edwith_python_(12)K-beauty 판매 데이터 살펴보기

edwith 부스트코스 파이썬으로 시작하는 데이터 사이언스 를 공부하는 과정입니다.

지난 포스트 edwith_python_(11)scatterplot, lmplot, distplot으로 데이터 시각화하기

---

분석해볼 점

• K-beauty는 성장하고 있을까?
• 해외직접판매를 한다면 어느 국가로 판매 전략을 세우면 좋을까?

1. 라이브러리 로드

분석에 사용할 라이브러리 불러오기

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

2. 한글폰트 설정

#google colab에서 한글을 그래프에 표현하려면 아래의 설정이 필요!

import matplotlib as mpl

#한글 깨지지 않도록 설정
!apt -qq -y install fonts-nanum > /dev/null

import matplotlib.font_manager as fm

fontpath = '/usr/share/fonts/truetype/nanum/NanumBarunGothic.ttf'
font = fm.FontProperties(fname=fontpath, size=9)
fm._rebuild ()

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

#글씨가 선명하게 보이도록 설정
%config InlineBackend.figure_format = 'retina'

3. 데이터 불러오기

이번 포스트부터는 공공 데이터 포털의 2014 1/4분기 ~ 2019 4/4 분기까지의 데이터 활용! 다운로드 받기

구글 드라이브 마운트

from google.colab import drive
drive.mount('/content/drive')

분석할 데이터를 df_raw 변수로 지정하여 불러오기

df_raw = pd.read_csv("/content/drive/My Drive/colab/edwith_study/온라인쇼핑_해외직접판매액.csv", encoding="cp949")

3.1 데이터 미리보기

데이터 프레임의 행,열 개수 알아보기

df_raw.shape

*결과*

(450, 27)

head를 통해 데이터 미리보기

df_raw.head()

*결과*

	국가(대륙)별	상품군별	판매유형별	2014 1/4	2014 2/4	2014 3/4	2014 4/4	2015 1/4	2015 2/4	2015 3/4	2015 4/4	2016 1/4	2016 2/4	2016 3/4	2016 4/4	2017 1/4	2017 2/4	2017 3/4	2017 4/4	2018 1/4	2018 2/4	2018 3/4	2018 4/4	2019 1/4	2019 2/4	2019 3/4	2019 4/4
0	합계	합계	계	148272	153641	163999	213216	269101	271784	268421	450568	511395	494391	560853	726741	768504	574551	749612	858240	833672	897205	921586	974060	1250236	1344404	1525396	1879499
1	합계	합계	면세점	-	-	-	-	-	-	-	-	-	-	-	-	610257	441096	610630	677884	665613	725319	761836	770656	1070693	1157158	1336372	1655635
2	합계	합계	면세점 이외	-	-	-	-	-	-	-	-	-	-	-	-	158247	133455	138982	180356	168059	171886	159750	203404	179543	187246	189024	223864
3	합계	컴퓨터 및 주변기기	계	4915	4052	3912	3529	2903	2697	3804	4048	4211	3693	3160	3270	2610	2043	2018	2158	5236	3854	4320	4511	3702	4038	3670	3826
4	합계	컴퓨터 및 주변기기	면세점	-	-	-	-	-	-	-	-	-	-	-	-	5	3	5	1	2	6	1	215	2	0	1	70

e: 추정치
p: 잠정치
‘-‘ : 자료없음
… : 미상자료
x : 비밀보호

“국가(대륙)별” 데이터 빈도수 카운팅

df_raw["국가(대륙)별"].value_counts()

*결과*

대양주           45
기타            45
미국            45
일본            45
아세안(ASEAN)    45
중남미           45
중동            45
EU            45
중국            45
합계            45
Name: 국가(대륙)별, dtype: int64

미국 데이터만 따로 나타내기

df_raw[df_raw["국가(대륙)별"] == "미국"]

4. 분석과 시각화를 위한 tidy data 만들기

깔끔한 데이터(Tidy data)
Jeff Leek가 쓴 책 The Elements of Data Analytic Style에서 정의한 깔끔한 데이터는 아래와 같은 특징을 가짐

• 각 변수는 개별의 열(column)으로 존재한다.
• 각 관측치는 행(row)를 구성한다.
• 각 표는 단 하나의 관측기준에 의해서 조직된 데이터를 저장한다.
• 만약 여러개의 표가 존재한다면, 적어도 하나이상의 열(column)이 공유되어야 한다.

분기 컬럼을 하나의 “기간”이라는 컬럼을 만들어 넣고, 분기별 컬럼 값(판매액)을 “백만원” 이라는 컬럼을 만들어 넣기

df = df_raw.melt(id_vars=["국가(대륙)별", "상품군별", "판매유형별"], var_name="기간", value_name="백만원")
df.head()

*결과*

	국가(대륙)별	상품군별	판매유형별	기간	백만원
0	합계	합계	계	2014 1/4	148272
1	합계	합계	면세점	2014 1/4	-
2	합계	합계	면세점 이외	2014 1/4	-
3	합계	컴퓨터 및 주변기기	계	2014 1/4	4915
4	합계	컴퓨터 및 주변기기	면세점	2014 1/4	-

id_vars: 그대로 유지할 열

.
.
다음 포스트 edwith_python_(13)데이터 전처리하기