#!/usr/bin/env python
# coding: utf-8

# ## 데이터 불러오기 및 전처리

# ### 데이터의 형태 파악

# In[1]:


# https://datalab.visitkorea.or.kr/datalab/portal/tst/getEntcnyFrgnCustForm.do
# 목적별/국적별에서 2010~2021년의 데이터 다운로드

import pandas as pd 
kto_2021 = pd.read_csv('방한 외래관광객_20211112.csv', 
                          header=1,
                          skipfooter=4)
kto_2021.head()


# In[2]:


kto_2021.tail()


# ### 데이터 전처리 하기

# In[3]:


# 증감률 필드 삭제 및 필드명 수정
# 인원수 -> 총인원수
# 인원수.1 -> 관광
# 인원수.2 -> 상용
# 인원수.3 -> 공용
# 인원수.4 -> 유학연수
# 인원수.5 -> 기타
kto_2021.columns


# In[4]:


kto_2021.drop(['증감률(%)', '증감률(%).1', '증감률(%).2', '증감률(%).3', '증감률(%).4', '증감률(%).5'], axis='columns', inplace=True)
kto_2021.rename(columns = {'인원수': '총인원수', '인원수.1': '관광', '인원수.2': '상용', '인원수.3': '공용', '인원수.4': '유학연수', '인원수.5': '기타'}, inplace = True)

kto_2021.head()


# In[5]:


# 필드 형태 확인
kto_2021.info()


# In[6]:


# object to int
kto_2021.replace(',','', regex=True, inplace=True)
kto_2021['총인원수'] = pd.to_numeric(kto_2021['총인원수'])
kto_2021['관광'] = pd.to_numeric(kto_2021['관광'])
kto_2021['상용'] = pd.to_numeric(kto_2021['상용'])
kto_2021['공용'] = pd.to_numeric(kto_2021['공용'])
kto_2021['유학연수'] = pd.to_numeric(kto_2021['유학연수'])
kto_2021['기타'] = pd.to_numeric(kto_2021['기타'])
kto_2021.info()


# In[7]:


kto_2021.describe()


# In[8]:


# 기준년월 컬럼 생성하기 
kto_2021['기준년월'] = kto_2021['연도'] + kto_2021['월']
kto_2021.head()


# In[9]:


# unique()
kto_2021['국적'].unique()


# In[10]:


kto_2021['대륙'].unique()


# In[11]:


# '소계'가 들어간 row 삭제
kto_2021['대륙'] = kto_2021['대륙'].astype('str')
searchfor = ['소계', '기타', 'nan']
kto_2021 = kto_2021[~kto_2021.대륙.str.contains('|'.join(searchfor))]
kto_2021.head()


# In[12]:


# 연도월-나라별 총인원수 관광객비율(%) 컬럼 생성하기 
kto_2021['관광객비율(%)'] = \
round(kto_2021['관광'] / kto_2021['총인원수'] * 100, 1)
kto_2021.head()


# In[13]:


# 관광객비율(%) 컬럼으로 내림차순 정렬
kto_2021.sort_values(by='관광객비율(%)', ascending=False).head()


# In[14]:


# 관광객비율(%) 컬럼으로 오름차순 정렬하기
kto_2021.sort_values(by='관광객비율(%)', ascending=True).head()


# In[15]:


# pivot_table() 함수 활용하기 
kto_2021.pivot_table(values = '관광객비율(%)',
                                       index = '대륙',
                                       aggfunc = 'mean')


# In[16]:


# 중국 국적만 필터링하기 
condition = (kto_2021.국적 == '중국')
kto_2021[condition]


# In[17]:


# 10년동안 우리나라 방문하는 전체 외국인 관광객 숫자 구하기 
tourist_sum = sum(kto_2021['관광'])
tourist_sum 


# In[18]:


# 전체비율(%) 컬럼 생성하기
kto_2021['전체비율(%)'] = \
round(kto_2021['관광'] / tourist_sum * 100, 1)
kto_2021.head()


# In[19]:


# 전체비율(%) 컬럼 기준으로 내림차순 정렬하기 
kto_2021.sort_values('전체비율(%)', ascending=False).head()


# In[20]:


import matplotlib.pyplot as plt


# In[21]:


# 중국 국적 데이터 필터링하기 
condition = (kto_2021['국적'] == '중국')
df_filter = kto_2021[condition]
df_filter.head()


# In[22]:


# 시계열 그래프 그리기 1
plt.plot(df_filter['기준년월'], df_filter['관광'])
plt.show()


# In[23]:


## 그래프 크기 조절 
plt.figure(figsize = (12, 4))
plt.rcParams["font.family"] = 'NanumGothic'
## 그래프 내용 설정 
plt.plot(df_filter['기준년월'], df_filter['관광'])

## 그래프 타이틀, X축, Y축 이름 달기 
plt.title('중국 국적의 관광객 추이')
plt.xlabel('기준년월')
plt.ylabel('관광객수')

## x 축 눈금 값 설정 
plt.xticks(['201001', '201101', '201201', '201301', '201401', '201501', '201601', '201701', '201801', '201901', '202001', '202101'])

## 그래프 표현하기 
plt.show()


# In[24]:


# 10년 관광객 수 상위 5개 
kto_2021.groupby('국적')['관광'].max().sort_values(ascending=False).head(5)


# In[25]:


plt.figure(figsize = (20, 8))

plt.rcParams["font.family"] = 'NanumGothic'

country1 = kto_2021[kto_2021['국적'] == '중국']
country2 = kto_2021[kto_2021['국적'] == '일본']
country3 = kto_2021[kto_2021['국적'] == '대만']
country4 = kto_2021[kto_2021['국적'] == '미국']
country5 = kto_2021[kto_2021['국적'] == '홍콩']



plt.plot(country1['기준년월'], country1['관광'], label='중국')
plt.plot(country2['기준년월'], country2['관광'], label='일본')
plt.plot(country3['기준년월'], country3['관광'], label='대만')
plt.plot(country4['기준년월'], country4['관광'], label='미국')
plt.plot(country5['기준년월'], country5['관광'], label='홍콩')

plt.legend(loc='best', ncol=2) 


plt.xticks(['201001', '201101', '201201', '201301', '201401', '201501', '201601', '201701', '201801', '201901', '202001', '202101'])
plt.show()


# ### 히트맵 그래프 그리기

# In[26]:


df_pivot = df_filter.pivot_table(values = '관광'
                         , index = '연도'
                         , columns = '월')

df_pivot


# In[27]:


import matplotlib.pyplot as plt 
import seaborn as sns 


# In[28]:


# 예제 3-50 히트맵 그리프 그리기 
## 그래프 크기 설정 
plt.figure(figsize = (16, 10))
plt.rcParams["font.family"] = 'NanumGothic'
## 히트맵 그래프 그리기 
sns.heatmap(df_pivot, annot = True, fmt = '.0f', cmap = 'rocket_r')

## 그래프 타이틀 달기 
plt.title('중국 관광객 히트맵')

## 그래프 표현 
plt.show()


# In[ ]:





# In[ ]: