データ分析の手順4

import pandas as pd
commercial = pd.read_csv('./data/commercial.csv')

commercial.tail(5)
list(commercial)  #칼럼 살펴보기

commercial[['시', '구', '상세주소']] = commercial['도로명주소'].str.split(' ', n=2, expand=True) #도로명 잘라 정리하기
seoul_data = commercial[commercial['시']=='서울특별시'] #필요한 데이터만 남기기

groupdata = seoul_chicken_data.groupby('구')
group_by_category = groupdata['상권업종소분류명']
chicken_count_gu = group_by_category.count()
sorted_chicken_count_gu = chicken_count_gu.sort_values(ascending=False)
sorted_chicken_count_gu

に適したグラフィックを検索
[1]棒グラフ:各項目の数値と順序を表示する場合
[2]線図:以前の項目またはプロセスに基づいてデータ間の関係を表示する場合
[3]円グラフ:パーセント表示
[4]ホットグラフ:両軸の数値を一目で見た場合

[5]地図:地理情報

#지도에 표현하기 & 필요한 라이브러리
import matplotlib.pyplot as plt
import folium  #folium 설치하기 conda install -c conda-forge folium
import json

# https://raw.githubusercontent.com/southkorea/seoul-maps/master/kostat/2013/json/seoul_municipalities_geo_simple.json
seoul_state_geo = './data/seoul_geo.json'
geo_data = json.load(open(seoul_state_geo, encoding='utf-8'))

map = folium.Map(location=[37.5502, 126.982], zoom_start=10)

folium.Choropleth(geo_data=geo_data,
              data=chicken_count_gu,
              columns=[chicken_count_gu.index, chicken_count_gu],
              fill_color='PuRd',
              key_on='feature.properties.name').add_to(map)

map