가중치 적용, 총점, 순위 산정, folium 으로 지도에 나타내기

가중치 적용하여 총점과 순위 산정¶

In [1]:

import pandas as pd
from sklearn.preprocessing import MinMaxScaler
import matplotlib.pyplot as plt

데이터의 속성을 확인하고, 가중치를 어떤 속성에 적용할 것인지 정함¶

In [2]:

# 선정된 동에 대하여 각 시설의 갯수가 카운팅된 데이터
file_name = '특정동_공원_시설개수.csv'
df = pd.read_csv(file_name,encoding='cp949')

전체칼럼 = df.columns.tolist()
print (전체칼럼)

['EMD_CD', 'EMD_NM', 'SGG_OID', 'COL_ADM_SE', 'GID', 'id', 'layer', 'path', 'field_1_1', '관리번호', '공원명', '공원구분', '소재지도로', '소재지지번', '위도', '경도', '공원면적', '공원보유시', '공원보유_1', '공원보유_2', '공원보유_3', '공원보유_4', '지정고시일', '관리기관명', '전화번호', '데이터기준', '제공기관코', '제공기관명', '시설설치가', '복지시설', '요양시설', '경로당', '노인대학', '버스정류장', '지하철역']

In [3]:

점수칼럼 =  ['복지시설', '요양시설', '경로당', '노인대학', '버스정류장','지하철역']
print("입력한 점수컬럼명\n", 점수칼럼)

가중치 = [1] * len(점수칼럼)

입력한 점수컬럼명
 ['복지시설', '요양시설', '경로당', '노인대학', '버스정류장', '지하철역']

산정되었던 가중치를 입력¶

In [4]:

#복지 0.141412
#요양 0.157201
#경로 0.256214
#대학 0.029778
#지하철 0.200142
#버스 0.215252

가중치 = [0.141412,0.157201,0.256214,0.029778,0.200142,0.215252]  

if (len(가중치) != len(점수칼럼)):
    print("입력한 가중치 갯수가 점수칼럼 갯수와 다릅니다.")
else:
    print("입력완료")

입력완료

In [5]:

pre_process_set = pd.read_csv(file_name,encoding='cp949')
pre_process_set = pre_process_set.sort_values(by='EMD_CD')

# Null to 0
pre_process_set.fillna(0, inplace=True)

총점 계산 -> 새컬럼 sum

In [6]:

df = pre_process_set.copy()

# 가중치를 곱하여 새로운 값으로 변경해준다.
for i in range(0, len(점수칼럼)):
    name = 점수칼럼[i]
    df[name] = df[name] * 가중치[i] 

점수컬럼들의 합계를 내기 위해
나머지 속성은 임시로 인덱스화 한다

In [7]:

df.set_index(['EMD_CD', 'EMD_NM', 'SGG_OID', 'COL_ADM_SE', 'GID', 'id', 'layer', 'path', 'field_1_1', '관리번호', '공원명', '공원구분', '소재지도로', '소재지지번', '위도', '경도', '공원면적', '공원보유시', '공원보유_1', '공원보유_2', '공원보유_3', '공원보유_4', '지정고시일', '관리기관명', '전화번호', '데이터기준', '제공기관코', '제공기관명', '시설설치가'], inplace=True)

df['sum'] = df.sum(1)
df.reset_index(inplace=True)

총점(sum)을 통해 순위 컬럼을 생성

In [8]:

# 등수 계산 
df['순위'] = df['sum'].rank(method='dense', ascending=False).astype(int)

final = df.sort_values(by='순위')
final.reset_index(drop=True, inplace=True)

In [9]:

# 상위 데이터 확인
display("결과", final.head(5))

'결과'

	EMD_CD	EMD_NM	SGG_OID	COL_ADM_SE	GID	id	layer	path	field_1_1	관리번호	...	제공기관명	시설설치가	복지시설	요양시설	경로당	노인대학	버스정류장	지하철역	sum	순위
0	28200103	만수동	49	28200	3172	0.0	ICN_Dong	D:\Big_project_qgis\ICN_Dong.shp|layername=ICN...	197	28200-00136	...	인천광역시 남동구	900.0	0.0	0.786005	1.024856	0.0	3.202272	0.000000	5.013133	1
1	28200103	만수동	49	28200	3172	0.0	ICN_Dong	D:\Big_project_qgis\ICN_Dong.shp|layername=ICN...	198	28200-00137	...	인천광역시 남동구	992.4	0.0	0.471603	0.512428	0.0	3.802698	0.000000	4.786729	2
2	28200103	만수동	49	28200	3172	0.0	ICN_Dong	D:\Big_project_qgis\ICN_Dong.shp|layername=ICN...	192	28200-00131	...	인천광역시 남동구	2400.0	0.0	0.000000	0.512428	0.0	3.802698	0.000000	4.315126	3
3	28200103	만수동	49	28200	3172	0.0	ICN_Dong	D:\Big_project_qgis\ICN_Dong.shp|layername=ICN...	199	28200-00138	...	인천광역시 남동구	900.0	0.0	0.786005	1.281070	0.0	2.201562	0.000000	4.268637	4
4	28237101	부평동	68	28237	3157	0.0	ICN_Dong	D:\Big_project_qgis\ICN_Dong.shp|layername=ICN...	401	28237-00032	...	인천광역시 부평구	990.6	0.0	0.157201	0.768642	0.0	3.002130	0.215252	4.143225	5

5 rows × 37 columns

In [10]:

# 최종 결과 CSV 파일쓰기
final.to_csv('결과_총점.csv', index=False, sep=',', encoding='cp949')

In [ ]:

지도 상에서의 시각화¶

In [11]:

#pip install foulium
import folium

In [12]:

# 최상위 n 개 지도 확인
지도보기갯수 = 5   

In [13]:

# 지도 출력
print(f"보고자 하는 상위권 갯수는 {지도보기갯수}개 입니다.")
for i in range(지도보기갯수):
    지도보기 = folium.Map(location=[final.loc[i,'위도'],final.loc[i,'경도']], zoom_start = 17)
    folium.Marker([final.loc[i,'위도'],final.loc[i,'경도']]).add_to(지도보기)
    print (final.loc[i,'위도'],final.loc[i,'경도'])
    j = i+1
    display(f'상위 {j}번째 공원의 위치 보기', 지도보기)

보고자 하는 상위권 갯수는 5개 입니다.
37.4457195 126.7371325

'상위 1번째 공원의 위치 보기'

Make this Notebook Trusted to load map: File -> Trust Notebook

37.4461762 126.740157

'상위 2번째 공원의 위치 보기'

Make this Notebook Trusted to load map: File -> Trust Notebook

37.45013762 126.7392221

'상위 3번째 공원의 위치 보기'

Make this Notebook Trusted to load map: File -> Trust Notebook

37.44447678 126.7380975

'상위 4번째 공원의 위치 보기'

Make this Notebook Trusted to load map: File -> Trust Notebook

37.50497273 126.7320137

'상위 5번째 공원의 위치 보기'

Make this Notebook Trusted to load map: File -> Trust Notebook

In [15]:

In [14]:

# 총점에 대한 boxplot
plt.figure()
plt.boxplot(final['sum'])
plt.show()