어떤 나라 사람들이 한국을 찾을까 - 공공데이터 시각화

# 초기 세팅 코드 import pandas as pd import numpy as np # 화면에 출력하는 데이터 프레임의 최대 row 수를 100으로 설정합니다. pd.set_option('display.max_rows', 100) # 화면에 출력하는 데이터 프레임의 최대 column 수를 500으로 설정합니다. pd.set_option('display.max_columns', 500) # 나라가 200개가 넘어요! df = pd.read_excel("1984-2018출입국국가별월별통계.xlsx", header=2)

year_month_list = df.columns.tolist() # 1999.1월, 1998.2월 같은 칼럼을 리스트로 담아줄 예정 year_month_list.remove('Country') # 필요 없는 항목은 임시로 제거 year_month_list.remove('국가명') # 필요 없는 항목은 임시로 제거 new_year_month_list = ['Country', '국가명'] # 데이터 크기 (인덱스)를 기존 데이터 맞추기 위해 country, 국가명을 일단 둡니다. 나중에 제거할 예정. for item in year_month_list: year = item.split()[0] year = year.split(".")[0] year = year.split("년")[0] year = year[-2:] month = item.split()[0] if "."in(month): month = month.split(".")[1] else: month = month.split("년")[1] month = month[:-1] new_item = str(year) + "_" +str(month) new_year_month_list.append(new_item)

# 상단부 토탈 합계를 나타내는 데이터는 분리 취급 df_total_info = df.iloc[:4].drop(1, axis=0).reset_index().drop('index', axis=1)

df = df.fillna(0) # 비어있는 셀은 0을 넣어준다. for index in df.index.tolist(): # 모든 인덱스, 즉 모든 행을 다 돌려 볼 것이다. for col in range(2, len(df.columns)): # 행을 돌리는 동시에 열(칼럼, col)도 다 돌려 볼 것이다. if type(df.iloc[index, col]) == str: print("==========") print("내용 :", df.iloc[index, col]) print("데이터타입 :", type(df.iloc[index, col])) print("index, col (주소) :", index, ",", col) print("국가 :", df.loc[df.index[index],'국가명']) print("연도 :", df.columns[col]) df.iloc[index, col] = 0.0 elif type(df.iloc[index, col]) == np.float64: df.iloc[index, col].astype(int) else: pass

country_null_index = df.loc[df['Country'].isnull()].index.tolist() country_null_index_below_index = [item + 1 for item in country_null_index] country_null_index_upper_index = [item - 1 for item in country_null_index] df.loc[df.index.isin(country_null_index_below_index) | df.index.isin(country_null_index_upper_index) ]

# 쭉 살펴보니... 찾았다 대륙 인덱스들 continental_index = [5, 41, 67, 126, 189, 222, 287] # 대륙 이름도 직접 표기할 필요 없이 데이터로부터 그대로 따옵시다. continental_list = df.loc[df['Country'].index.isin(continental_index), 'Country'].tolist()

# 대륙 - 인덱스 를 표기한 dict 데이터 형성 mix_list = [None]*(len(continental_index)+len(continental_list)) mix_list[::2] = continental_index mix_list[1::2] = continental_list mix_dict = [] for i in range(0,len(mix_list),2): mix_dict.append((mix_list[i+1], mix_list[i])) mix_dict = dict(mix_dict) continental_dict=mix_dict print("아시아의 인덱스는? ", continental_dict['ASIA']) print("인덱스 5의 표기는? ", df.loc[df.index.isin([5]), 'Country' ])

# 새롭게 작업을 할 것이니 new_df 라는 카피 데이터를 하나 만들고 합시다. new_df = df.iloc[:, 2:].astype(int) new_df['Country'] = df['Country'] new_df['국가명'] = df['국가명'] new_df['cont'] = "" # 소속 대륙 칼럼을 만들자! for key, value in continental_dict.items(): new_df.iloc[value : , -1] = key

# 연도별 합은 별도의 리스트로 만들어서 열람하고자 할 때만 열어서 관리 except_year_columns = ["99_", "00_"] for num in range(10): num_ = "0" + str(num) + "_" except_year_columns.append(num_) for num in range(10,19): num_ = str(num) + "_" except_year_columns.append(num_) # 연도별 합을 통해 보고 싶다면 #new_df_asia_year = new_df_asia[except_year_columns] #를 통해 연도별 집계만 볼 수 있다 #월별 추이를 다 보고 싶다면 #except_year_columns를 drop시켜야함 # 연도별 합만 보기 new_df_year = new_df[except_year_columns] new_df_year['국가명'] = new_df['국가명'] new_df_year['cont'] = new_df['cont'] new_df_year = new_df_year.set_index('국가명') new_df_year = new_df_year.iloc[5:] # 월별추이 보기 new_df_month = new_df.drop(except_year_columns, axis=1) new_df_month = new_df_month.set_index('국가명') new_df_month = new_df_month.iloc[5:]

# 시각화 기본 세팅 코드 import matplotlib import matplotlib.pyplot as plt # 파이플롯 사용 import seaborn as sns from IPython.display import set_matplotlib_formats set_matplotlib_formats('retina') # 한글코드를 더 선명하게 해주는 조치, 레티나 설정 matplotlib.rc('font', family='AppleGothic') # 폰트 설정 matplotlib.rc('axes', unicode_minus=False) # 마이너스 폰트가 깨지는 경우가 있으므로 조치

def show_visitors(data, cont, country_list): # 원하는 대륙 선택. 굳이 선택 안 하고 싶다면 'global'로 처리 if cont != 'global': # cont = continent (대륙) if data == 'year': # 연간 입국자로 볼까? new_df_cont = new_df_year.loc[new_df_year['cont'] == cont] # 트랜스포즈해야 lineplot을 찍을 수 있다 plot_data = new_df_cont.loc[new_df_cont.index.isin(country_list)].T #쓸데 없는 country, 대륙 파트 커팅 + 가끔 내용물이 이상하게 Object로 되어있더라? plot_data_cut = plot_data.iloc[:-1,:].astype(int) plt.figure(figsize=(18, 9)) # 그래프 사이즈 조절 elif data == 'month': # 월별 입국자로 볼까? new_df_cont = new_df_month.loc[new_df_month['cont'] == cont] # 트랜스포즈해야 lineplot을 찍을 수 있다 plot_data = new_df_cont.loc[new_df_cont.index.isin(country_list)].T #쓸데 없는 country, 대륙 파트 커팅 + 가끔 내용물이 이상하게 Object로 되어있더라? plot_data_cut = plot_data.iloc[:-2,:].astype(int) plt.figure(figsize=(50, 9)) # 그래프 사이즈 조절 else: print('연도 보기 혹은 월별 보기를 다시 선택해주세요') else: if data == 'year': plot_data = new_df_year.loc[new_df_year.index.isin(country_list)].T plot_data_cut = plot_data.iloc[:-1,:].astype(int) plt.figure(figsize=(18, 9)) elif data == 'month': plot_data = new_df_month.loc[new_df_month.index.isin(country_list)].T plot_data_cut = plot_data.iloc[:-2,:].astype(int) plt.figure(figsize=(50, 9)) else: print('연도 보기 혹은 월별 보기를 다시 선택해주세요') plt.title('방한객 증감 추이', fontsize=20) plt.ylabel('방한객', fontsize=15) plt.xlabel('시간', fontsize=15) plt.xticks(rotation=90) for country in country_list: plt.plot(plot_data_cut.index, plot_data_cut[country], linestyle='--', linewidth=2) # 'dashed' # linestyle='--', '-', ':' (dashed, solid, dotted) # linewidth=1 plt.legend(country_list ,fontsize=14, loc='best') plt.show()

asia_list = new_df_year.loc[new_df_year['cont'] == 'ASIA'].iloc[:,:-1].sum(axis = 1, skipna = True).sort_values(ascending=False).index.tolist() europe_list = new_df_year.loc[new_df_year['cont'] == 'Europe'].iloc[:,:-1].sum(axis = 1, skipna = True).sort_values(ascending=False).index.tolist() americas_list = new_df_year.loc[new_df_year['cont'] == 'Americas'].iloc[:,:-1].sum(axis = 1, skipna = True).sort_values(ascending=False).index.tolist() mid_east_asia_list = new_df_year.loc[new_df_year['cont'] == 'Middle East Asia'].iloc[:,:-1].sum(axis = 1, skipna = True).sort_values(ascending=False).index.tolist() oceania_list = new_df_year.loc[new_df_year['cont'] == 'Oceania'].iloc[:,:-1].sum(axis = 1, skipna = True).sort_values(ascending=False).index.tolist() africa_list = new_df_year.loc[new_df_year['cont'] == 'AFRICA'].iloc[:,:-1].sum(axis = 1, skipna = True).sort_values(ascending=False).index.tolist() cont_list = [asia_list, europe_list, americas_list, mid_east_asia_list, oceania_list, africa_list] for cont in cont_list: cont.remove(0)

show_visitors('year', 'global', ['일본', '미국'])

# 총 입국자 수를 파악해야 하므로 total 데이터를 구축해줍시다. new_df['total'] = new_df.iloc[:,:-2].sum(axis = 1, skipna = True) new_df = new_df.set_index('국가명')

top_list = new_df.sort_values(by='total',ascending=False).index.tolist() remove_list = [0,0,0,0, '구주', '아프리카', '대양주', '미주', 'GCC6개국'] for item in remove_list: top_list.remove(item)