코로나로 인한 서울시 지역별 유동인구 변화 분석(1)
Updated:
코로나로 인한 공포 심리와 사회적 거리두기 정책으로 인해
홍대, 명동 등 항상 사람들로 바글거리는 동네들이 텅텅 빈, 평소 상상하기 힘든 다소 충격적인 사진을 본 적이 있습니다.
반면, 강남이나 종로에 들렀을 적에는 생각보다 사람이 많아서 여긴 코로나가 없는 동네인가-!? 싶었던 적도 있었습니다.
그래서 오늘은
코로나 이후 실제로 유동인구가 줄었는지, 동네별로 변화 정도에 차이가 있는지 궁금해져서 직접 데이터로 들여다보기로 했습니다.
1. 유동인구 데이터 확보하기
분석할 데이터를 구해봅니다.
가장 먼저 데이터를 찾아볼 만한 곳은 공공데이터포털.
왠만한 공공데이터는 여기서 찾아볼 수 있는데, 아쉽게도 적합한 유동인구 데이터가 없어서 이번에는 SKT 빅데이터 허브에서 제공하는 서울 유동인구 데이터를 사용했습니다.
현재 19년 3월부터 20년 8월까지의 데이터를 월별로 다운받을 수 있습니다.
데이터를 확인해보겠습니다.
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
분석할 유동인구 데이터를 불러온 후, 변수에 저장
#2019년 3월~12월
raw1903 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_1903.csv')
raw1904 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_1904.csv')
raw1905 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_1905.csv')
raw1906 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_1906.csv')
raw1907 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_1907.csv')
raw1908 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_1908.csv')
raw1909 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_1909.csv')
raw1910 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_1910.csv')
raw1911 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_1911.csv')
raw1912 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_1912.csv')
#2020년 1월~8월
raw2001 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_2001.csv')
raw2002 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_2002.csv')
raw2003 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_2003.csv')
raw2004 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_2004.csv')
raw2005 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_2005.csv')
raw2006 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_2006.csv')
raw2007 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_2007.csv')
raw2008 = pd.read_csv('/content/drive/My Drive/colab/blogger/유동인구/유동인구_2008.csv')
#2019년 3월~12월 데이터
raw19 = pd.concat([raw1903 , raw1904, raw1905, raw1906, raw1907, raw1908, raw1909, raw1910, raw1911, raw1912], axis=0, ignore_index=True)
#2020년 1월~8월 데이터
raw20 = pd.concat([raw2001, raw2002, raw2003, raw2004, raw2005, raw2006, raw2007, raw2008], axis=0, ignore_index=True)
#2019년 3월~2020년 8월 데이터
raw = pd.concat([raw19, raw20], axis=0, ignore_index=True)
raw 데이터의 상위 5개 행 확인
raw.head()
*결과*
info() 함수로 raw 데이터 정보 확인
raw.info()
*결과*
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3939900 entries, 0 to 3939899
Data columns (total 7 columns):
# Column Dtype
--- ------ -----
0 일자 int64
1 시간(1시간단위) int64
2 연령대(10세단위) int64
3 성별 object
4 시 object
5 군구 object
6 유동인구수 int64
dtypes: int64(4), object(3)
memory usage: 210.4+ MB
데이터를 슬- 보아하니,
- ‘일자’ 데이터 타입이 int64이고,
- 유동인구가 한 날짜에 대해 ‘시간대’ * ‘ 연령대’ * ‘성별’ * ‘군구’ 로 세분화 되어있는 것을 확인할 수 있었습니다.
‘일자’ 컬럼 데이터 타입 바꾸기
유동인구 추이를 그래프로 나타낼 때, x축으로 사용할 ‘일자’데이터가 datetime 타입이여야 예쁘게 그려지므로,
‘int64’ 타입을 ‘datetime64’ 타입으로 변경합니다.
raw19.일자 = pd.to_datetime(raw19.일자, format='%Y%m%d')
raw20.일자 = pd.to_datetime(raw20.일자, format='%Y%m%d')
raw.일자 = pd.to_datetime(raw.일자, format='%Y%m%d')
# 데이터 타입이 잘 변경되었는지 확인
raw.info()
*결과*
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3939900 entries, 0 to 3939899
Data columns (total 7 columns):
# Column Dtype
--- ------ -----
0 일자 datetime64[ns]
1 시간(1시간단위) int64
2 연령대(10세단위) int64
3 성별 object
4 시 object
5 군구 object
6 유동인구수 int64
dtypes: datetime64[ns](1), int64(3), object(3)
memory usage: 210.4+ MB
저는 이번 분석에서 지역별 일일 총 유동인구 추이만 분석해보기로 하고
한 날짜에 대해 ‘시간대’, ‘연령대’, ‘성별’로 세분화되어있는 유동인구를 ‘행정구별 일일 총 유동인구’로 나타내기로 했습니다.
# 각 행정구별로 시간대, 연령대, 성별 구분 없이 일일 총유동인구수로 나타내기
temp19 = raw19.groupby(by=['일자', '군구']).sum()
temp20 = raw20.groupby(by=['일자', '군구']).sum()
temp = raw.groupby(by=['일자', '군구']).sum()
# 시간, 연령대 컬럼 제외하기
raw19 = temp19[['유동인구수']].reset_index()
raw20 = temp20[['유동인구수']].reset_index()
raw = temp[['유동인구수']].reset_index()
raw.head()
*결과*
2. 유동인구 변화 추이 확인하기
그래프 시각화를 통해 행정구별로 유동인구가 어떻게 변화해왔는지 살펴봅니다.
plt.figure(figsize=(20,5))
sns.lineplot(x='일자', y='유동인구수', data=raw, hue='군구')
*결과*
25개 행정구 데이터가 한번에 그려지니 어지러운 느낌이 듭니다. @.@
하지만 큰 맥락에서, 모든 행정구가 주기적으로 감소/증가를 반복하는 것을 알 수 있고, 몇 개의 특정 날짜들에서 유동인구가 급감, 급증하는 모습이 보입니다.
그래프를 보기 쉽도록 행정구별 각각 그래프를 그립니다.
sns.relplot(x='일자', y='유동인구수', data=raw, kind='line', hue='군구', col='군구', col_wrap=3)
*결과*
X축이 일자, Y축이 유동인구수인데,
- y축의 높이로 유동인구 규모를 파악할 수 있습니다. 👉 강남구, 송파구가 평소 유동인구가 많은 편
- 그래프의 두께로 유동인구 변화 폭을 파악할 수 있습니다. 👉 강남구, 서초구, 영등포구, 종로구, 중구가 증감폭이 큼 (출퇴근이 많은 사무지역?)
이번에는 2020년의 유동인구 변화 추이를 살펴봅니다.
plt.figure(figsize=(20,5))
plt.title('20년도')
sns.lineplot(x='일자', y='유동인구수', data=raw20, hue='군구')
*결과*
1월 말 쯤, 대부분의 행정구에서 유동인구가 급감한 시기가 있고,
2월 말 쯤, 대부분의 행정구에서 유동인구가 급증한 날이 있습니다.
(이 외에도 3월 초중순, 5월 초, 5월 말 등 몇몇 눈에 띄는 곳들이 있습니다.)
정확한 날짜를 알아보겠습니다.
1월 말 유동인구가 급감한 날짜 (강남구를 대표로 확인)
# 1월 데이터만 추출
a = raw20[raw20.일자.isin(pd.date_range('2020-01-01', '2020-01-31'))]
# '강남구'데이터만 추출
gangnam = a[a.군구 == '강남구']
# 그래프로 나타내기
plt.figure(figsize=(20,3))
sns.lineplot(x='일자', y='유동인구수', data=gangnam)
*결과*
1월 25일에 가장 유동인구가 적었던 것을 알 수 있었습니다. (1월 25일은 설 명절이었고, 코로나 이슈가 붉어지기 시작한 때_!)
2월에 유동인구수가 급증한 날짜
제가 가진 데이터의 전체 기간 중 유동인구수가 최대인 날이므로, max함수를 사용해서 알아보았습니다.
raw.max()
# max 값이 23917450 인 것 확인
# 유동인구수가 max인 날짜 알아보기
raw[raw.유동인구수 == 23917450]
*결과*
2월 23일이 유동인구가 급증한 날이었습니다.
위키피디아에 검색해보니 코로나 외에는 특별한 이슈는 없어보입니다. 👀
네이버 검색어 트랜드를 통해서도 2월 23일 전후로 ‘코로나’ 검색이 급증한 것을 볼 수 있었습니다.
아무래도 코로나와 관련이 있어 보이고, 코로나 때문이라면 유동인구가 줄어들 것만 같은데, 급증한 이유가 뭘까…?고민하던 찰나!, 당시 마스크 대란이 있었던 것이 떠올랐습니다.
네이버 검색어 트랜드에 ‘마스크’도 추가해서 그래프를 봅니다.
‘마스크’ 또한 ‘코로나’와 같이 동일한 기간에 검색량이 pick였던 것을 확인할 수 있었습니다.
마스크를 구하기 위해 거리로 나온 사람들이 데이터에 반영된 것이 아닐지..? 유추해볼 수 있을 것 같습니다.
하지만 초기 예상과 달리, 코로나로 인해 장기적으로 평균 유동인구 수가 줄어들어 보이지는 않았습니다.
추후 스텝으로
1) 동기간 19년 유동인구 데이터와 비교해본다(비교군을 만든다)
2) 시간대별 유동인구로 세분화해서 데이터를 살펴본다
3) 행정구를 행정동 단위로 세분화해서 데이터를 살펴본다
이 세 가지를 고려하여 분석해본다면, 유동인구 변화를 좀 더 면밀히 살펴볼 수 있을 것 같습니다.
To be continue…
대단한 건 아니지만, 이렇게 수료증이 나오니 더 뿌듯하게 느껴진다.
edwith_python_(14)lineplot으로 판매 데이터 시각화하기
Leave a comment