데이터 시각화4 아파트 파이썬 데이터 분석 시리즈 1 - 4 [2023년 구별 아파트 거래량 & 평당 실거래가 추이] 1. 인천시 아파트 실거래 데이터를 활용해서 23년 1년 동안 월별 거래 추이가 어떤지 확인해보겠음 2. 인천시 아파트 전수 데이터는 이전 포스팅에서 확인할 수 있음 3. 우선 평당 실거래가를 아래 파이썬 코드를 통해 히트맵 형식으로 시각화해봤음 df=pd.DataFrame(data) df=df[df['년']=='2023'] df['전용면적']=df['전용면적'].apply(lambda x:float(x)) df['평수']=df['전용면적'].apply(lambda x:x*0.3025) df['거래금액']=df['거래금액'].apply(lambda x:float(x.replace(',',''))) df1=df[['거래금액','법정동시군구코드','평수','월']] df1=pd.merge(df1,se,how.. 2024. 2. 20. 공공데이터 Open API를 통해 국내 주요 은행 현황 분석#1 with Python data.go.kr/tcs/dss/selectApiDataDetailView.do?publicDataPk=15061304 공공데이터 포털 국가에서 보유하고 있는 다양한 데이터를『공공데이터의 제공 및 이용 활성화에 관한 법률(제11956호)』에 따라 개방하여 국민들이 보다 쉽고 용이하게 공유•활용할 수 있도록 공공데이터(Datase www.data.go.kr 공공데이터 Open API에서 위 링크와 같이 국내 은행과 관련된 데이터를 제공하고 있어 오늘 포스팅을 시작으로 해서 국내 메이저 은행에 대해 분석해보고자 한다. 신한지주에 상당한 돈이 들어간 주주 입장으로서 이번 분석이 꽤 재미있을 것 같아서 시작해보았다. 오늘은 간단하게 국내 은행들의 임직원 수를 알아보도록 하겠다. from urllib.reque.. 2021. 3. 20. 네이버에서 국내 ETF 종목 정보 가져와서 분석 with Python 네이버 증권 페이지에서는 국내 ETF 종목 정보를 제공해주고 있다. 그래서 오늘은 파이썬으로 ETF 종목을 긁어와서 간략히 분석해보도록 하겠다. 아래와 같이 파이썬 몇 줄로 모든 ETF 종목을 가지고 올 수 있다. import requests import json from pandas.io.json import json_normalize url = 'https://finance.naver.com/api/sise/etfItemList.nhn' json_data = json.loads(requests.get(url).text) df = json_normalize(json_data['result']['etfItemList']) df를 출력하면 아래와 같이 증시에 있는 총 474개의 ETF 종목을 확인할 수 있.. 2021. 3. 20. [파이썬] - Folium 활용하여 서울시 구 기준 인구수 시각화 하기 이번 포스팅에서는 시각화 패키지 Folium을 활용해서 서울시 구 기준으로 인구수를 시각화하도록 하겠다. 인구 데이터는 아래 링크와 같이 국가통계포털에서 가져왔다. 그럼 시각화를 위한 준비는 모두 끝났고, 코드만 아래처럼 따라 하면 된다. 그렇게 어렵지 않다. kosis.kr/statisticsList/statisticsListIndex.do?menuId=M_01_01&vwcd=MT_ZTITLE&parmTabId=M_01_01&statId=1962001&themaId=A#SelectStatsBoxDiv KOSIS 국가통계포털 통계목록검색 통계목록검색 통계목록검색 통계표명검색 검색어입력 검색 전체목록받기 부분목록받기 처리중입니다. 잠시만 기다려 주세요. kosis.kr Python Code Folium을 .. 2020. 11. 22. 이전 1 다음
