[Python] 서울 종합병원 분포 데이터 분석

데이터

소상공인시장진흥공단_상가(상권)정보_의료기관_20190930

->링크에서 데이터 다운

 

 

가설설정

 

서울의 종합병원은 고르게 분포되어 있을까?

 

---

1. 데이터 불러오기

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

#그래프가 노트북 안에 보이게 하기 위해
%matplotlib inline

#한글 폰트 설정
plt.rc('font', family='Malgun Gothic')
#마이너스 기호가 표시되도록 해줌
plt.rc('axes', unicode_minus=False)

- matplotlib에서는 한글과 마이너스 기호가 깨져서 나타나기 때문에 한글 지원가능한 글씨체로 바꿔주어야 한다!

- plt.rc('font', family='Malgun Gothic') : matplotlib 에서 사용하는 폰트를 한글 지원이 가능한 것으로 바꾸는 코드 입니다.

 

df=pd.read_csv('소상공인시장진흥공단_상가업소정보_의료기관_201909.csv', encoding='cp949')

#행열 개수
df.shape

 

---

2. 전처리

 

~결측치 개수 확인~

null_count=df.isnull().sum()
null_count

 

 

~결측치 시각적으로 확인~

null_count.plot.barh(figsize=(5,10))

 

 

~결측치개수를 센 데이터프레임 -> 컬럼명 변경~

df_null_count=null_count.reset_index()
print(df_null_count.head())

#컬럼명 변경
df_null_count.columns=['컬럼명','결측치수']
print(df_null_count.head())

-> 컬럼명이 잘 변경된 것을 확인!

 

 

~결측치 수가 큰 순으로 정렬해서 저장!~

df_null_count_top=df_null_count.sort_values(by="결측치수", ascending=False).head(10)
df_null_count_top

 

 

~결측치가 많은 컬럼의 컬럼명을 리스트로 저장~

drop_columns=df_null_count_top["컬럼명"].tolist()
drop_columns

 

 

~삭제~

print("원데이터 :", df.shape)
df=df.drop(drop_columns, axis=1)
print("drop 후 :", df.shape)

 

---

3. 시각화

 

~"시도명" 의료기관 개수 count~

city=df["시도명"].value_counts()
city

 

 

~정규화~

city_normalize=df["시도명"].value_counts(normalize=True)
city_normalize

 

 

~"시도별" 의료기관 개수 시각화~

#bar그래프
#city=)위에서 value_counts()한 데이터
city.plot.barh()

#barh대신 seaborn(countplot)
sns.countplot(data=df, y='시도명')

#원그래프
city_normalize.plot.pie(figsize=(7,7))

 

---

4. 가설검정을 위한 분석

 

~서울 종합병원 데이터 추출~

df_seoul_hospital=df[(df["상권업종소분류명"]=="종합병원") & (df["시도명"]=="서울특별시")]
df_seoul_hospital

- "상권업종소분류명"이 ""종합병원"인 데이터 & "시도명"이 "서울특별시"인 데이터 가져오기

- 결과를 df_seoul_hospital에 할당

서울 종합병원 데이터를 추출했으나
상호명을 확인하면 실상 종합병원이 아닌 데이터가 남아있음
=> 제거 필요

 

 

~상호명에 종합병원이 포함되어있지 않은 데이터 찾기~

df_seoul_hospital.loc[~df_seoul_hospital["상호명"].str.contains("종합병원"), "상호명"].unique()

- "종합병원"이 상호명에 포함되어 있지 않은 병원들을 보면 "꽃배달/의료기/장례식장/상담소/어린이집"과 같은 종합병원과 무관한 곳들이 있음=> 삭제

 

 

~꽃배달/의료기/장례식장/상담소/어린이집은 종합병원과 무관하므로 제거~

#drop할 index저장
drop_row=df_seoul_hospital[df_seoul_hospital["상호명"].str.contains("꽃배달|의료기|장례식장|상담소|어린이집")].index

#index를 리스트로 저장
drop_row=drop_row.tolist()
drop_row

 

 

~의원으로 끝나는 데이터도 종합병원으로 볼 수 없으므로 제거~

#drop할 index저장
drop_row2=df_seoul_hospital[df_seoul_hospital["상호명"].str.endswith("의원")].index

#index를 리스트로 저장
drop_row2=drop_row2.tolist()
drop_row2

#삭제할 행 drop_row에 합쳐준다
drop_row=drop_row+drop_row2
print(len(drop_row))

#해당 셀을 삭제하고 삭제 전과 후의 행 갯수 비교
print("삭제 전 :", df_seoul_hospital.shape)
df_seoul_hospital=df_seoul_hospital.drop(drop_row, axis=0)
print("삭제 후 :", df_seoul_hospital.shape)

 

---

5. 분석 후 시각화

 

~시군구명에 따른 종합병원 수 시각화~

df_seoul_hospital["시군구명"].value_counts().plot.bar()

-> 강남구, 영등포구, 중구 순으로 종합병원 수가 많은 것을 확인

#countplot으로 그려보기
plt.figure(figsize=(15,4))
sns.countplot(data=df_seoul_hospital, x="시군구명", order=df_seoul_hospital["시군구명"].value_counts().index)

-> 그래프를 해석해보면 결과는 같다!

 

 

결론

 

Q : 서울의 종합병원은 고르게 분포되어 있을까?

 

- 강남구, 영등포구, 중구, 양천구 순으로 종합병원이 많이 분포되어 있다.

- 강남구에 종합병원이 압도적으로 많이 있는 것으로 보아 종합병원이 서울에 골고루 분포되어 있지는 않다고 할 수 있다.