[데이터_분석] 지하철 승하차 인원 분석 (P2)

프로젝트 목표

승차 또는 하차 시 해당 시간, 해당역의 승객 수를 확인하기 위해 개찰구 통과 승객 수 데이터와 지하철 위치좌표 데이터를 활용

탐색적 데이터 분석을 수행하기 위한 데이터 정제, 특성 엔지니어링, 시각화 방법 학습

​

프로젝트 목차

1. 데이터 읽기: 승하차 인원 정보 데이터를 불러오고 DataFrame 구조를 확인

1-1. 데이터 불러오기

1-2. 데이터 확인하기

​

2. 데이터 정제: 데이터 확인 후 형 변환 및 이상치 데이터 처리

2-1. 2021년 6월 승하차 인원만 추출

​

3. 데이터 시각화: 각 변수별로 추가적인 정제 또는 feature engineering 괒ㅇ을 거치고 시가화를 통해 데이터 특성 파악

3-1. 호선 별 이용객 수 출력

3-2. 특정 호선에서 역별 평균 승하차 인원 데이터 추출

3.3. 평균 승하차 인원 수 내림차순으로 인원 데이터 추출

3-4. 특정 호선의 혼잡 정도와 위치좌표로 막대그래프 출력

3-5. 특정 호선의 혼잡정도를 지도에 출력

​

데이터 출처

서울시 지하철 호선별 역별 승하차 인원 정보 데이터

http://data.seoul.go.kr

열린데이터광장 메인

 

프로젝트 개요

지하철 이용 승객 수를 확인하여 혼잡도 높은 지역을 확인하자

이번 프로젝트에서는 서울 열린 데이터 공장에서 제공하는 서울시 지하철 호선별 역별 승하차인원 정보 데이터를 분석하고

지하철 역 위치 좌표 데이터를 활용해 특정 호선에서 어떤 역이 가장 혼잡한지 직관적으로 확인하자

​

1. 데이터 읽기

필요한 패키지 설치 및 import 한 후 pandas를 사용하여 데이터를 읽고 어떠한 데이터가 저장되어있는지 확인하자

​

1-1. 데이터 불러오기

import numpy as np

Import pandas as pd

Import matplotlib.pyplot as plt

​

서울시 지하철 호선별 역별 승하차 인원 정보 데이터를 불러와 metro_all에 저장합니다

#pd.read_csv를 통하여 승하차 인원 정보 데이터를 데이터 프레인 형대로 불러옵니다

metro_all = pd.read_csv("./data/서울시 지하철 호선별 역별 시간대별 승하차 인원 정보_20210705.csv", encoding = 'cp949')

​

#승하차 인원 정보 상위 5개 데이터를 출력합니다

metro_all.head()

​

#승하차 인원 정보 데이터프레인 정보를 요약하여 출력합니다.

metro_all.info()

​

1-2. 데이터 확인하기

불러온 두 데이터프레임의 특정 컬럼 데이터를 중복없이 오름차순 정렬하여 확인해봅시다.

#metro_all DataFrame 사용월 데이터 확인

sorted(list(set(metro_all['사용월'])))

​

#metro_all DataFrame 호선명 데이터 확인

sorted(list(set(metro_all['호선명'])))

​

#DataFrame 지하철역 데이터 확인

sorted(list(set(metro_all['지하철역'])))

​

#DataFrame 지하철역 데이터 개수 확인

len(list(set(mro_all['지하철역'])))

​

2. 데이터 정제

데이터를 확인해 보면 2015년 1월 부터 2021년 6월까지 수집된 데이터인 것을 알 수 있다

이번 프로젝트에서는 가장 최근 한달간 수집된 데이터를 기준으로 특정 호선에서 어떤 역이 가장 혼잡한지 확인하자

​

2-1. 2021년 6월 승하차 인원만 추출

수집된 데이터 중 가장 최근인 6월에 수집한 데이터만 추출하고 불필요한 컬럼을 제거하자

​

#2021년 6월 총 승객수만 추출

metro_recent = metro_all['사용월'] == 202106

metro_recent

​

#불필요한 작업일자 컬럼 제거

metro_recent = metro_recent.drop(column = {'작업일자'})

metro_recent

​

3. 데이터 시각화

2021년 6월 데이터마 추출한 metro_recent를 활용하여 다양한 데이터 시각화 및 혼잡도 분석을 진행해 봅시다.

​

3-1. 호선 별 이용객 수 출력

추출한 metro_recent 데이터를 활용해 이용객 수가 가장 많은 호선 순으로 막대그래프를 출력하자

​

import matplotlib.font_manager as fm

​

font_dirs = ['/usr/share/fonts/truetype/nanum', ]

font_files = fm.findSystemFonts(fontpaths = font_dirs)

​

for font_file in font_files:

fm.fontManager.addfont(font_file)

​

metro_line = metro_recent.groupby(['호선명']).mean().reset_index()

metro_line = metro_line.drop(columns='사용월').set_index('호선명')

metro_line = metro_line.mean(axis =1).sort_values(ascending = False)

​

plt.figure(figsize = (20,10))

plt.rc('font', family = "NanumBarunGothic")

plt.rcParams['axes.unicode_minus'] = False

​

metro_line.plot(kind = (bar'))

.show()

​

3-2. 특정 호선에서 역별 평균 승하차 인원 데이터 추출

다양한 호선에서 역별 평균 승하차 인원이 많은 역을알아 보자

이용객이 가장많은 2호선을 기준으로 역별 평균승하차 인원 데이터를 추출하자

​

line = '2호선'

metro_st = metro_recent.groupby(['호선명'], '지하철역']).mean().reset_index()

metro_st_line2 = metro_st[metro_st['호선명'] == line]

line2

​

#승차 인원 컬럼만 추출

metro_get_on = pd.DataFrame()

metro_get_on['지하철역'] = metro_st_line2['지하철역']

for i in range(int((len(metro_recent.columns)-3/2)):

metro_get_on[metro_st_line2.columns[3+2*i]] = metro_st_line2[metro_st_line2.columns[3+2*i]]

Metro_get_on = metro_get_on.set_index('지하철역')

metro_get_on

​

#하차 인원 컬럼만 추출

metro_get_off = pd.DataFrame()

metro_get_on['지하철역'] = metro_st_line2['지하철역']

for i in range(int((len(metro_recent.columns)-3/2)):

metro_get_off[metro_st_line2.columns[4+2*i]] = metro_st_line2[metro_st_line2.columns[4+2*i]]

metro_get_off = metro_get_on.set_index('지하철역')

metro_get_off

​

# 역 별 평균 승하차 인원을 구한 후 정수로 형 변환하여 데이터 프레임으로 저장

df = pd.DataFrame(index = metro_st_line2['지하철역'])

df['평균 승차 인원 수'] = metro_get_on.mean(axis =1).astype(int)

df['평균 하차 인원 수'] = metro_get_off.mean(axis =1).astype(int)

df

​

3-3. 평균 승하차 인원 수 내림차순으로 막대그래프 출력

2호선 기준 6월 한달간 강남>잠실>신림>구로디지털단지>홍대입구>선릉 순으로 평규 승차인원이 많았음을 알 수 있다

​

#승차인원 top10

top10_on = df.sort_values(by='평균 승차 인원 수', ascending = False)

​

plt.figure(figsize = (20,10))

plt.rc('font', family = "NanumBarunGothic")

plt.rcParams['axes.unicode_minus'] = False

​

plt.bar(top10_on.index, top10_on['평균 승차 인원 수'])

for x, y in enumerate(list(top10_on['평균 승차 인원 수'])):

if x==0:

plt.annotate(y, (x-0.15, y), color = 'red')

else:

plt.annotate(y, (x-0.15, y))

​

plt.title('2021년 6월 평균 승차 인원 수 top10')

plt.show()

​

평균 하차 인원은 거의 동일하게 강남>잠실>신림>구로디지털단지>홍대입구>역삼 순으로 많았음을 알 수 있습니다

​

#하차 인원수 top10

top10_off = df.sort_values(by='평균 하차 인원 수', ascending = False)

​

plt.figure(figsize = (20,10))

plt.rc('font', family = "NanumBarunGothic")

plt.rcParams['axes.unicode_minus'] = False

​

plt.bar(top10_off.index, top10_off['평균 하차 인원 수'])

for x, y in enumerate(list(top10_off['평균 하차 인원 수'])):

if x==0:

plt.annotate(y, (x-0.15, y), color = 'red')

else:

plt.annotate(y, (x-0.15, y))

​

plt.title('2021년 6월 평균 하차 인원 수 top10')

plt.show()

​

#6호선의 지하철 역중에서 승차인원수가 가장 많은 역명을 구하세요

​

line = '6호선'

metro_st = metro_recent.groupby(['호선명'], '지하철역']).mean().reset_index()

metro_st_line2 = metro_st[metro_st['호선명'] == line]

line6

#3-2의 첫번째 셸을 6호선으로 변경하고 3-2와 3-3을 차례로 실행하면 나온다

->공덕

​

3-4. 특정 호선의 혼잡 정도와 위치좌표 데이터 병합

특정 호선의 지하철 역맏 지도에 정보를 출력하기 위해서는 각 위치의 좌표정보가 필요합니다.

이를 해결하기 위해 카카오 API를 활용하여 csv파일로 만들어 두었습니다.

https://developers.kakao.com/docs/latest/ko/local/dev-guide#search-by-keyword

Kakao Developers

 

 

 

https://developers.kakao.com/docs/latest/ko/local/dev-guide#address-coord

Kakao Developers

 

 

​

#지하철 역별 위치 좌표에 대한 데이터를 불러옵니다

subway_location = pd.reas_csv('./data/지하철 역 위치 좌표.csv')

subway_location

​

먼저 특정 호선의 역별 평균 승하차 인원 수와 지하철 역별 위치좌표 데이터를 병합하여 데이터프레임을 생성해보자

​

#특정 호선의 역별 평균 승하차 인원수와 지하철 역 위치 좌표를 데이터 프레임으로

def get_nums_and_location(line, metro_st):

​

# 특정호선의 데이터만 추출합니다

metro_line_n = metro_st[metro_st['호선명'] == line]

​

# 승차 인원 컬럼만 추출합니다

metro_get_on = pd.DataFrame()

metro_get_on['지하철역'] = metro_line_n['지하철역']

for i in range(int((len(metro_recent.columns)-3/2)):

metro_get_on[metro_line_m.columns[3+2*i]] = metro_line_n[metro_line_n.columns[3+2*i]]

metro_get_on = metro_get_on.set_index('지하철역')

​

#하차 인원 컬럼만 추출합니다

metro_get_dff = pd.DataFrame()

metro_get_off['지하철역'] = metro_line_n['지하철역']

for i in range(int((len(metro_recent.columns)-3/2)):

metro_get_off[metro_line_m.columns[4+2*i]] = metro_line_n[metro_line_n.columns[4+2*i]]

metro_get_off = metro_get_off.set_index('지하철역')

​

#역 별 평규 승하차 인원을 구한 후 정수로 형 변환하여 데이터프레임으로 저장

df = pd.DataFrame(index = metro_line_n['지하철역'])

df['평균 승차 인원 수'] = metro_get_on.mean(axis = 1).astype(int)

df['평균 하차 인원 수'] = metro_get_off.mean(axis = 1).astype(int)

​

#지하철역 명을 동일하도록 설정

temp = []

df = df.reset_index()

for name in df['지하철역']:

temp.append(name.split('(')[0]+'역')

df[' 지하철역'] = temp

​

#지하철역 명을 기준으로 두 데이터프레임을 병합하다

df = df.merge(subway_location, left_on = '지하철역', right_on = '지하철역')

return df

​

get_nums_and_location('6호선', metro_st)

​

3-5. 특정 호선의 혼잡 정도를 지도에 출력

지도를 출력하기 위한 라이브러리로 folium을 사용해 봅시다

​

import folium

​

#특정 위도, 경도 중심으로 하는 OpenStreetMap을 출력

map_osm = folium.map(location = [37.529622, 126.984307], zoom_start = 12)

map_osm

​

이제 특정 호선의 역별 평균 승차 인원수를 원형마커를 통해 지도에 출력하자

​

#특정 호선의 역별 평균 승하차 인원 수와 위치좌표 데이터만 추출하다

rail = '6호선'

df = get_nums_and_location(rail, metro_st)

​

#서울의 중심에 위치하는 명동역의 위도와 경도를 중심으로 지도 출력

latitude = subway_location[subway_location['지하철역'] == '명동역']['x좌표']

longitude = subway_location[subway_location['지하철역'] == '명동역']['y좌표']

map_osm = folium.Map(location = [latitude, longitude], zoom_start =12)

​

#각 지하철 역의 위치별로 원형마커를 지도에 추가

for i in df.index:

marker = folium.CircleMarker([df['x좌표'][i],df['y좌표'][i]],

radius = (df['평균 승차 인원 수'][i]+1)/3000, #인원 수가 0일때 계산오류 보정

popup = [df['지하철역'][i],df['평균 승차 인원 수'][u]],

fill_color = 'blue'),

marker.add_to(map_osm)

map_osm

​

#강남역의 x좌표(위도)를 구하세요

#get_nums_and_location() 함수를 사용

강남역은 2호선이기 때문에 df = get_nums_and_location('2호선'. metro_st)으로 데이터 프레임을 추출

#df[df['지하철역']=='강남역']['x좌표']을 통해 컬럼 '지하철역'이 '강남역'인 행을 추출하고 'x좌표' 값을 구하기

​

​