전국 신규 민간 아파트 분양가격 동향 데이터 분석 - (4)

 Concat 으로 데이터 합치기

df_first_prepare 와 df_last_prepare 를 합쳐줍니다.

df=pd.concat([df_first_prepare,df_last_prepare])
df.shape

#(1224, 4)

제대로 합쳐졌는지 미리보기를 합니다.

df.head()

연도별로 데이터가 몇개씩 있는지 value_counts를 통해 세어봅니다.

df["연도"].value_counts()

pivot_table 사용하기

연도를 인덱스로, 지역명을 컬럼으로 평당분양가격을 피봇테이블로 그려봅니다.

k=pd.pivot_table(data=df,index="연도",columns="지역명",values="평당분양가격")
k

한 열에 대해서 시각화

k.astype(int).style.background_gradient()

위에서 그린 피봇테이블을 히트맵으로 표현해 봅니다.

plt.figure(figsize=(15,10))
sns.heatmap(data=k, annot=True,cmap="Blues",fmt=".0f") #전체

transpose 를 사용하면 행과 열을 바꿔줄 수 있습니다. 바뀐 행과 열을 히트맵으로 표현해 봅니다.

plt.figure(figsize=(10,10))
sns.heatmap(data=k.T, annot=True,cmap="Blues",fmt=".0f")

 2013년부터 최근 데이터까지 시각화하기

연도별 평당분양가격 보기

barplot 으로 연도별 평당분양가격 그리기

sns.barplot(data=df,x="연도",y="평당분양가격",ci="sd")

pointplot 으로 연도별 평당분양가격 그리기

sns.pointplot(data=df,x="연도",y="평당분양가격",ci=None)

서울만 barplot 으로 그리기

sns.barplot(data=df[df["지역명"]=="서울"],x="연도",y="평당분양가격",ci=None)

연도별 평당분양가격 boxplot 그리기

sns.boxplot(data=df,x="연도",y="평당분양가격")

연도별 평당분양가격 violinplot 그리기

sns.violinplot(data=df,x="연도",y="평당분양가격")

연도별 평당분양가격 swarmplot 그리기

plt.figure(figsize=(10,10))
sns.swarmplot(data=df,x="연도",y="평당분양가격",size=1)

지역별 평당분양가격 보기

barplot 으로 지역별 평당분양가격을 그려봅니다.

p=df.groupby("지역명")["평당분양가격"].mean().sort_values(ascending=False)
sns.barplot(data=df.sort_values("지역명"),x="지역명",y="평당분양가격",order=p.index)

boxplot 으로 지역별 평당분양가격을 그려봅니다.

sns.boxplot(data=df,x="지역명",y="평당분양가격")

violinplot 으로 지역별 평당분양가격을 그려봅니다.

sns.violinplot(data=df,x="지역명",y="평당분양가격")

swarmplot 으로 지역별 평당분양가격을 그려봅니다.

sns.swarmplot(data=df,x="지역명",y="평당분양가격",size=1)