241007~241008

241007 ~ 241008

In [2]:

## 데이터 전처리_준공일자

In [3]:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

from statsmodels.graphics.mosaicplot import mosaic
import scipy.stats as spst

import joblib

In [4]:

import matplotlib.font_manager as fm

# 설치된 폰트
font_list = [font.name for font in fm.fontManager.ttflist]

# 맑은고딕이 있는지 확인
'Malgun Gothic' in font_list

Out[4]:

True

In [5]:

plt.rcParams['font.family'] = 'Malgun Gothic'
data = pd.read_excel('data.xlsx')

In [6]:

data.head()

Out[6]:

단지코드단지명총세대수전용면적별세대수지역준공일자건물형태난방방식승강기설치여부단지내주차면수전용면적공급면적(공용)임대보증금임대료실차량수01234

C0001	엘에이치 서초4단지	78	35	서울	20131204.0	계단식	개별가스난방	전체동 설치	120	51.89	19.2603	50758000	620370	109
C0001	엘에이치 서초4단지	78	43	서울	20131204.0	계단식	개별가스난방	전체동 설치	120	59.93	22.2446	63166000	665490	109
C0002	LH삼성아파트	35	26	서울	20130801.0	복도식	개별가스난방	전체동 설치	47	27.75	16.5375	63062000	458640	35
C0002	LH삼성아파트	35	9	서울	20130801.0	복도식	개별가스난방	전체동 설치	47	29.08	17.3302	63062000	481560	35
C0003	강남LH8단지	88	7	서울	20131023.0	계단식	개별가스난방	전체동 설치	106	59.47	21.9462	72190000	586540	88

In [7]:

data.shape

Out[7]:

(1157, 15)

In [8]:

# 준공일자 -> 준공연도

# 준공일자 NaN
data['준공일자'].isnull().sum()

Out[8]:

54

In [9]:

# NaN -> 0000

# 결측치 -> nan(str)
data['준공일자'] = data['준공일자'].astype(str)
(data['준공일자'] == 'nan').sum()

Out[9]:

54

In [10]:

# nan -> '0000'
data['준공일자'].replace({'nan':'0000'}, inplace = True)
(data['준공일자'] == 'nan').sum()

C:\Users\User\AppData\Local\Temp\ipykernel_22080\2904634826.py:2: FutureWarning: A value is trying to be set on a copy of a DataFrame or Series through chained assignment using an inplace method.
The behavior will change in pandas 3.0. This inplace method will never work because the intermediate object on which we are setting values always behaves as a copy.

For example, when doing 'df[col].method(value, inplace=True)', try using 'df.method({col: value}, inplace=True)' or df[col] = df[col].method(value) instead, to perform the operation inplace on the original object.


  data['준공일자'].replace({'nan':'0000'}, inplace = True)

Out[10]:

0

In [11]:

data['준공연도'] = data['준공일자'].str[:4].astype(int)
data['준공연도'].replace({0: 1992}, inplace= True)

C:\Users\User\AppData\Local\Temp\ipykernel_22080\2264956490.py:2: FutureWarning: A value is trying to be set on a copy of a DataFrame or Series through chained assignment using an inplace method.
The behavior will change in pandas 3.0. This inplace method will never work because the intermediate object on which we are setting values always behaves as a copy.

For example, when doing 'df[col].method(value, inplace=True)', try using 'df.method({col: value}, inplace=True)' or df[col] = df[col].method(value) instead, to perform the operation inplace on the original object.


  data['준공연도'].replace({0: 1992}, inplace= True)

In [12]:

(data['준공연도'] == 0).sum()

Out[12]:

0

In [13]:

sns.boxplot(y = '준공연도', data = data)
plt.show()

In [14]:

data['준공연도'].min()

Out[14]:

1111

In [15]:

data.loc[data['준공연도'] == 1900, '단지명']

Out[15]:

476    남산휴먼시아1단지
477    남산휴먼시아1단지
478    남산휴먼시아1단지
Name: 단지명, dtype: object

In [16]:

data.loc[data['준공연도'] < 1992]['단지명'].unique()

Out[16]:

array(['푸른숨 9단지 10년 공공임대', '남산휴먼시아1단지', '광명역세권 휴먼시아2단지', '광명역세권 휴먼시아1단지'],
      dtype=object)

In [17]:

temp = data.loc[data['단지명'].isin(['푸른숨 9단지 10년 공공임대', '남산휴먼시아1단지', '광명역세권 휴먼시아2단지', '광명역세권 휴먼시아1단지'])]
temp.drop_duplicates(subset = ['단지명'])

Out[17]:

단지코드단지명총세대수전용면적별세대수지역준공일자건물형태난방방식승강기설치여부단지내주차면수전용면적공급면적(공용)임대보증금임대료실차량수준공연도214476888894

C0061	푸른숨 9단지 10년 공공임대	756	200	강원	19700101.0	계단식	NaN	NaN	764	51.95	21.9539	27586000	322710	902	1970
C0156	남산휴먼시아1단지	499	276	대구경북	19000101.0	혼합식	개별가스난방	전체동 설치	507	51.81	22.7388	31360000	213230	568	1900
C0278	광명역세권 휴먼시아2단지	754	116	경기	11111111.0	복도식	지역난방	전체동 설치	683	39.79	17.7940	22830000	189840	807	1111
C0279	광명역세권 휴먼시아1단지	1354	420	경기	11111111.0	복도식	지역난방	전체동 설치	999	39.79	18.1471	22830000	189840	1295	1111

In [18]:

# 이상치 1992로 채우기
data.loc[data['준공연도']<1992, '준공연도'] = 1992

In [19]:

data['준공연도'].min()

Out[19]:

1992

In [20]:

# 준공일자 제거
data.drop(columns = ['준공일자'], inplace = True)

In [21]:

data

Out[21]:

단지코드단지명총세대수전용면적별세대수지역건물형태난방방식승강기설치여부단지내주차면수전용면적공급면적(공용)임대보증금임대료실차량수준공연도01234...11521153115411551156

C0001	엘에이치 서초4단지	78	35	서울	계단식	개별가스난방	전체동 설치	120	51.89	19.2603	50758000	620370	109	2013
C0001	엘에이치 서초4단지	78	43	서울	계단식	개별가스난방	전체동 설치	120	59.93	22.2446	63166000	665490	109	2013
C0002	LH삼성아파트	35	26	서울	복도식	개별가스난방	전체동 설치	47	27.75	16.5375	63062000	458640	35	2013
C0002	LH삼성아파트	35	9	서울	복도식	개별가스난방	전체동 설치	47	29.08	17.3302	63062000	481560	35	2013
C0003	강남LH8단지	88	7	서울	계단식	개별가스난방	전체동 설치	106	59.47	21.9462	72190000	586540	88	2013
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
C0356	덕유마을 주공1단지	956	956	경기	복도식	지역가스난방	전체동 설치	202	26.37	12.7500	9931000	134540	243	1994
C0358	화천신읍(공공실버) 영구임대	120	66	강원	복도식	NaN	전체동 설치	40	24.83	15.1557	2129000	42350	47	2020
C0358	화천신읍(공공실버) 영구임대	120	54	강원	복도식	NaN	전체동 설치	40	33.84	20.6553	2902000	57730	47	2020
C0359	영천야사4	447	149	대구경북	복도식	중앙유류난방	전체동 설치	89	26.37	13.3800	7134000	118880	78	1994
C0359	영천야사4	447	298	대구경북	복도식	중앙유류난방	전체동 설치	89	31.32	13.8500	8122000	131140	78	1994

1157 rows × 15 columns

In [ ]: