커피숍 영업 현황¶

In [1]:

import pandas as pd
import numpy as np
import os
import matplotlib.pyplot as plt
from matplotlib import font_manager, rc
%matplotlib inline
font_name = font_manager.FontProperties(fname="c:/Windows/Fonts/malgun.ttf").get_name()
rc('font', family=font_name)

1) 데이터를 불러온다.¶

In [2]:

os.chdir(r"C:\Users\Gram\Desktop\아시아경제 수업자료\01 Python 분석 기초 - 실습\data")

In [3]:

# df = pd.read_csv('data_population.csv', header='infer',encoding='ISO-8859-1')
df = pd.read_csv('data_coffee.csv', header='infer',encoding = 'ms949', na_values=[' '])

In [4]:

df.shape

Out[4]:

(46832, 23)

In [5]:

df.head(5)

Out[5]:

	number	companyName	adress	adressBystreet	dateOflicensing	stateOfbusiness	dateOfclosure	startdateOfcessation	duedateOfcessation	dateOfreOpen	...	numOfmenWorker	yearOfStart	multipleUse	grade	sizeOfsite	numOfwomenWorker	vicintyOfsite	sanitaryName	businessCondition	totalOfworker
0	1	#11(Sharp eleven)	서울특별시 양천구 목동 956번지 롯데캐슬위너 상가동 107호(한두3길 44)	서울특별시 양천구 목동중앙북로 38 (목동,롯데캐슬위너 상가동 107호(한두3길 44))	20080917	운영중	NaN	NaN	NaN	NaN	...	NaN	2008.0	N	NaN	20.80	NaN	NaN	휴게음식점	커피숍	NaN
1	2	( 주)커피빈코리아청주지웰시티점	충청북도 청주시 흥덕구 복대동 3379번지 신영지웰시티1차상업시설 124-1, 12...	충청북도 청주시 흥덕구 대농로 17 (복대동,신영지웰시티1차상업시설 124-1, 1...	20101124	운영중	NaN	NaN	NaN	NaN	...	NaN	2010.0	N	NaN	212.72	NaN	NaN	휴게음식점	커피숍	NaN
2	3	(aA)더블에이	경상북도 경산시 사동 39번지 108-2호	경상북도 경산시 백자로10길 3-11, 108-2호 (사동)	20130902	운영중	NaN	NaN	NaN	NaN	...	NaN	2013.0	N	NaN	20.04	NaN	아파트지역	휴게음식점	커피숍	NaN
3	4	(강서)카페치따	서울특별시 강서구 등촌동 63-12번지 외 2필지 어위쉬예다인 (지상 1층) 104호	서울특별시 강서구 양천로 452, 1층 104호 (등촌동, 3동 어위쉬예다인)	20121108	운영중	NaN	NaN	NaN	NaN	...	NaN	2012.0	N	NaN	64.17	NaN	NaN	휴게음식점	커피숍	NaN
4	5	(로즈버드)명동아바타	서울특별시 중구 명동2가 83-5번지 (아바타1층1218)	NaN	20020911	폐업 등	20071105.0	NaN	NaN	NaN	...	0.0	2002.0	N	NaN	11.40	0.0	NaN	휴게음식점	커피숍	0.0

5 rows × 23 columns

현재 운영중인 커피숍:

In [6]:

df2 = df.loc[df.stateOfbusiness=='운영중',:]
df2.shape

Out[6]:

(33587, 23)

현재 폐업 상태의 커피숍:

In [7]:

df3 = df.loc[df.stateOfbusiness=='폐업 등',:]
df3.shape

Out[7]:

(13245, 23)

2) 1997~2014년도 사이의 개업 횟수를 (yearOfStart) 도수분포표로 요약하고 시각화 하시오.¶

In [8]:

sr = df.yearOfStart.value_counts()
sr = sr.sort_index()
sr = sr[(1997 <= sr.index) & (sr.index <= 2014)]    # 1997 ~ 2014
sr

Out[8]:

1997.0      54
1998.0      54
1999.0      46
2000.0      89
2001.0     183
2002.0     398
2003.0     799
2004.0     648
2005.0     654
2006.0     863
2007.0    1233
2008.0    1579
2009.0    2489
2010.0    4172
2011.0    5942
2012.0    6315
2013.0    7270
2014.0    9905
Name: yearOfStart, dtype: int64

In [9]:

plt.plot(sr.index, sr.values, color='blue', alpha=0.5, linewidth=2, linestyle='--')
plt.xlim([1997, 2014])

Out[9]:

(1997, 2014)

3) 운영중인 커피숍 대상으로 1997~2014년도 사이의 개업 회수를 도수분포표로 요약하시오.¶

In [10]:

srOpen = df2.yearOfStart.value_counts()
srOpen = srOpen.sort_index()
srOpen = srOpen[(1997 <= srOpen.index) & (srOpen.index <= 2014)]    # 1997 ~ 2014
#srOpen

4) 지금은 폐업된 커피숍 대상으로 1997~2014년도 사이의 개업 회수를 도수분포표로 요약하시오.¶

In [11]:

srClose = df3.yearOfStart.value_counts()
srClose = srClose.sort_index()
srClose = srClose[(1997 <= srClose.index) & (srClose.index <= 2014)]  # 1997 ~ 2014
#srClose

5) 위 3과 4 결과를 하나의 그래프로 시각화한다. 범례도 포함한다.¶

In [12]:

fig = plt.figure(figsize=[5,3])
my_axes = fig.add_axes([0,0,1,1])
my_axes.plot(srOpen.index, srOpen.values, color = 'blue', linestyle='--',label='Open')
my_axes.plot(srClose.index, srClose.values,color = 'red', linestyle='-.', label='Closed')
my_axes.legend(loc=0)
my_axes.set_xlim([1997, 2014])
plt.show()

In [ ]: