실제 데이터를 활용한 데이터 분석
| 프로젝트 제목 | 구성원 | 기간 | 내용요약 |
|---|---|---|---|
| electronic_car_data | 개인 | 23.10.24(1일) | 서울시 전기차 충전소 충전량 데이터를 활용한 충전종료시각 예측 |
| sangil_dong_commercial_analysis | 4인 | 23.10(3일) | 서울 강동구 상일동 상권 분석 |
서울시 전기차 충전소 충전량 데이터를 활용한 EDA 분석 및 시각화
충전종료시각 예측을 위한 pycaret 사용
-
목적
- 종료시각예측을 통해 실제 차량의 대기시간을 예상하고 유동 흐름을 조절 할 수 있는지 확인
-
현배터리양 columns 생성
- 충전량을 100.0 = 100%로 두고 "충전하기 직전 차에 남아있던 전기량"을 추가
- 현배터리양 = 100 - 충전량
-
충전량 분포 확인
box plot dist plot box 외 100%가 넘어간 부분 제거 필요 Positive skew
극단적인 큰 outlier 존재
-
학습전 최종 데이터
-
Pycaret Model
- 상위 5개의 모델을 각 blending 및 stacking 하여 결과 확인
-
결과
blender stacker 
-
예측 결과 시각화
blender stacker 
서울시 상일동 골목상권 EDA 분석 및 시각화
-
데이터: 서울시 상권분석서비스 상일동 골목상권 6개년 데이터
- 기간: 2017-2022년(6개년)
-
목적
- 골목 상권에 어떠한 영향을 끼쳤는지
- 상권에서 가장 변화가 큰 업종에 영향을 많이 준 인구통계학 정보를 통해, 재개발로 인한 인구 구성 변화가 어떠했는지 확인
-
업종별 시계열 매출 변화
-
상일동 골목상권 매출 Top10
-
골목상권 추세
병의학 업종 유흥업 일반의원이 큰 차이를 보이지 않는 것에 비해 의약품이 크게 상승 후 하락 호프, 슈퍼마켓, 노래방 크게 하락
호프는 코로나 이후 상승
유사 업종 주기성을 보이는 업종 일반교습학원은 코로나 시기에 상승 후 하락
외국어학원은 하락 후 상승화초, 편의점, 서적 
-
성별 간 매출변화
-
연령 별 세분화(line plot)
-
분기 및 연령별 세분화(pie chart)
2018년 2020년 5-60대가 의학품 소비를 많이 차지 4분기 기점 3-40대 비율이 크게 증가 
