등 전체적인 데이터 전처리 등

2. 대중교통팀

• 지하철/버스 데이터 처리
  • 상권 중앙 좌표 기준, 몇 미터 이내의 영역 내에 지하철/버스 데이터를 포함할 것인지
  • 각 지하철/버스 좌표데이터 좌표계 통일
  • 상권별 지하철역/버스 정류장/각 승하차 승객수 컬럼 추가하기