[부산공모전]경기도_지역화폐_이용현황.html
1.55MB
[부산공모전]경기도_지역화폐_이용현황.ipynb
1.00MB
In [1]:
from IPython.core.display import display, HTML
display(HTML("<style>.container {width:80% !important;}</style>"))
%matplotlib inline
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
from scipy import stats
import warnings
warnings.filterwarnings('ignore')
mpl.rcParams['figure.figsize'] = (12,8) #시각화 figure default 설정
mpl.rcParams['font.family'] = 'NanumGothic' #폰트 디폴트 설정
mpl.rcParams['font.size'] = 10 #폰트 사이즈 디폴트 설정
plt.rcParams['axes.unicode_minus'] = False
%config InlineBackend.figure_format='retina' # 그래프 글씨 뚜렷
경기도 지역화폐 발행 및 이용 현황¶
In [2]:
#라이브러리 import
import requests
import json
import pandas as pd
import numpy as np
url = 'https://openapi.gg.go.kr/RegionMnyPublctUse'
params ={'KEY' : '72e1082c14714edcb1faedaa88acff59',
'Type' : 'json',
'plndex' : '1',
'pSize' : '1000' }
response = requests.get(url, params=params)
contents = response.content
In [3]:
json_localmoney = json.loads(contents)
body = json_localmoney['RegionMnyPublctUse'][1]['row']
df_localmoney = pd.json_normalize(body)
df_localmoney
Out[3]:
| SIGUN_CD | SIGUN_NM | STD_YM | CARD_PUBLCT_CNT | CARD_CHRGNG_AMT | CARD_USE_AMT | MOBILE_GIFTCERTF_USER_CNT | MOBILE_CHRGNG_AMT | MOBILE_USE_AMT | BRNHSTRM_GIFTCERTF_SALE_AMT | BRNHSTRM_GIFTCERTF_RETRVL_AMT | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 41480 | 파주시 | 2021-05 | 10829.0 | 9704216.0 | 9123830.0 | NaN | NaN | NaN | NaN | NaN |
| 1 | 41220 | 평택시 | 2021-05 | 6686.0 | 13681523.0 | 12335711.0 | NaN | NaN | NaN | 1703245.0 | 2458660.0 |
| 2 | 41650 | 포천시 | 2021-05 | 1559.0 | 2701165.0 | 2523209.0 | NaN | NaN | NaN | 319205.0 | 270563.0 |
| 3 | 41450 | 하남시 | 2021-05 | 4153.0 | 11646402.0 | 13880948.0 | NaN | NaN | NaN | NaN | NaN |
| 4 | 41590 | 화성시 | 2021-05 | 7615.0 | 26955815.0 | 27578227.0 | NaN | NaN | NaN | NaN | NaN |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 995 | 41610 | 광주시 | 2022-05 | 2504.0 | 23641363.0 | 23687402.0 | NaN | NaN | NaN | NaN | NaN |
| 996 | 41310 | 구리시 | 2022-05 | 18969.0 | 11306436.0 | 13181766.0 | NaN | NaN | NaN | NaN | NaN |
| 997 | 41410 | 군포시 | 2022-05 | 2297.0 | 15994841.0 | 16802768.0 | NaN | NaN | NaN | NaN | NaN |
| 998 | 41570 | 김포시 | 2022-05 | NaN | NaN | NaN | 4487.0 | 31684958.0 | 33034471.0 | NaN | NaN |
| 999 | 41360 | 남양주시 | 2022-05 | 3913.0 | 23608793.0 | 24752046.0 | NaN | NaN | NaN | NaN | NaN |
1000 rows × 11 columns
In [4]:
df_localmoney['SIGUN_NM'].value_counts()
Out[4]:
연천군 33
안양시 33
용인시 33
군포시 33
안산시 33
김포시 33
남양주시 33
양평군 33
양주시 33
오산시 33
여주시 33
안성시 33
구리시 32
평택시 32
성남시 32
광주시 32
파주시 32
광명시 32
의정부시 32
고양시 32
시흥시 32
동두천시 32
부천시 32
과천시 32
이천시 32
수원시 32
의왕시 32
가평군 31
화성시 31
하남시 31
포천시 31
Name: SIGUN_NM, dtype: int64In [5]:
time_list = df_localmoney['STD_YM'].unique()
time_list.sort()
time_list
Out[5]:
array(['2019-01', '2019-02', '2019-03', '2019-04', '2019-08', '2019-09',
'2019-10', '2019-11', '2019-12', '2020-01', '2020-02', '2020-03',
'2020-04', '2020-05', '2020-12', '2021-01', '2021-02', '2021-03',
'2021-04', '2021-05', '2021-06', '2021-07', '2021-08', '2021-09',
'2021-10', '2021-11', '2021-12', '2022-01', '2022-02', '2022-03',
'2022-04', '2022-05', '2022-10', '2022-11', '2022-12'],
dtype=object)수원시 지역화폐 데이터 분석¶
In [6]:
df_suwon = df_localmoney[df_localmoney['SIGUN_NM'] == "수원시"].reset_index()
In [7]:
df_suwon.drop([16,17,18], inplace = True)
In [8]:
df_suwon.sort_values(by = "STD_YM", inplace = True)
In [9]:
df_suwon
Out[9]:
| index | SIGUN_CD | SIGUN_NM | STD_YM | CARD_PUBLCT_CNT | CARD_CHRGNG_AMT | CARD_USE_AMT | MOBILE_GIFTCERTF_USER_CNT | MOBILE_CHRGNG_AMT | MOBILE_USE_AMT | BRNHSTRM_GIFTCERTF_SALE_AMT | BRNHSTRM_GIFTCERTF_RETRVL_AMT | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 19 | 606 | 41110 | 수원시 | 2019-04 | 4505.0 | 924101.0 | 151025.0 | NaN | NaN | NaN | NaN | NaN |
| 20 | 628 | 41110 | 수원시 | 2019-08 | 6271.0 | 3339872.0 | 3305846.0 | NaN | NaN | NaN | NaN | NaN |
| 21 | 659 | 41110 | 수원시 | 2019-09 | 4209.0 | 1372844.0 | 2397516.0 | NaN | NaN | NaN | NaN | NaN |
| 22 | 690 | 41110 | 수원시 | 2019-10 | 7390.0 | 5550020.0 | 3240156.0 | NaN | NaN | NaN | NaN | NaN |
| 23 | 721 | 41110 | 수원시 | 2019-11 | 3098.0 | 1706971.0 | 3309251.0 | NaN | NaN | NaN | NaN | NaN |
| 24 | 752 | 41110 | 수원시 | 2019-12 | 5879.0 | 5005054.0 | 3508175.0 | NaN | NaN | NaN | NaN | NaN |
| 25 | 783 | 41110 | 수원시 | 2020-01 | 5948.0 | 4803386.0 | 3644121.0 | NaN | NaN | NaN | NaN | NaN |
| 26 | 814 | 41110 | 수원시 | 2020-02 | 9069.0 | 2178828.0 | 3042140.0 | NaN | NaN | NaN | NaN | NaN |
| 27 | 845 | 41110 | 수원시 | 2020-03 | 13576.0 | 7967046.0 | 4265271.0 | NaN | NaN | NaN | NaN | NaN |
| 28 | 876 | 41110 | 수원시 | 2020-04 | 203175.0 | 15060595.0 | 8229987.0 | NaN | NaN | NaN | NaN | NaN |
| 29 | 907 | 41110 | 수원시 | 2020-05 | 74407.0 | 17845709.0 | 15787540.0 | NaN | NaN | NaN | NaN | NaN |
| 9 | 281 | 41110 | 수원시 | 2020-12 | 11906.0 | 23074013.0 | 20287869.0 | NaN | NaN | NaN | NaN | NaN |
| 10 | 312 | 41110 | 수원시 | 2021-01 | 19139.0 | 20073612.0 | 18991978.0 | NaN | NaN | NaN | NaN | NaN |
| 11 | 343 | 41110 | 수원시 | 2021-02 | 32993.0 | 22486684.0 | 16312959.0 | NaN | NaN | NaN | NaN | NaN |
| 12 | 374 | 41110 | 수원시 | 2021-03 | 17865.0 | 22486684.0 | 16312959.0 | NaN | NaN | NaN | NaN | NaN |
| 13 | 405 | 41110 | 수원시 | 2021-04 | 25109.0 | 27421284.0 | 24984584.0 | NaN | NaN | NaN | NaN | NaN |
| 14 | 436 | 41110 | 수원시 | 2021-05 | 12167.0 | 26431115.0 | 26700384.0 | NaN | NaN | NaN | NaN | NaN |
| 0 | 17 | 41110 | 수원시 | 2021-06 | 34891.0 | 39592231.0 | 35850859.0 | NaN | NaN | NaN | NaN | NaN |
| 1 | 48 | 41110 | 수원시 | 2021-07 | 9097.0 | 25919121.0 | 30400028.0 | NaN | NaN | NaN | NaN | NaN |
| 2 | 79 | 41110 | 수원시 | 2021-08 | 11777.0 | 25919121.0 | 30400028.0 | NaN | NaN | NaN | NaN | NaN |
| 6 | 200 | 41110 | 수원시 | 2021-09 | 20812.0 | 25919121.0 | 30400028.0 | NaN | NaN | NaN | NaN | NaN |
| 7 | 231 | 41110 | 수원시 | 2021-10 | 18658.0 | 20422726.0 | 23899626.0 | NaN | NaN | NaN | NaN | NaN |
| 8 | 262 | 41110 | 수원시 | 2021-11 | 24357.0 | 37254826.0 | 31175985.0 | NaN | NaN | NaN | NaN | NaN |
| 3 | 113 | 41110 | 수원시 | 2021-12 | 11793.0 | 38589931.0 | 35437544.0 | NaN | NaN | NaN | NaN | NaN |
| 4 | 144 | 41110 | 수원시 | 2022-01 | 10244.0 | 35517134.0 | 37412949.0 | NaN | NaN | NaN | NaN | NaN |
| 5 | 175 | 41110 | 수원시 | 2022-02 | 10004.0 | 26493652.0 | 30490745.0 | NaN | NaN | NaN | NaN | NaN |
| 30 | 941 | 41110 | 수원시 | 2022-03 | 10678.0 | 32314288.0 | 33872904.0 | NaN | NaN | NaN | NaN | NaN |
| 31 | 972 | 41110 | 수원시 | 2022-04 | 8983.0 | 34439482.0 | 34409863.0 | NaN | NaN | NaN | NaN | NaN |
| 15 | 479 | 41110 | 수원시 | 2022-12 | 6991.0 | 33114060.0 | 30915410.0 | NaN | NaN | NaN | NaN | NaN |
In [10]:
plt.figure(figsize = (20, 8))
time = df_suwon['STD_YM'].unique()
time.sort()
ax1 = sns.barplot(x = "STD_YM", y = "CARD_PUBLCT_CNT", data = df_suwon, label = "월별카드발행수량(천원)", color = "#560bad", alpha = 0.5)
ax1.set_xlabel("날짜", fontsize = 15, fontweight = "medium")
ax1.set_ylabel("카드 발행 수량", fontsize = 15, fontweight = "medium")
ax1.set_xticklabels(labels = time, fontsize = 15, fontweight = "medium", rotation = 30)
ax2 = ax1.twinx()
ax2 = sns.lineplot(x = "STD_YM", y = "CARD_CHRGNG_AMT", data = df_suwon, label = "월별카드충전액(천원)", color = "#f4a261", linewidth = 5)
ax2 = sns.lineplot(x = "STD_YM", y = "CARD_USE_AMT", data = df_suwon, label = "월별카드사용액(천원)", color = "#2a9d8f", linewidth = 5)
ax2.set_ylabel("금액(천원)", fontsize = 17, fontweight = "medium")
ax1.set_title("<수원시 지역화폐 이용현황>", fontsize = 25, fontweight = "semibold")
plt.legend(fontsize = 20, loc = "upper left")
plt.tight_layout()
plt.show()
경기도 지역화폐 이용현황¶
In [11]:
df_gyeonggi = df_localmoney.groupby("STD_YM").mean().reset_index()
df_gyeonggi.columns
Out[11]:
Index(['STD_YM', 'CARD_PUBLCT_CNT', 'CARD_CHRGNG_AMT', 'CARD_USE_AMT',
'MOBILE_GIFTCERTF_USER_CNT', 'MOBILE_CHRGNG_AMT', 'MOBILE_USE_AMT',
'BRNHSTRM_GIFTCERTF_SALE_AMT', 'BRNHSTRM_GIFTCERTF_RETRVL_AMT'],
dtype='object')In [12]:
df_gg_card = df_gyeonggi[['STD_YM', 'CARD_PUBLCT_CNT', 'CARD_CHRGNG_AMT', 'CARD_USE_AMT']]
df_gg_mobile = df_gyeonggi[['STD_YM', 'MOBILE_GIFTCERTF_USER_CNT', 'MOBILE_CHRGNG_AMT', 'MOBILE_USE_AMT']]
df_gg_giftcertif = df_gyeonggi[['STD_YM', 'BRNHSTRM_GIFTCERTF_SALE_AMT', 'BRNHSTRM_GIFTCERTF_RETRVL_AMT']]
카드형 지역화폐 이용현황¶
In [19]:
plt.figure(figsize = (20, 8))
time = df_gg_card['STD_YM'].unique()
time.sort()
ax1 = sns.barplot(x = "STD_YM", y = "CARD_PUBLCT_CNT", data = df_gg_card, label = "월별카드발행수량(천원)", color = "#560bad", alpha = 0.5)
ax1.set_xlabel("날짜", fontsize = 15, fontweight = "medium")
ax1.set_ylabel("카드 발행 수량", fontsize = 15, fontweight = "medium")
ax1.set_xticklabels(labels = time, fontsize = 15, fontweight = "medium", rotation = 30)
ax1.legend(fontsize = 20, loc = (0.01, 0.9))
ax2 = ax1.twinx()
ax2 = sns.lineplot(x = "STD_YM", y = "CARD_CHRGNG_AMT", data = df_gg_card, label = "월별카드충전액(천원)", color = "#f4a261", linewidth = 5)
ax2 = sns.lineplot(x = "STD_YM", y = "CARD_USE_AMT", data = df_gg_card, label = "월별카드사용액(천원)", color = "#2a9d8f", linewidth = 5)
ax2.set_ylabel("금액(천원)", fontsize = 17, fontweight = "medium")
ax1.set_title("<경기도 카드형 지역화폐 이용현황>", fontsize = 25, fontweight = "semibold")
plt.legend(fontsize = 20, loc = (0.01, 0.75))
plt.tight_layout()
plt.savefig("경기도 카드형 지역화폐 이용현황.png")
plt.show()
모바일형 지역화폐 이용현황¶
In [14]:
df_gg_mobile.drop([32,33], inplace = True)
In [15]:
df_gg_mobile
Out[15]:
| STD_YM | MOBILE_GIFTCERTF_USER_CNT | MOBILE_CHRGNG_AMT | MOBILE_USE_AMT | |
|---|---|---|---|---|
| 0 | 2019-01 | 813.000000 | NaN | NaN |
| 1 | 2019-02 | 6526.000000 | 3.705250e+05 | 5.893950e+04 |
| 2 | 2019-03 | 2796.333333 | 7.882200e+05 | 2.623787e+05 |
| 3 | 2019-04 | 4500.333333 | 3.384317e+05 | 3.588367e+05 |
| 4 | 2019-08 | 3983.333333 | 1.830311e+06 | 2.188063e+06 |
| 5 | 2019-09 | 5423.000000 | 3.800558e+06 | 2.598947e+06 |
| 6 | 2019-10 | 3847.333333 | 3.092179e+06 | 3.180244e+06 |
| 7 | 2019-11 | 3349.000000 | 2.527478e+06 | 2.858398e+06 |
| 8 | 2019-12 | 3981.000000 | 4.005129e+06 | 3.332524e+06 |
| 9 | 2020-01 | 5109.000000 | 6.340931e+06 | 4.071635e+06 |
| 10 | 2020-02 | 3991.000000 | 5.431040e+06 | 4.399053e+06 |
| 11 | 2020-03 | 24655.333333 | 6.788728e+06 | 5.195703e+06 |
| 12 | 2020-04 | 26312.666667 | 8.137525e+06 | 6.853801e+06 |
| 13 | 2020-05 | 10883.000000 | 9.218127e+06 | 7.739201e+06 |
| 14 | 2020-12 | 6846.333333 | 1.026509e+07 | 1.227914e+07 |
| 15 | 2021-01 | 11946.000000 | 2.188773e+07 | 1.765134e+07 |
| 16 | 2021-02 | 11350.666667 | 2.054240e+07 | 1.752217e+07 |
| 17 | 2021-03 | 9132.666667 | 2.146350e+07 | 2.119547e+07 |
| 18 | 2021-04 | 9458.333333 | 2.323718e+07 | 2.320000e+07 |
| 19 | 2021-05 | 8653.333333 | 2.434344e+07 | 2.340232e+07 |
| 20 | 2021-06 | 30379.666667 | 3.058925e+07 | 3.088359e+07 |
| 21 | 2021-07 | 9979.000000 | 2.320158e+07 | 2.499876e+07 |
| 22 | 2021-08 | 9619.666667 | 2.091933e+07 | 2.187118e+07 |
| 23 | 2021-09 | 8166.666667 | 1.478043e+07 | 1.548799e+07 |
| 24 | 2021-10 | 12623.000000 | 2.302622e+07 | 1.642057e+07 |
| 25 | 2021-11 | 11132.000000 | 3.128526e+07 | 2.476039e+07 |
| 26 | 2021-12 | 4717.333333 | 2.075663e+07 | 2.450455e+07 |
| 27 | 2022-01 | 9063.333333 | 3.397933e+07 | 2.896521e+07 |
| 28 | 2022-02 | 6581.666667 | 2.470746e+07 | 2.551880e+07 |
| 29 | 2022-03 | 7713.000000 | 2.837354e+07 | 2.899830e+07 |
| 30 | 2022-04 | 7018.000000 | 2.927896e+07 | 3.030195e+07 |
| 31 | 2022-05 | 4487.000000 | 3.168496e+07 | 3.303447e+07 |
| 34 | 2022-12 | 3585.333333 | 2.856279e+07 | 2.367726e+07 |
In [20]:
plt.figure(figsize = (20, 8))
time = df_gg_mobile['STD_YM'].unique()
time.sort()
ax1 = sns.barplot(x = "STD_YM", y = "MOBILE_GIFTCERTF_USER_CNT", data = df_gg_mobile, label = "월별모바일상품권이용등록자수(명)", color = "#560bad", alpha = 0.5)
ax1.set_xlabel("날짜", fontsize = 15, fontweight = "medium")
ax1.set_ylabel("이용등록자수(명)", fontsize = 15, fontweight = "medium")
ax1.set_xticklabels(labels = time, fontsize = 15, fontweight = "medium", rotation = 30)
ax1.legend(fontsize = 20, loc = (0.01, 0.9))
ax2 = ax1.twinx()
ax2 = sns.lineplot(x = "STD_YM", y = "MOBILE_CHRGNG_AMT", data = df_gg_mobile, label = "월별모바일충전액(천원)", color = "#f4a261", linewidth = 5)
ax2 = sns.lineplot(x = "STD_YM", y = "MOBILE_USE_AMT", data = df_gg_mobile, label = "월별모바일사용액(천원)", color = "#2a9d8f", linewidth = 5)
ax2.set_ylabel("금액(천원)", fontsize = 17, fontweight = "medium")
ax1.set_title("<경기도 모바일상품권형 지역화폐 이용현황>", fontsize = 25, fontweight = "semibold")
plt.legend(fontsize = 20, loc = (0.01, 0.75))
plt.tight_layout()
plt.savefig("경기도 모바일상품권형 지역화폐 이용현황.png")
plt.show()
지류상품권형 지역화폐 이용현황¶
In [17]:
df_gg_giftcertif.drop(32, inplace=True)
In [21]:
plt.figure(figsize = (20, 8))
time = df_gg_giftcertif['STD_YM'].unique()
time.sort()
# ax1 = sns.barplot(x = "STD_YM", y = "MOBILE_GIFTCERTF_USER_CNT", data = df_gg_giftcertif, label = "월별카드발행수량(천원)", color = "#560bad", alpha = 0.5)
# ax1.set_xlabel("날짜", fontsize = 15, fontweight = "medium")
# ax1.set_ylabel("이용등록자수", fontsize = 15, fontweight = "medium")
# ax1.set_xticklabels(labels = time, fontsize = 15, fontweight = "medium", rotation = 30)
# ax2 = ax1.twinx()
ax2 = sns.barplot(x = "STD_YM", y = "BRNHSTRM_GIFTCERTF_SALE_AMT", data = df_gg_giftcertif, label = "월별지류상품권판매액(천원)", color = "#f4a261", linewidth = 5)
ax2 = sns.lineplot(x = "STD_YM", y = "BRNHSTRM_GIFTCERTF_RETRVL_AMT", data = df_gg_giftcertif, label = "월별지류상품권회수액(천원)", color = "#2a9d8f", linewidth = 5)
ax2.set_ylabel("금액(천원)", fontsize = 17, fontweight = "medium")
ax2.set_xlabel("날짜", fontsize = 15, fontweight = "medium")
ax2.set_xticklabels(labels = time, fontsize = 15, fontweight = "medium", rotation = 30)
ax2.set_title("<경기도 지류상품권형 지역화폐 이용현황>", fontsize = 25, fontweight = "semibold")
plt.legend(fontsize = 20, loc = "upper left")
plt.tight_layout()
plt.savefig("경기도 지류상품권형 지역화폐 이용현황.png")
plt.show()
'데이터 분석 > EDA' 카테고리의 다른 글
| [EDA] 부산시 시간대별 방문자수 전처리 작업 (0) | 2023.02.28 |
|---|---|
| [EDA] 부산시 지역구별 & 업종별 소비 (0) | 2023.02.28 |
| [EDA] 부산시 주요 관광지 및 지역화폐 가맹점 (0) | 2023.02.28 |
| [EDA] 제주도 지역별 연간 방문객 수 & 1인당 지출 비교 (0) | 2023.01.31 |
| [EDA] SuperStore EDA (0) | 2023.01.19 |