빌릴 땐 마음대로지만 반납할 땐 아니란다¶

by Sean Park, 20-04-16
블로그
Github

성수동에는 따릉이가 정말 많다.

카페 거리, 서울숲 산책, 한강 자전거길 등 주변에 자전거로 즐길 콘텐츠가 많아서 일 것이다.
반면, 성수동에서 따릉이를 타고 본가인 쌍문동까지 가면, 따릉이를 반납할 곳이 참 없다고 느꼈었다.
지역마다 따릉이 분포가 어떤지 살펴보고, 어느 구역에 확충하면 좋을 지 살펴보자.

목적: 구별 따릉이 분포 분석하기

1. 데이터 가져오기¶

대여소 정보: 링크
- 19.12.09 기준 데이터를 사용
이용 정보: 링크
- 18.12~19.11 간 데이터를 사용 (두 개의 파일 사용)

In [1]:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
plt.style.use('seaborn-whitegrid')
import folium
import googlemaps
import warnings
warnings.filterwarnings('ignore')

In [2]:

plt.rc('font', size=14)
plt.rc('font', family='NanumGothic')

In [3]:

# 파일 불러오기
df_rent1 = pd.read_excel('source/Seoulbike/공공자전거 대여소별 이용정보_201906_201911.xlsx', sheet_name='대여')
df_rent2 = pd.read_excel('source/Seoulbike/공공자전거 대여소별 이용정보_201812_201905.xlsx', sheet_name='대여')
df_return1 = pd.read_excel('source/Seoulbike/공공자전거 대여소별 이용정보_201906_201911.xlsx', sheet_name='반납')
df_return2 = pd.read_excel('source/Seoulbike/공공자전거 대여소별 이용정보_201812_201905.xlsx', sheet_name='반납')
df_station = pd.read_excel('source/Seoulbike/서울특별시 공공자전거 대여소 정보(19.12.9).xlsx')

In [4]:

df_rent1.head(3)

Out[4]:

	대여소 그룹	대여소 명	대여 일자 / 월	대여 건수
0	강남구	2301. 현대고등학교 건너편	201906	3909
1	강남구	2302. 교보타워 버스정류장(신논현역 3번출구 후면)	201906	2432
2	강남구	2303. 논현역 7번출구	201906	1567

In [5]:

df_rent1.tail(3)

Out[5]:

	대여소 그룹	대여소 명	대여 일자 / 월	대여 건수
9269	중랑구	1457. 동원사거리	201911	577
9270	중랑구	1458. 상봉터미널2	201911	1243
9271	중랑구	1459. 용마한신아파트사거리	201911	339

In [6]:

df_rent2.head(3)

Out[6]:

	구분	대여소명	대여일자	대여건수
0	강남구	2301. 현대고등학교 건너편	201812.0	364.0
1	강남구	2302. 교보타워 버스정류장(신논현역 3번출구 후면)	201812.0	500.0
2	강남구	2303. 논현역 7번출구	201812.0	286.0

In [7]:

df_rent2.tail(3)

Out[7]:

	구분	대여소명	대여일자	대여건수
9186	중랑구	1457. 동원사거리	201905.0	827.0
9187	중랑구	1458. 상봉터미널2	201905.0	1421.0
9188	중랑구	1459. 용마한신아파트사거리	201905.0	447.0

In [8]:

df_return1.head(3)

Out[8]:

	대여소 그룹	대여소 명	반납 일자 / 월	반납 건수
0	강남구	2301. 현대고등학교 건너편	201906	4072
1	강남구	2302. 교보타워 버스정류장(신논현역 3번출구 후면)	201906	2382
2	강남구	2303. 논현역 7번출구	201906	1402

In [9]:

df_return1.tail(3)

Out[9]:

	대여소 그룹	대여소 명	반납 일자 / 월	반납 건수
9270	중랑구	1457. 동원사거리	201911	572
9271	중랑구	1458. 상봉터미널2	201911	1305
9272	중랑구	1459. 용마한신아파트사거리	201911	316

In [10]:

df_return2.head(3)

Out[10]:

	구분	대여소명	반납일자	반납건수
0	강남구	2301. 현대고등학교 건너편	201812.0	437.0
1	강남구	2302. 교보타워 버스정류장(신논현역 3번출구 후면)	201812.0	556.0
2	강남구	2303. 논현역 7번출구	201812.0	273.0

In [11]:

df_return2.tail(3)

Out[11]:

	구분	대여소명	반납일자	반납건수
9186	중랑구	1457. 동원사거리	201905.0	749.0
9187	중랑구	1458. 상봉터미널2	201905.0	1492.0
9188	중랑구	1459. 용마한신아파트사거리	201905.0	320.0

In [12]:

df_station.head(3)

Out[12]:

	대여소_구	대여소ID	대여소명	대여소주소	위도	경도	기준시작일자	거치대수
0	마포구	101.0	101. (구)합정동 주민센터	서울특별시 마포구 동교로8길 58	37.549561	126.905754	2015-09-06 23:40:56	5
1	마포구	102.0	102. 망원역 1번출구 앞	서울특별시 마포구 월드컵로 72	37.555649	126.910629	2015-09-06 23:42:06	20
2	마포구	103.0	103. 망원역 2번출구 앞	서울특별시 마포구 월드컵로 79	37.554951	126.910835	2015-09-06 23:43:13	14

In [13]:

df_station.tail(3)

Out[13]:

	대여소_구	대여소ID	대여소명	대여소주소	위도	경도	기준시작일자	거치대수
1538	종로구	465.0	465. 삼청공원 앞	서울특별시 종로구 삼청동 25-32	37.587605	126.983597	2019.11.20	5
1539	종로구	664.0	서울시립대 대학본부	동대문구 서울시립대로 163 서울시립대학교	37.584129	127.057938	2019.11.20	10
1540	합계	NaN	1540	NaN	NaN	NaN	NaN	19545

station 마지막 레코드인 합계를 지워주자.

In [14]:

df_station.drop(1540, axis=0, inplace=True)

2. 데이터 전처리¶

2-1. 데이터 병합¶

서로 컬럼명이 다름, 병합을 위해 컬럼명을 맞춰줘야함
코딩 편의를 위해 컬럼명 영어로 통일하기!
- 한글명은 한영키를 한 번 더 눌러줘야해서 오타 확률이 더 높은듯

In [15]:

# 데이터 형태 출력
print(df_rent1.shape,'\n',df_rent2.shape)

(9272, 4) 
 (9189, 4)

In [16]:

# 컬럼명 변경, 데이터 합치기
df_rent1.columns=['district','station','date','count']
df_rent2.columns=['district','station','date','count']
df_rent = pd.concat([df_rent1, df_rent2])
print(df_rent.shape)
df_rent.head()

(18461, 4)

Out[16]:

	district	station	date	count
0	강남구	2301. 현대고등학교 건너편	201906.0	3909.0
1	강남구	2302. 교보타워 버스정류장(신논현역 3번출구 후면)	201906.0	2432.0
2	강남구	2303. 논현역 7번출구	201906.0	1567.0
3	강남구	2304. 신영 ROYAL PALACE 앞	201906.0	559.0
4	강남구	2305. MCM 본사 직영점 앞	201906.0	730.0

이번엔 반납 데이터를 확인해보자!

In [17]:

df_return1.head()

Out[17]:

	대여소 그룹	대여소 명	반납 일자 / 월	반납 건수
0	강남구	2301. 현대고등학교 건너편	201906	4072
1	강남구	2302. 교보타워 버스정류장(신논현역 3번출구 후면)	201906	2382
2	강남구	2303. 논현역 7번출구	201906	1402
3	강남구	2304. 신영 ROYAL PALACE 앞	201906	207
4	강남구	2305. MCM 본사 직영점 앞	201906	905

In [18]:

df_return2.head()

Out[18]:

	구분	대여소명	반납일자	반납건수
0	강남구	2301. 현대고등학교 건너편	201812.0	437.0
1	강남구	2302. 교보타워 버스정류장(신논현역 3번출구 후면)	201812.0	556.0
2	강남구	2303. 논현역 7번출구	201812.0	273.0
3	강남구	2304. 신영 ROYAL PALACE 앞	201812.0	62.0
4	강남구	2305. MCM 본사 직영점 앞	201812.0	218.0

In [19]:

# 컬럼명 통일, 데이터 합치기
df_return1.columns = ['district', 'station', 'date', 'count']
df_return2.columns = ['district', 'station', 'date', 'count']

df_return = pd.concat([df_return1, df_return2])

In [20]:

# 제대로 합쳐졌는지 확인하기!
print(df_return1.shape, df_return2.shape)
print('총 레코드 수: {}'.format(df_return1.shape[0] + df_return2.shape[0]))
print(df_return.shape)
df_return.head()

(9273, 4) (9189, 4)
총 레코드 수: 18462
(18462, 4)

Out[20]:

	district	station	date	count
0	강남구	2301. 현대고등학교 건너편	201906.0	4072.0
1	강남구	2302. 교보타워 버스정류장(신논현역 3번출구 후면)	201906.0	2382.0
2	강남구	2303. 논현역 7번출구	201906.0	1402.0
3	강남구	2304. 신영 ROYAL PALACE 앞	201906.0	207.0
4	강남구	2305. MCM 본사 직영점 앞	201906.0	905.0

그런데, return, rent 데이터를 보면 동일한 district와 station을 갖고있는 것 같다.
station을 키로 두고 join하여 하나의 데이터프레임으로 병합하자.

In [21]:

df_bike = df_rent.merge(df_return[['station', 'date', 'count']], 
                        how='left', on=['station', 'date'])
print(df_bike.shape)
df_bike.head()

(18485, 5)

Out[21]:

	district	station	date	count_x	count_y
0	강남구	2301. 현대고등학교 건너편	201906.0	3909.0	4072.0
1	강남구	2302. 교보타워 버스정류장(신논현역 3번출구 후면)	201906.0	2432.0	2382.0
2	강남구	2303. 논현역 7번출구	201906.0	1567.0	1402.0
3	강남구	2304. 신영 ROYAL PALACE 앞	201906.0	559.0	207.0
4	강남구	2305. MCM 본사 직영점 앞	201906.0	730.0	905.0

잘 병합되었다.
이제 count_x와 count_y의 컬럼명을 바꿔주자.

In [22]:

df_bike.columns = ['district', 'station', 'date', 'rent', 'return']
df_bike.head()

Out[22]:

	district	station	date	rent	return
0	강남구	2301. 현대고등학교 건너편	201906.0	3909.0	4072.0
1	강남구	2302. 교보타워 버스정류장(신논현역 3번출구 후면)	201906.0	2432.0	2382.0
2	강남구	2303. 논현역 7번출구	201906.0	1567.0	1402.0
3	강남구	2304. 신영 ROYAL PALACE 앞	201906.0	559.0	207.0
4	강남구	2305. MCM 본사 직영점 앞	201906.0	730.0	905.0

2-2. 결측값 처리¶

Null값이 있는지 확인해보자.

In [23]:

import missingno as msno
f, ax = plt.subplots(2, 1, figsize=(12, 12))
msno.bar(df_bike, ax=ax[0])
msno.bar(df_station, ax=ax[1])

Out[23]:

<matplotlib.axes._subplots.AxesSubplot at 0x257a1f69848>

bike데이터에는 25개의 null값이 있다.
station데이터에는 null값이 없다.

In [24]:

pd.set_option('display.max_rows', 30)
df_bike[df_bike['district'].isnull()]

Out[24]:

	district	station	date	rent	return
10799	NaN	NaN	NaN	NaN	NaN
10800	NaN	NaN	NaN	NaN	NaN
10801	NaN	NaN	NaN	NaN	NaN
10802	NaN	NaN	NaN	NaN	NaN
10803	NaN	NaN	NaN	NaN	NaN
12332	NaN	NaN	NaN	NaN	NaN
12333	NaN	NaN	NaN	NaN	NaN
12334	NaN	NaN	NaN	NaN	NaN
12335	NaN	NaN	NaN	NaN	NaN
12336	NaN	NaN	NaN	NaN	NaN
13863	NaN	NaN	NaN	NaN	NaN
13864	NaN	NaN	NaN	NaN	NaN
13865	NaN	NaN	NaN	NaN	NaN
13866	NaN	NaN	NaN	NaN	NaN
13867	NaN	NaN	NaN	NaN	NaN
15404	NaN	NaN	NaN	NaN	NaN
15405	NaN	NaN	NaN	NaN	NaN
15406	NaN	NaN	NaN	NaN	NaN
15407	NaN	NaN	NaN	NaN	NaN
15408	NaN	NaN	NaN	NaN	NaN
16944	NaN	NaN	NaN	NaN	NaN
16945	NaN	NaN	NaN	NaN	NaN
16946	NaN	NaN	NaN	NaN	NaN
16947	NaN	NaN	NaN	NaN	NaN
16948	NaN	NaN	NaN	NaN	NaN

모든 컬럼이 null값인 레코드들이다. 삭제해주자

In [25]:

df_bike.dropna(inplace=True)

In [26]:

print(df_bike.shape)
df_bike.tail()

(18460, 5)

Out[26]:

	district	station	date	rent	return
18480	중랑구	1455. 상봉역 2번 출구	201905.0	1362.0	1300.0
18481	중랑구	1456. 상아빌딩(우림시장 교차로)	201905.0	826.0	867.0
18482	중랑구	1457. 동원사거리	201905.0	827.0	749.0
18483	중랑구	1458. 상봉터미널2	201905.0	1421.0	1492.0
18484	중랑구	1459. 용마한신아파트사거리	201905.0	447.0	320.0

index를 초기화해주자.

In [27]:

df_bike.reset_index(drop=True, inplace=True)
df_bike.tail(3)

Out[27]:

	district	station	date	rent	return
18457	중랑구	1457. 동원사거리	201905.0	827.0	749.0
18458	중랑구	1458. 상봉터미널2	201905.0	1421.0	1492.0
18459	중랑구	1459. 용마한신아파트사거리	201905.0	447.0	320.0

In [28]:

df_station.head()

Out[28]:

	대여소_구	대여소ID	대여소명	대여소주소	위도	경도	기준시작일자	거치대수
0	마포구	101.0	101. (구)합정동 주민센터	서울특별시 마포구 동교로8길 58	37.549561	126.905754	2015-09-06 23:40:56	5
1	마포구	102.0	102. 망원역 1번출구 앞	서울특별시 마포구 월드컵로 72	37.555649	126.910629	2015-09-06 23:42:06	20
2	마포구	103.0	103. 망원역 2번출구 앞	서울특별시 마포구 월드컵로 79	37.554951	126.910835	2015-09-06 23:43:13	14
3	마포구	104.0	104. 합정역 1번출구 앞	서울특별시 마포구 양화로 59	37.550629	126.914986	2015-09-06 23:44:31	13
4	마포구	105.0	105. 합정역 5번출구 앞	서울특별시 마포구 양화로 48	37.550007	126.914825	2015-09-06 23:45:30	5

In [29]:

# 컬럼명 영어로 변경!
df_station.columns = ['district', 'id', 'station',
                      'address', 'lat', 'lng', 'date', 'count']
df_station.head(3)

Out[29]:

	district	id	station	address	lat	lng	date	count
0	마포구	101.0	101. (구)합정동 주민센터	서울특별시 마포구 동교로8길 58	37.549561	126.905754	2015-09-06 23:40:56	5
1	마포구	102.0	102. 망원역 1번출구 앞	서울특별시 마포구 월드컵로 72	37.555649	126.910629	2015-09-06 23:42:06	20
2	마포구	103.0	103. 망원역 2번출구 앞	서울특별시 마포구 월드컵로 79	37.554951	126.910835	2015-09-06 23:43:13	14

2-3. station컬럼 처리, id컬럼 추가¶

In [30]:

df_bike.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 18460 entries, 0 to 18459
Data columns (total 5 columns):
district    18460 non-null object
station     18460 non-null object
date        18460 non-null float64
rent        18460 non-null float64
return      18460 non-null float64
dtypes: float64(3), object(2)
memory usage: 721.2+ KB

In [31]:

df_bike.head(3)

Out[31]:

	district	station	date	rent	return
0	강남구	2301. 현대고등학교 건너편	201906.0	3909.0	4072.0
1	강남구	2302. 교보타워 버스정류장(신논현역 3번출구 후면)	201906.0	2432.0	2382.0
2	강남구	2303. 논현역 7번출구	201906.0	1567.0	1402.0

대여소 이름을 보면, [id. 대여소명]으로 되어있다.
이것을 [id], [대여소명]으로 변경하면, 나중에 station 데이터의 id컬럼과 연결 시 편리할 것으로 보인다

In [32]:

import re
from tqdm import tqdm_notebook

p1 = re.compile('\d+')
p2 = re.compile('\d+[. ]')
error_row = []

for row in tqdm_notebook(df_bike.index):
    try:
        m = p1.match(df_bike.loc[row, 'station'])
        df_bike.loc[row, 'id'] = m.group()
    except:
        df_bike.loc[row, 'id'] = 'None'
        error_row.append(row)    # 에러행 저장해놓기
    try:
        df_bike.loc[row, 'station'] = p2.sub('', df_bike.loc[row, 'station'])
    except:
        error_row.append(row)    # 에러행 저장해놓기

HBox(children=(IntProgress(value=0, max=18460), HTML(value='')))

In [33]:

df_bike.head()

Out[33]:

	district	station	date	rent	return	id
0	강남구	현대고등학교 건너편	201906.0	3909.0	4072.0	2301
1	강남구	교보타워 버스정류장(신논현역 3번출구 후면)	201906.0	2432.0	2382.0	2302
2	강남구	논현역 7번출구	201906.0	1567.0	1402.0	2303
3	강남구	신영 ROYAL PALACE 앞	201906.0	559.0	207.0	2304
4	강남구	MCM 본사 직영점 앞	201906.0	730.0	905.0	2305

In [34]:

print('에러행 수: {}개'.format(len(error_row)))
print('\n에러행의 대여소명: \n{}'.format(df_bike.loc[error_row,:].station.value_counts()))
df_bike.loc[error_row,:]

에러행 수: 25개

에러행의 대여소명: 
대여소명 없음     11
중랑센터         6
상암센터 정비실     6
시스템관리팀       2
Name: station, dtype: int64

Out[34]:

	district	station	date	rent	return	id
1381	정비센터	상암센터 정비실	201906.0	2.0	9.0	None
1382	정비센터	중랑센터	201906.0	36.0	24.0	None
1543	그룹명 없음	대여소명 없음	201907.0	0.0	1.0	None
1544	그룹명 없음	대여소명 없음	201907.0	0.0	12537.0	None
1545	그룹명 없음	대여소명 없음	201907.0	0.0	1.0	None
1546	그룹명 없음	대여소명 없음	201907.0	0.0	12537.0	None
2928	정비센터	상암센터 정비실	201907.0	1.0	11.0	None
2929	정비센터	중랑센터	201907.0	42.0	34.0	None
3090	그룹명 없음	대여소명 없음	201908.0	0.0	12188.0	None
4468	정비센터	상암센터 정비실	201908.0	4.0	13.0	None
4469	정비센터	시스템관리팀	201908.0	2.0	2.0	None
4470	정비센터	중랑센터	201908.0	36.0	28.0	None
4633	그룹명 없음	대여소명 없음	201909.0	0.0	10902.0	None
6015	정비센터	상암센터 정비실	201909.0	0.0	2.0	None
6016	정비센터	시스템관리팀	201909.0	1.0	1.0	None
6017	정비센터	중랑센터	201909.0	28.0	33.0	None
6180	그룹명 없음	대여소명 없음	201910.0	0.0	11726.0	None
6181	그룹명 없음	대여소명 없음	201910.0	0.0	1.0	None
6182	그룹명 없음	대여소명 없음	201910.0	0.0	11726.0	None
6183	그룹명 없음	대여소명 없음	201910.0	0.0	1.0	None
7567	정비센터	상암센터 정비실	201910.0	1.0	2.0	None
7568	정비센터	중랑센터	201910.0	25.0	31.0	None
7729	그룹명 없음	대여소명 없음	201911.0	0.0	8799.0	None
9113	정비센터	상암센터 정비실	201911.0	6.0	8.0	None
9114	정비센터	중랑센터	201911.0	9.0	30.0	None

정비센터이거나, 그룹명이 없는 경우가 있다.
- 근데센터에서 분출된 자전거는 정말 정비가 되어서 나온 것은 아닐까?
정비센터는 count 수 자체가 적고, 대여소명이 없는 곳은 추적할 방법이 없기때문에, 삭제하도록 하자.
- 대여소명이 없는 곳은 대여소가 사라진곳이려나?

In [35]:

df_bike.drop(error_row, inplace=True)
df_bike.reset_index(drop=True, inplace=True)

In [36]:

df_bike.drop(df_bike[df_bike.district=='정비센터'].index, axis=0, inplace=True)

In [37]:

df_station.head()

Out[37]:

	district	id	station	address	lat	lng	date	count
0	마포구	101.0	101. (구)합정동 주민센터	서울특별시 마포구 동교로8길 58	37.549561	126.905754	2015-09-06 23:40:56	5
1	마포구	102.0	102. 망원역 1번출구 앞	서울특별시 마포구 월드컵로 72	37.555649	126.910629	2015-09-06 23:42:06	20
2	마포구	103.0	103. 망원역 2번출구 앞	서울특별시 마포구 월드컵로 79	37.554951	126.910835	2015-09-06 23:43:13	14
3	마포구	104.0	104. 합정역 1번출구 앞	서울특별시 마포구 양화로 59	37.550629	126.914986	2015-09-06 23:44:31	13
4	마포구	105.0	105. 합정역 5번출구 앞	서울특별시 마포구 양화로 48	37.550007	126.914825	2015-09-06 23:45:30	5

이제 station데이터에 있는 station컬럼 내 id를 빼주자.

In [38]:

p = re.compile('\d+[. ]')
for row in df_station.index:
    try:
        df_station.loc[row, 'station'] = p2.sub('', df_station.loc[row, 'station'])
    except:
        print(row)

In [39]:

df_station.head()

Out[39]:

	district	id	station	address	lat	lng	date	count
0	마포구	101.0	(구)합정동 주민센터	서울특별시 마포구 동교로8길 58	37.549561	126.905754	2015-09-06 23:40:56	5
1	마포구	102.0	망원역 1번출구 앞	서울특별시 마포구 월드컵로 72	37.555649	126.910629	2015-09-06 23:42:06	20
2	마포구	103.0	망원역 2번출구 앞	서울특별시 마포구 월드컵로 79	37.554951	126.910835	2015-09-06 23:43:13	14
3	마포구	104.0	합정역 1번출구 앞	서울특별시 마포구 양화로 59	37.550629	126.914986	2015-09-06 23:44:31	13
4	마포구	105.0	합정역 5번출구 앞	서울특별시 마포구 양화로 48	37.550007	126.914825	2015-09-06 23:45:30	5

2-4. 컬럼 형식 변경¶

2-4-1. df_bike¶

In [40]:

df_bike.head()

Out[40]:

	district	station	date	rent	return	id
0	강남구	현대고등학교 건너편	201906.0	3909.0	4072.0	2301
1	강남구	교보타워 버스정류장(신논현역 3번출구 후면)	201906.0	2432.0	2382.0	2302
2	강남구	논현역 7번출구	201906.0	1567.0	1402.0	2303
3	강남구	신영 ROYAL PALACE 앞	201906.0	559.0	207.0	2304
4	강남구	MCM 본사 직영점 앞	201906.0	730.0	905.0	2305

In [41]:

df_bike.columns = ['district', 'station', 'date', 'rent', 'return', 'id']
df_bike.head()

Out[41]:

	district	station	date	rent	return	id
0	강남구	현대고등학교 건너편	201906.0	3909.0	4072.0	2301
1	강남구	교보타워 버스정류장(신논현역 3번출구 후면)	201906.0	2432.0	2382.0	2302
2	강남구	논현역 7번출구	201906.0	1567.0	1402.0	2303
3	강남구	신영 ROYAL PALACE 앞	201906.0	559.0	207.0	2304
4	강남구	MCM 본사 직영점 앞	201906.0	730.0	905.0	2305

In [42]:

df_bike.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 18408 entries, 0 to 18434
Data columns (total 6 columns):
district    18408 non-null object
station     18408 non-null object
date        18408 non-null float64
rent        18408 non-null float64
return      18408 non-null float64
id          18408 non-null object
dtypes: float64(3), object(3)
memory usage: 1006.7+ KB

date
- datetime형식으로 변경
count, id
- int로 변경

In [43]:

df_bike['date'] = df_bike['date'] * 100 + 1    # date 내 월까지만 기재되있으므로 이를 모두 1일로 통일
df_bike['date'] = pd.to_datetime(df_bike['date'], format='%Y%m%d')
df_bike['return'] = df_bike['return'].astype('int')
df_bike['rent'] = df_bike['rent'].astype('int')
df_bike['id'] = df_bike['id'].astype('int')

In [44]:

df_bike.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 18408 entries, 0 to 18434
Data columns (total 6 columns):
district    18408 non-null object
station     18408 non-null object
date        18408 non-null datetime64[ns]
rent        18408 non-null int32
return      18408 non-null int32
id          18408 non-null int32
dtypes: datetime64[ns](1), int32(3), object(2)
memory usage: 791.0+ KB

In [45]:

df_bike.head(3)

Out[45]:

	district	station	date	rent	return	id
0	강남구	현대고등학교 건너편	2019-06-01	3909	4072	2301
1	강남구	교보타워 버스정류장(신논현역 3번출구 후면)	2019-06-01	2432	2382	2302
2	강남구	논현역 7번출구	2019-06-01	1567	1402	2303

2-4-2. df_station¶

In [46]:

df_station.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 1540 entries, 0 to 1539
Data columns (total 8 columns):
district    1540 non-null object
id          1540 non-null float64
station     1540 non-null object
address     1540 non-null object
lat         1540 non-null float64
lng         1540 non-null float64
date        1540 non-null object
count       1540 non-null int64
dtypes: float64(3), int64(1), object(4)
memory usage: 148.3+ KB

id
- int로 변환
date
- datetime으로 변환

In [47]:

df_station['id'] = df_station['id'].astype('int')
df_station['date'] = pd.to_datetime(df_station['date'])
df_station

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
D:\Program Files\Anaconda3\lib\site-packages\pandas\core\arrays\datetimes.py in objects_to_datetime64ns(data, dayfirst, yearfirst, utc, errors, require_iso8601, allow_object)
   1978         try:
-> 1979             values, tz_parsed = conversion.datetime_to_datetime64(data)
   1980             # If tzaware, these values represent unix timestamps, so we

pandas\_libs\tslibs\conversion.pyx in pandas._libs.tslibs.conversion.datetime_to_datetime64()

TypeError: Unrecognized value type: <class 'str'>

During handling of the above exception, another exception occurred:

ValueError                                Traceback (most recent call last)
<ipython-input-47-9855be6b4f14> in <module>
      1 df_station['id'] = df_station['id'].astype('int')
----> 2 df_station['date'] = pd.to_datetime(df_station['date'])
      3 df_station

D:\Program Files\Anaconda3\lib\site-packages\pandas\util\_decorators.py in wrapper(*args, **kwargs)
    206                 else:
    207                     kwargs[new_arg_name] = new_arg_value
--> 208             return func(*args, **kwargs)
    209 
    210         return wrapper

D:\Program Files\Anaconda3\lib\site-packages\pandas\core\tools\datetimes.py in to_datetime(arg, errors, dayfirst, yearfirst, utc, box, format, exact, unit, infer_datetime_format, origin, cache)
    772                 result = result.tz_localize(tz)
    773     elif isinstance(arg, ABCSeries):
--> 774         cache_array = _maybe_cache(arg, format, cache, convert_listlike)
    775         if not cache_array.empty:
    776             result = arg.map(cache_array)

D:\Program Files\Anaconda3\lib\site-packages\pandas\core\tools\datetimes.py in _maybe_cache(arg, format, cache, convert_listlike)
    154         unique_dates = unique(arg)
    155         if len(unique_dates) < len(arg):
--> 156             cache_dates = convert_listlike(unique_dates, True, format)
    157             cache_array = Series(cache_dates, index=unique_dates)
    158     return cache_array

D:\Program Files\Anaconda3\lib\site-packages\pandas\core\tools\datetimes.py in _convert_listlike_datetimes(arg, box, format, name, tz, unit, errors, infer_datetime_format, dayfirst, yearfirst, exact)
    461             errors=errors,
    462             require_iso8601=require_iso8601,
--> 463             allow_object=True,
    464         )
    465 

D:\Program Files\Anaconda3\lib\site-packages\pandas\core\arrays\datetimes.py in objects_to_datetime64ns(data, dayfirst, yearfirst, utc, errors, require_iso8601, allow_object)
   1982             return values.view("i8"), tz_parsed
   1983         except (ValueError, TypeError):
-> 1984             raise e
   1985 
   1986     if tz_parsed is not None:

D:\Program Files\Anaconda3\lib\site-packages\pandas\core\arrays\datetimes.py in objects_to_datetime64ns(data, dayfirst, yearfirst, utc, errors, require_iso8601, allow_object)
   1973             dayfirst=dayfirst,
   1974             yearfirst=yearfirst,
-> 1975             require_iso8601=require_iso8601,
   1976         )
   1977     except ValueError as e:

pandas\_libs\tslib.pyx in pandas._libs.tslib.array_to_datetime()

pandas\_libs\tslib.pyx in pandas._libs.tslib.array_to_datetime()

pandas\_libs\tslib.pyx in pandas._libs.tslib.array_to_datetime_object()

pandas\_libs\tslib.pyx in pandas._libs.tslib.array_to_datetime_object()

pandas\_libs\tslibs\parsing.pyx in pandas._libs.tslibs.parsing.parse_datetime_string()

D:\Program Files\Anaconda3\lib\site-packages\dateutil\parser\_parser.py in parse(timestr, parserinfo, **kwargs)
   1356         return parser(parserinfo).parse(timestr, **kwargs)
   1357     else:
-> 1358         return DEFAULTPARSER.parse(timestr, **kwargs)
   1359 
   1360 

D:\Program Files\Anaconda3\lib\site-packages\dateutil\parser\_parser.py in parse(self, timestr, default, ignoretz, tzinfos, **kwargs)
    647 
    648         if res is None:
--> 649             raise ValueError("Unknown string format:", timestr)
    650 
    651         if len(res) == 0:

ValueError: ('Unknown string format:', '2018.7.4개통')

오류가 나서 살펴보니, date컬럼에 문자가 섞여있는 데이터가 있나보다.

In [48]:

# 개통이라는 단어가 포함되어있으면, 그 단어를 제외하여 저장
for row in df_station.index:
    try:
        if df_station.loc[row, 'date'][-2:] == '개통': 
            df_station.loc[row, 'date'] = df_station.loc[row, 'date'][:-2]
    except:
        pass

In [49]:

df_station['date'] = pd.to_datetime(df_station['date'])
df_station.head()

Out[49]:

	district	id	station	address	lat	lng	date	count
0	마포구	101	(구)합정동 주민센터	서울특별시 마포구 동교로8길 58	37.549561	126.905754	2015-09-06 23:40:56	5
1	마포구	102	망원역 1번출구 앞	서울특별시 마포구 월드컵로 72	37.555649	126.910629	2015-09-06 23:42:06	20
2	마포구	103	망원역 2번출구 앞	서울특별시 마포구 월드컵로 79	37.554951	126.910835	2015-09-06 23:43:13	14
3	마포구	104	합정역 1번출구 앞	서울특별시 마포구 양화로 59	37.550629	126.914986	2015-09-06 23:44:31	13
4	마포구	105	합정역 5번출구 앞	서울특별시 마포구 양화로 48	37.550007	126.914825	2015-09-06 23:45:30	5

In [50]:

df_station.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 1540 entries, 0 to 1539
Data columns (total 8 columns):
district    1540 non-null object
id          1540 non-null int32
station     1540 non-null object
address     1540 non-null object
lat         1540 non-null float64
lng         1540 non-null float64
date        1540 non-null datetime64[ns]
count       1540 non-null int64
dtypes: datetime64[ns](1), float64(2), int32(1), int64(1), object(3)
memory usage: 142.3+ KB

잘 처리가 되었다.

2-4-3. 컬럼 순서 변경¶

In [51]:

df_bike.head(3)

Out[51]:

	district	station	date	rent	return	id
0	강남구	현대고등학교 건너편	2019-06-01	3909	4072	2301
1	강남구	교보타워 버스정류장(신논현역 3번출구 후면)	2019-06-01	2432	2382	2302
2	강남구	논현역 7번출구	2019-06-01	1567	1402	2303

In [52]:

df_bike = df_bike[['district', 'id', 'station', 'date', 'rent', 'return']]
df_bike.head(3)

Out[52]:

	district	id	station	date	rent	return
0	강남구	2301	현대고등학교 건너편	2019-06-01	3909	4072
1	강남구	2302	교보타워 버스정류장(신논현역 3번출구 후면)	2019-06-01	2432	2382
2	강남구	2303	논현역 7번출구	2019-06-01	1567	1402

3. 데이터 분석¶

어느 지역에 자전거가 많이 배치되어있는지부터 확인해보자.

3-1. 따릉이가 많이 배치된 지역 찾기¶

어느 지역에 따릉이가 많을까?
서울 중심부에 비교적 많이 배치되어있지 않을까? (정말 서울스러운 생각..)

3-1-1. 가장 따릉이가 많이 배치된 대여소는?¶

먼저, 자전거 배치 수를 살펴보자.

In [53]:

print(df_station['count'].value_counts().sort_index(ascending=False))
plt.figure(figsize=(12, 4))
plt.hist(df_station['count'], bins=15)
plt.xlim(0, 45)
plt.show()

40      5
39      1
35      3
30     12
27      1
26      2
25      8
23      1
22      1
21      3
20    199
19      6
18      6
17      5
16      9
15    283
14     14
13     28
12     47
11     11
10    714
9      37
8      87
7      37
6       5
5      15
Name: count, dtype: int64

가장 많이 배치된 곳은 무려 40대나 배치되어있다.
- 40대면 도로 전체에 자전거가 깔려있는건가... 아직 본 적이 없어서 궁금하다.
- 아마 한강 근처나 자전거도로가 잘 되어있는 곳이 아닐까?
10대가 배치된 곳이 가장 많고, 다음으로는 15대, 20대가 많다.
가장 적은곳은 5대가 배치되어있다.
35대 이상 배치된 곳은 어디인지 살펴보자.

In [54]:

mt35_station = df_station[df_station['count']>=35].sort_values('count', ascending=False).reset_index(drop=True)
mt35_station

Out[54]:

	district	id	station	address	lat	lng	date	count
0	마포구	186	월드컵공원	서울특별시 마포구 하늘공원로 108-1	37.563965	126.898209	2016-07-06 12:00:00	40
1	영등포구	207	여의나루역 1번출구 앞	서울특별시 영등포구 여의동로 지하343	37.526989	126.932098	2015-09-17 15:33:18	40
2	마포구	420	서울시 공공자전거 상암센터	서울특별시 마포구 월드컵북로47길 10	37.566246	126.896179	2015-10-07 11:39:12	40
3	광진구	574	아차산역4번출구	서울특별시 광진구 능동로 216	37.551849	127.088982	2016-07-06 12:00:00	40
4	용산구	829	베르가모앞	서울특별시 용산구 한강대로 23	37.522930	126.961693	2017-11-28 11:57:57	40
5	광진구	3507	어린이회관	서울특별시 광진구 능동 465-7	37.545952	127.078003	2017-11-01 16:00:00	39
6	영등포구	206	KBS 앞	서울특별시 영등포구 여의공원로 13	37.524666	126.918022	2015-09-17 15:09:17	35
7	영등포구	212	여의도역 1번출구 옆	서울특별시 영등포구 의사당대로 88	37.521362	126.923462	2015-09-17 15:12:54	35
8	중구	311	서울광장 옆	서울특별시 중구 세종대로 지하 101	37.566612	126.977470	2015-10-07 12:11:56	35

마포구, 영등포구, 광진구 등 한강 근처이거나 자전거도로가 있는 지역이 많다.
근데 이렇게 텍스트로만 보니, 어디에 있는지 감이 잘 오지는 않는다.
지도에 나타내서 살펴보자.

In [55]:

import folium

map = folium.Map([mt35_station.lat.median(), mt35_station.lng.median()], zoom_start=13)
for row in mt35_station.index:
    folium.Marker([mt35_station.loc[row, 'lat'], mt35_station.loc[row, 'lng']]).add_to(map)
map

Out[55]:

예상대로, 따릉이가 많이 배치된 지역은 대부분 한강 근처에 분포되어있는 것을 알 수 있다.
다음으로는, 어느 구에 따릉이가 많이 배치되어있는지 살펴보자.

In [56]:

district_count = df_station.groupby('district').sum()
district_count.head()

Out[56]:

	id	lat	lng	count
district
강남구	233051	3712.498423	12578.440221	1218
강동구	61258	2140.213577	7247.300705	763
강북구	59525	1467.706114	4953.973380	451
강서구	101004	3192.395109	10781.119844	1002
관악구	109301	1911.471931	6473.794822	640

In [58]:

import json
geo_data = json.load(open('source/Seoul_district_geo.json', encoding='utf-8'))

In [59]:

map = folium.Map([df_station['lat'].median(),
                  df_station['lng'].median()], zoom_start=11)

map.choropleth(geo_data=geo_data,
               data=district_count['count'],
               columns=[district_count.index, district_count['count']],
               fill_color = 'YlGnBu', #PuRd, YlGnBu
               key_on = 'feature.id')
map

Out[59]:

In [60]:

df_station

Out[60]:

	district	id	station	address	lat	lng	date	count
0	마포구	101	(구)합정동 주민센터	서울특별시 마포구 동교로8길 58	37.549561	126.905754	2015-09-06 23:40:56	5
1	마포구	102	망원역 1번출구 앞	서울특별시 마포구 월드컵로 72	37.555649	126.910629	2015-09-06 23:42:06	20
2	마포구	103	망원역 2번출구 앞	서울특별시 마포구 월드컵로 79	37.554951	126.910835	2015-09-06 23:43:13	14
3	마포구	104	합정역 1번출구 앞	서울특별시 마포구 양화로 59	37.550629	126.914986	2015-09-06 23:44:31	13
4	마포구	105	합정역 5번출구 앞	서울특별시 마포구 양화로 48	37.550007	126.914825	2015-09-06 23:45:30	5
...	...	...	...	...	...	...	...	...
1535	종로구	464	삼청동 골목	종로구 팔판길 46	37.584190	126.981697	2019-08-16 00:00:00	10
1536	관악구	2185	대학동 고시촌	서울특별시 관악구 신림로 97 밀라트	37.470467	126.938652	2019-09-26 00:00:00	10
1537	서초구	2265	이수고가차도 남단	서울특별시 서초구 동작대로 204 청남빌딩	37.494743	126.983063	2017-08-09 11:16:28	10
1538	종로구	465	삼청공원 앞	서울특별시 종로구 삼청동 25-32	37.587605	126.983597	2019-11-20 00:00:00	5
1539	종로구	664	서울시립대 대학본부	동대문구 서울시립대로 163 서울시립대학교	37.584129	127.057938	2019-11-20 00:00:00	10

1540 rows × 8 columns

In [61]:

df_station.groupby('district').sum()['count'].sort_values(ascending=False).plot('bar', figsize=(12, 5))

Out[61]:

<matplotlib.axes._subplots.AxesSubplot at 0x257a58f4708>

강남 3구(강남구, 서초구, 송파구)와 영등포구가 가장 따릉이가 많이 배치되어있다.
반면 강북은 전반적으로 따릉이 수가 적은 것을 확인할 수 있다.
- 그나마 제일 많은 곳은 마포구다.
놀랐던 것은, 내가 살고있는 성동구도 상대적으로 따릉이가 많은 편은 아니었다!
- 서울숲 근처에 따릉이가 많아서 가시적으로는 굉장히 많아보였는데, 아마 서울숲 근처에만 많나보다.
- 음.. 이렇게 끝내면 카더라니까, 실제로 성동구에는 서울숲 근처에만 따릉이가 많은지 확인해보자!

3-1-2. 성동구 내 따릉이 분포 확인해보기¶

정말 서울숲에만 많아서 많아보인건가?
나는 정녕 우물 안 개구리 혹은 서울숲 안 사슴이었던것인가

In [62]:

seongdong = df_station[df_station['district']=='성동구']
seongdong.reset_index(drop=True, inplace=True)
seongdong.head()

Out[62]:

	district	id	station	address	lat	lng	date	count
0	성동구	506	금호 어울림 아파트 앞	서울특별시 성동구 광나루로 249	37.549061	127.057793	2015-10-07 11:50:10	7
1	성동구	507	성수아이에스비즈타워 앞	서울특별시 성동구 성수이로 147	37.548203	127.057114	2015-10-07 11:50:53	7
2	성동구	508	성수아카데미타워 앞	서울특별시 성동구 성수이로 118	37.545166	127.057510	2015-10-07 11:51:33	10
3	성동구	509	이마트 버스정류소 옆	서울특별시 성동구 뚝섬로 379	37.539654	127.052589	2015-10-07 11:52:07	20
4	성동구	510	서울숲 남문 버스정류소 옆	서울특별시 성동구 왕십리로11길 9	37.541222	127.043800	2015-10-07 11:55:30	10

In [63]:

seongdong.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 63 entries, 0 to 62
Data columns (total 8 columns):
district    63 non-null object
id          63 non-null int32
station     63 non-null object
address     63 non-null object
lat         63 non-null float64
lng         63 non-null float64
date        63 non-null datetime64[ns]
count       63 non-null int64
dtypes: datetime64[ns](1), float64(2), int32(1), int64(1), object(3)
memory usage: 3.8+ KB

In [64]:

from folium.plugins import HeatMap
from folium.plugins import MarkerCluster

# 성동구 맵 만들기
map = folium.Map([seongdong['lat'].median(),
                  seongdong['lng'].median()],
                 tiles='Stamen Watercolor', zoom_start=14)

# 클러스터링 생성
MarkerCluster(seongdong[['lat', 'lng']]).add_to(map)
# 히트맵 생성
HeatMap(seongdong[['lat', 'lng', 'count']]).add_to(map)

# 자전거 수가 많은 지역 10군데 표시
for row in seongdong.sort_values('count', ascending=False).index[:10]:
    lat = seongdong.loc[row, 'lat']
    lng = seongdong.loc[row, 'lng']
    folium.Marker([lat, lng], icon=folium.Icon(color='black',icon="bicycle", prefix='fa')).add_to(map)

# 서울숲 근처 녹색 원 표시
folium.CircleMarker([37.544796, 127.039266], radius=90,
                    color='#008024', fill_color='#06EB51', fill_opacity=.2).add_to(map)
map

Out[64]:

*히트맵: 어느 곳에 자전거수가 많은지 확인 가능

클러스터링(지도 내 숫자): 구역 당 대여소의 수를 확인 가능*

서울숲 근처에는 성동구에서 가장 많은 자전거 대여소 중 하나가 있다.
그리고 근처에 다섯개의 대여소가 있다. 적다고 할 수는 없다.
하지만!
- 서울숲 근처에만 집중적으로 몰려있는 것은 아니다.
- 전반적으로 고르게 퍼져있음을 확인할 수 있다.

3-2. 따릉이를 많이 대여,반납하는 지역 찾기¶

앞에서는
1. 대여소가 어느 구에 많은지 알았고,
2. 서울숲 근처에 대여소가 몰려있는지 확인해보았다.
이제 대여, 반납 수를 분석하여 실제로 어느 구역에 따릉이가 부족한 지 분석해보자.

In [65]:

df_bike.head()

Out[65]:

	district	id	station	date	rent	return
0	강남구	2301	현대고등학교 건너편	2019-06-01	3909	4072
1	강남구	2302	교보타워 버스정류장(신논현역 3번출구 후면)	2019-06-01	2432	2382
2	강남구	2303	논현역 7번출구	2019-06-01	1567	1402
3	강남구	2304	신영 ROYAL PALACE 앞	2019-06-01	559	207
4	강남구	2305	MCM 본사 직영점 앞	2019-06-01	730	905

각 대여소마다 날짜별로 구분되어있으므로, id를 기준으로 합쳐주자.
지금은 시계열로는 크게 얻을 수 있는 정보가 없으므로 date는 삭제!

In [66]:

df_bike.groupby('id').sum().merge(df_bike[['district', 'station', 'id']], on='id')

Out[66]:

	id	rent	return	district	station
0	101	8552	8842	마포구	(구)합정동 주민센터
1	101	8552	8842	마포구	(구)합정동 주민센터
2	101	8552	8842	마포구	(구)합정동 주민센터
3	101	8552	8842	마포구	(구)합정동 주민센터
4	101	8552	8842	마포구	(구)합정동 주민센터
...	...	...	...	...	...
18403	3542	15793	15533	광진구	래미안 구의파크 스위트
18404	3542	15793	15533	광진구	래미안 구의파크 스위트
18405	3542	15793	15533	광진구	래미안 구의파크 스위트
18406	9996	4	4	성동구	시설2
18407	9996	4	4	성동구	시설2

18408 rows × 5 columns

In [67]:

df_group = pd.merge(df_bike.groupby('id').sum(), df_bike[[
                    'id', 'district', 'station']].drop_duplicates(), on='id', how='left')
df_group = df_group[['id', 'district', 'station', 'rent', 'return']]

df_group.head()

Out[67]:

	id	district	station	rent	return
0	101	마포구	(구)합정동 주민센터	8552	8842
1	102	마포구	망원역 1번출구 앞	34333	32134
2	103	마포구	망원역 2번출구 앞	23096	22441
3	104	마포구	합정역 1번출구 앞	20665	18804
4	105	마포구	합정역 5번출구 앞	11085	9874

In [68]:

print(df_group.shape)
dup_index = df_group[df_group['id'].duplicated()].index
df_group.drop(dup_index, axis=0, inplace=True)

(1566, 5)

3-2-1. 따릉이를 많이 대여하는 구역은?¶

먼저, 많이 대여하는 구역은 어디인지 살펴보자.

In [69]:

# 구역으로 groupby
sum_district = df_group.groupby('district').sum()[['rent', 'return']]
sum_district

Out[69]:

	rent	return
district
강남구	790737	732815
강동구	652896	671662
강북구	327191	328382
강서구	1128785	1146665
관악구	667287	666599
광진구	1169242	1161111
구로구	664399	662321
금천구	285370	281703
노원구	915608	915941
도봉구	306459	315583
동대문구	648020	658814
동작구	466406	476038
마포구	1323691	1328013
서대문구	560931	514052
서초구	836244	820487
성동구	881792	883816
성북구	604375	594378
송파구	1550841	1555244
양천구	537121	547477
영등포구	1521902	1504839
용산구	381281	381442
은평구	544344	565783
종로구	776034	738580
중구	444378	417963
중랑구	473049	490641

In [70]:

sum_district.sort_values('rent', ascending=False).head()

Out[70]:

	rent	return
district
송파구	1550841	1555244
영등포구	1521902	1504839
마포구	1323691	1328013
광진구	1169242	1161111
강서구	1128785	1146665

In [71]:

sum_district.sort_values('rent', ascending=False).tail()

Out[71]:

	rent	return
district
중구	444378	417963
용산구	381281	381442
강북구	327191	328382
도봉구	306459	315583
금천구	285370	281703

역시 강남 3구 + 영등포구가 제일 많이 대여가 되고있다.
금천구가 가장 대여가 적고, 의외로 용산구, 중구도 가장 대여가 적다.
이번에는 반납수를 볼텐데, 대여와 반납의 상관관계를 파악해보자.
- 예상하건데, 대여가 많은 구가 당연히 반납도 많지 않을까?

3-2-2. 대여가 많으면 반납도 많을까?¶

어쩌면 결과가 뻔한 질문이지만, 대여가 많으면 반납도 많을지 눈으로 확인해보고싶다.

In [72]:

plt.figure(figsize=(7, 7))
sns.scatterplot('rent', 'return', s=100, alpha=.8, data=sum_district.sort_index())
plt.title('r={:.2f}'.format(sum_district['rent'].corr(sum_district['return'])))

Out[72]:

Text(0.5, 1.0, 'r=1.00')

예상대로, 대여와 반납은 선형관계에 있다.
그럼 구역 말고 대여소별로는 어떤지 살펴보자.

In [73]:

plt.figure(figsize=(7, 7))
sns.scatterplot('rent', 'return', data=df_group, alpha=.6)
plt.title('r={:.2f}'.format(df_group['rent'].corr(df_group['return'])))

Out[73]:

Text(0.5, 1.0, 'r=0.99')

대여소별로도 크게 다르지 않게, 선형관계에 있다.
하지만, 구별로 보았을 때보다는 선형에서 조금 벗어나는 값들이 몇개 보인다.
대여수 / 반납수 를 계산하여 대여보다 반납이, 혹은 반납보다 대여가 많은 대여소를 찾아보자.

3-2-3. 반납 대비 대여가 높은 대여소는?¶

반납보다 대여가 많다면 따릉이 충원 지역 후보라고 볼 수 있을것이다.

In [74]:

df_group['rent_return_ratio'] = df_group['rent'] / df_group['return']
df_group.head()

Out[74]:

	id	district	station	rent	return	rent_return_ratio
0	101	마포구	(구)합정동 주민센터	8552	8842	0.967202
1	102	마포구	망원역 1번출구 앞	34333	32134	1.068432
2	103	마포구	망원역 2번출구 앞	23096	22441	1.029188
3	104	마포구	합정역 1번출구 앞	20665	18804	1.098968
4	105	마포구	합정역 5번출구 앞	11085	9874	1.122645

In [75]:

df_group.sort_values('rent_return_ratio', ascending=False, inplace=True)
df_group.reset_index(drop=True, inplace=True)
df_group.tail()

Out[75]:

	id	district	station	rent	return	rent_return_ratio
1551	1004	강동구	삼성광나루아파트 버스정류장	12288	16917	0.726370
1552	1146	강서구	곰달래사거리	8969	12373	0.724885
1553	2060	동작구	남성역3번출구 뒤	10945	15193	0.720398
1554	1444	중랑구	면목4치안센터	7161	10340	0.692553
1555	1141	강서구	곰달래 문화복지센터 1-1	11938	17377	0.687000

rent_return_ratio이라는 지표를 통해, 반납 대비 대여가 얼마나 많은지 알 수 있다.
가장 비율이 높은 신당 래미안 앞은, 반납 대비 대여가 5.5배나 높다.
반면, 가장 낮은 비율을 가진 곳은 강서구의 곰달래 문화복지센터이다.
- 4번째로 낮은 곳인 곰달래사거리도 0.72로 대여보다 반납이 많다.
- 곰달래라고 하는 곳의 근처에서 사람들이 따릉이 반납을 많이 하나보다.

반납보다 대여를 2배 이상 많은 곳이 있다면, 수요-공급이 안 맞는 것 아닐까?
계수가 2 이상인 곳을 찾아보자.

In [76]:

df_twotimes = df_group[df_group.rent_return_ratio >= 2]
df_twotimes

Out[76]:

	id	district	station	rent	return	rent_return_ratio
0	434	중구	신당 래미안 버스정류장	2616	471	5.554140
1	167	서대문구	연가초등학교 옆	7075	1396	5.068052
2	2286	서초구	탑성마을입구	821	168	4.886905
3	3527	성동구	왕십리 자이아파트	1194	258	4.627907
4	1304	성북구	만해공원	3310	754	4.389920
...	...	...	...	...	...	...
45	1545	강북구	솔샘역 2번 출구	3980	1935	2.056848
46	159	서대문구	이대역 4번 출구	6626	3248	2.040025
47	139	서대문구	연세대 정문 건너편	7836	3849	2.035853
48	572	광진구	국립정신 건강센터 앞	5500	2721	2.021316
49	2392	강남구	구룡산 입구 (구룡산 서울둘레길 입구)	1457	721	2.020804

50 rows × 6 columns

의도한 것은 아닌데, 정확하게 50개의 대여소가 2보다 높다.
어느 구가 가장 많은지 살펴보자.

In [77]:

df_twotimes['district'].value_counts().sort_values().plot('barh', figsize=(12, 6))

Out[77]:

<matplotlib.axes._subplots.AxesSubplot at 0x257a1eafe48>

강남구가 가장 많음을 확인할 수 있다.
이제 이 대여소들이 어디있는지 시각화해서 더 자세히 분석해보자.

3-2-3. 대여가 많은 지역 시각화하기¶

먼저, 대여소의 위치정보를 join하자.

In [78]:

df_group.head()

Out[78]:

	id	district	station	rent	return	rent_return_ratio
0	434	중구	신당 래미안 버스정류장	2616	471	5.554140
1	167	서대문구	연가초등학교 옆	7075	1396	5.068052
2	2286	서초구	탑성마을입구	821	168	4.886905
3	3527	성동구	왕십리 자이아파트	1194	258	4.627907
4	1304	성북구	만해공원	3310	754	4.389920

각 대여소의 좌표정보와 대여소 수를 얻기 위해 station과 bike데이터를 join해주자

3-2-3-1. df_bike + df_station¶

In [79]:

df_bike = df_group.merge(df_station[['id', 'lat', 'lng', 'count']], how='left', on='id')
df_bike.head()

Out[79]:

	id	district	station	rent	return	rent_return_ratio	lat	lng	count
0	434	중구	신당 래미안 버스정류장	2616	471	5.554140	37.561489	127.023933	10.0
1	167	서대문구	연가초등학교 옆	7075	1396	5.068052	37.579460	126.917130	15.0
2	2286	서초구	탑성마을입구	821	168	4.886905	37.458549	127.055885	10.0
3	3527	성동구	왕십리 자이아파트	1194	258	4.627907	37.561790	127.024391	8.0
4	1304	성북구	만해공원	3310	754	4.389920	37.594402	126.992310	15.0

In [80]:

df_bike[df_bike['lat'].isnull()].head()

Out[80]:

	id	district	station	rent	return	rent_return_ratio	lat	lng	count
12	1317	성북구	정릉동 교통광장	130	42	3.095238	NaN	NaN	NaN
44	2386	강남구	sk 동우주유소 앞	189	91	2.076923	NaN	NaN	NaN
60	174	서대문구	명지대학교 학생회관	162	91	1.780220	NaN	NaN	NaN
141	172	서대문구	서대문소방서	2303	1681	1.370018	NaN	NaN	NaN
203	1687	마포구	서울월드컵경기장 테스트	20	16	1.250000	NaN	NaN	NaN

In [81]:

error_station = df_bike[df_bike['lat'].isnull()]['station'].unique()
error_station

Out[81]:

array([' 정릉동 교통광장', ' sk 동우주유소 앞', ' 명지대학교 학생회관', ' 서대문소방서',
       ' 서울월드컵경기장 테스트', ' 더샵스타시티 C동 앞', ' 창동역공영주차장앞', ' 창천문화공원',
       ' 삼청동 주민센터', ' 난곡 사거리', ' 시설2', ' 서울역 5번출구 앞', ' 서울남부초등학교 옆',
       ' 정릉교회 앞', ' 남성역 2번출구 뒷편', ' 창동한신', ' 강일동 에너지 마루'], dtype=object)

join을 했는데, 정보가 없는 대여소가 발견되었다.
따릉이 사이트에서도 id가 조회되지 않는다.
- 대여소가 폐지된 것으로 예상된다.
일단 station명으로 좌표를 검색하여 채워넣고, count값은 통계량으로 채워넣자.

In [82]:

# 구글에서 찾아서 직접 수치 입력하기
# googlemaps 라이브러리를 활용할 수도 있지만, 주소명이 정확하게 나와있지 않기 때문에 수기로 보정

row = df_bike[df_bike['station'] == error_station[0]].index
df_bike.loc[row, 'lat'] = 37.608491 
df_bike.loc[row, 'lng'] = 127.006892

row = df_bike[df_bike['station'] == error_station[1]].index
df_bike.loc[row, 'lat'] = 37.509497
df_bike.loc[row, 'lng'] = 127.040466

row = df_bike[df_bike['station'] == error_station[2]].index
df_bike.loc[row, 'lat'] = 37.580213
df_bike.loc[row, 'lng'] = 126.923509

row = df_bike[df_bike['station'] == error_station[3]].index
df_bike.loc[row, 'lat'] = 37.5731167
df_bike.loc[row, 'lng'] = 126.9340639

row = df_bike[df_bike['station'] == error_station[4]].index
df_bike.loc[row, 'lat'] = 37.5682588
df_bike.loc[row, 'lng'] = 126.8950887

row = df_bike[df_bike['station'] == error_station[5]].index
df_bike.loc[row, 'lat'] = 37.5380488
df_bike.loc[row, 'lng'] = 127.0705414

row = df_bike[df_bike['station'] == error_station[6]].index
df_bike.loc[row, 'lat'] = 37.6544976
df_bike.loc[row, 'lng'] = 127.0474658

row = df_bike[df_bike['station'] == error_station[7]].index
df_bike.loc[row, 'lat'] = 37.5567852
df_bike.loc[row, 'lng'] = 126.933313

row = df_bike[df_bike['station'] == error_station[8]].index
df_bike.loc[row, 'lat'] = 37.5845386
df_bike.loc[row, 'lng'] = 126.979615

row = df_bike[df_bike['station'] == error_station[9]].index
df_bike.loc[row, 'lat'] = 37.481794
df_bike.loc[row, 'lng'] = 126.9123172

row = df_bike[df_bike['station'] == error_station[10]].index
df_bike.drop(row, axis=0, inplace=True)

row = df_bike[df_bike['station'] == error_station[11]].index
df_bike.loc[row, 'lat'] = 37.4817888
df_bike.loc[row, 'lng'] = 126.8794864

row = df_bike[df_bike['station'] == error_station[12]].index
df_bike.loc[row, 'lat'] = 37.4848216
df_bike.loc[row, 'lng'] = 126.9199275

row = df_bike[df_bike['station'] == error_station[13]].index
df_bike.loc[row, 'lat'] = 37.6053723
df_bike.loc[row, 'lng'] = 127.0106539

row = df_bike[df_bike['station'] == error_station[14]].index
df_bike.loc[row, 'lat'] = 37.4902357
df_bike.loc[row, 'lng'] = 126.9652447

row = df_bike[df_bike['station'] == error_station[15]].index
df_bike.loc[row, 'lat'] = 37.638916
df_bike.loc[row, 'lng'] = 127.0388004

row = df_bike[df_bike['station'] == error_station[16]].index
df_bike.loc[row, 'lat'] = 37.563288
df_bike.loc[row, 'lng'] = 127.174808

좌표를 모두 채웠다.
- 사실 이런 노가다를 재미있어하는 편이다. 많이 해봤어서..
- 더 좋은 방법이 분명 있겠지만...
- 고민할 시간에 직접 채우자!
이제는 count를 채워줄 시간.
- 내 아이디어는 구별 평균값을 채워주는 것이다.

In [83]:

error_district = df_bike[df_bike['count'].isnull()]['district'].unique()
error_district

Out[83]:

array(['성북구', '강남구', '서대문구', '마포구', '광진구', '도봉구', '종로구', '관악구', '중구',
       '동작구', '강동구'], dtype=object)

In [84]:

# count값이 없는 대여소의 count값을 해당 구의 평균값으로 대체
for dis in error_district:
    mean_tmp = int(df_bike[df_bike.district==dis]['count'].mean())
    df_bike.loc[df_bike.district==dis, 'count'] = mean_tmp

In [85]:

df_bike[df_bike['count'].isnull()].sum()

Out[85]:

id                   0.0
district             0.0
station              0.0
rent                 0.0
return               0.0
rent_return_ratio    0.0
lat                  0.0
lng                  0.0
count                0.0
dtype: float64

완료!

3-2-3-2. 시각화¶

In [123]:

# 서울 지도 그리기
map = folium.Map([df_bike.lat.median(), df_bike.lng.median()], zoom_start=12)

# 구별 대여량을 색으로 표현
map.choropleth(geo_data=geo_data,
               data=df_bike.groupby('district').sum()['rent'],
               columns=[df_bike.groupby('district').sum().index, df_bike.groupby('district').sum()['rent']],
               fill_color='YlGnBu',  # PuRd, YlGnBu
               key_on='feature.id')

# 반납 대비 대여가 2.0 이상인 대여소 저장
df_twotimes = df_bike[df_bike.rent_return_ratio >= 2]

# 위에서 저장한 대여소를 클러스터로 표현
MarkerCluster(df_twotimes[['lat', 'lng']]).add_to(map)

# 가장 반납 대비 대여가 높은 대여소 10개는 자전거 모양으로 따로 마커 표시
for row in df_twotimes[:10].index:
    lat = df_twotimes.lat[row]
    lng = df_twotimes.lng[row]
    folium.Marker([lat, lng], icon=folium.Icon(color='black',icon="bicycle", prefix='fa')).add_to(map)
map

Out[123]:

어느 구역에 따릉이를 확충해야할까?
- 내가 담당자라면, 검은색 자전거 마크가 있는 곳을 우선적으로 검토할 것이다.
  - 검은색 마크가 있는 곳은 반납 대비 대여가 가장 높은 10곳이다.
- 다음으로는, 대여가 많은 구 중 반납 대비 대여가 높은 곳들을 후보에 넣을 것 같다.
추가로, 특이점이 보인 곳들을 아래에 정리해보았다.

반납 대비 대여가 많은 대여소는 강남구에 가장 많이 밀집되어있다.
- 특히, 회사가 밀집된 강남구청-학동사거리 부근에 몰려있다.
- 출퇴근 시에 이용자가 몰려서 나타난 현상이 아닐까 추측된다.
- 해당 지역에 따릉이 대여소를 추가로 설치하면, 출퇴근 따릉이 전쟁이 줄어들지 않을까 싶다.
  - 어쩌면 이런 현상때문에 킥고잉과 같은 전동킥보드 공유 서비스가 강남구를 일대로 서비스를 시작했을 가능성이 있다.
서초구에는 가장 따릉이 부족이 심한 대여소 10곳 중 4곳이 존재한다.
- 특히 남부순환로에 이어져있는 두 곳의 대여소는 모두 아파트 앞이라는 공통점이 있다.
- 주거민들이 이용하는 비율이 높을 것으로 예상된다.
  - 추측이지만, 래미안에 살면서 강남에 회사가 있는 직장인은 웬만하면 저 대여소의 따릉이를 타고자 할 것이다.
  - 아침에 따릉이 쟁탈전에서 패하고 터벅터벅 버스를 타러 가는데, 전동 자전거 대여 서비스가 집앞에서 시작했다면?! (이렇게 충성고객이 만들어지나요)
영등포와 송파구는 따릉이 이용이 가장 많은 구이지만, 따릉이 부족 현상을 보이는 대여소는 단 한 곳에 그친다.
- 특히 영등포구는 여의도를 중심으로 자전거길이 잘 나있는데도 부족 현상이 적다는 것이 신기하다.
- 다른 구에서 이런 구들의 따릉이 이용 행태를 벤치마킹하면 어떨까?
강북구와 도봉구는 서울에서 가장 따릉이 대여가 적은 곳들이고, 반납 대비 대여가 많은 대여소도 두 곳에 불과하다.
- 내가 성수동에서 쌍문동으로 갔을 때 반납할 대여소가 적다고 느낀것은,
  - 쌍문동은 대여량 자체가 적다보니 대여소 자체가 적었기 때문일 것이다.
- 아무래도 두 곳 모두 회사가 몰려있지도 않고, 한강, 공원보다는 산이 많기때문에 따릉이 이용이 적을 것 같기는 하다.

4. 결론¶

*이 분석은 서울숲에서 쌍문동까지 따릉이를 타고갔을때,

'성수동엔 따릉이 대여소가 많은데 왜 쌍문동엔 별로 없을까?'라는 질문에서 시작됐다.*

서울에서 따릉이 대여소가 어느 구역에 밀집되어있는지 살펴보았다.
- 더 나아가서, 현재 거주하고있는 서울숲 근처에 대여소가 밀집되어있는지 확인해보았다.
그리고 반납 대비 대여가 높은 대여소가 어디에 있는지 찾아보았다.
- 이 데이터를 바탕으로 어느 구역에 따릉이를 확충하면 좋을지도 분석해보았다.
요즘에는 모빌리티 공유 서비스가 많이 늘어나고있다.
- 자전거, 자동차, 킥보드 등 공유되는 이동 수단도 다양해지고있다.
- 나는 맛보기로 따릉이 데이터를 분석해보았지만,
  - 추후 모빌리티에서 나오는 다양한 데이터들을 통해 재미있는 인사이트가 많이 나올 것 같다.

끝!!