Python/데이터 분석 예제5 구글 맵스 API 이용 방법 구글 지도 API 이용하는 방법 - 가입부터 Jupyter notebook에서 이용까지 구글에 구글 맵스 api를 검색하신 후 구글 지도 API - Google Cloud 사이트를 들어가 줍니다. 구글 아이디로 로그인되었다는 가정하에 시작하기를 누릅니다. 본인의 용도에 맞게 체크 표시를 해준 후 계속을 클릭합니다. 본인의 프로젝트 이름을 알맞게 지어준 후 Yes 체크 후 NEXT를 눌러줍니다. 무료였던 구글 맵스가 유료로 전환되었기 때문에 결제 계정을 만들어야 하지만 걱정하지 마시고 진행합니다. 결제 계정 만들기를 클릭합니다. 걱정하지 말라고 말씀드린 부분이 이 단계 때문입니다. 가입할 시 12개월 간 무료로 사용할 수 있고 사용자가 혹시 까먹더라도 무료 체험판 종료 후 자동 청구되지 않기 때문에 요금이.. 2019. 10. 1. 서울시 구별 병원 현황 분석 - 데이터 병합 및 그래프 분석 병원 데이터와 인구 데이터 '구별' 기준으로 병합하기 data_result = pd.merge(HOS_Seoul, pop_Seoul, on='구별') data_result.head() 병원 수 데이터와 인구수 데이터를 구를 기준으로 병합해주었습니다. 사용하지 않을 열 삭제하기 del data_result['2015년도 이전'] del data_result['2016년'] del data_result['2017년'] del data_result['2018년'] data_result.head() 사용하지 않을 연도 별 병원 수는 삭제해주겠습니다. 열 삭제 명령은 del을 사용합니다. 부분 인덱스를 설정해주기 data_result.set_index('구별', inplace=True) data_result.he.. 2019. 9. 26. 서울시 구별 병원 현황 분석 - pandas로 데이터 파악 및 전처리 하기 ▶ pandas import import pandas as pd ▶ csv 파일 불러오기 HOS_Seoul = pd.read_csv('10_to_18_number_hos.csv', encoding='utf-8') HOS_Seoul.head() csv 파일을 읽고 head 명령을 통해 앞 5줄만 불러왔습니다. csv 파일을 읽을 때는 디렉터리가 같아야 한다는 점 반드시 명심하시길 바랍니다. ▶ 열 인덱스 HOS_Seoul.columns 열 인덱스로 기관명, 소계, ... 등이 있는 것을 확인합니다. ▶ 첫 번째 열 인덱스 HOS_Seoul.columns[0] 첫 번째 열 인덱스만 나타냅니다. ▶ 기관명을 구별로 바꾸기 HOS_Seoul.rename(columns={HOS_Seoul.columns[0] : .. 2019. 9. 24. 서울시 구별 병원 현황 분석 - csv 데이터 변환하기 오늘은 다운로드한 txt 파일을 Excel csv데이터로 변환하는 방법을 알아보겠습니다. 다운로드한 txt 파일을 열어보면 위의 그림과 같습니다. 메모장 파일을 Excel csv로 바꿔보겠습니다. 데이터 메뉴로 들어가서 텍스트를 클릭합니다. 본인의 경로에서 해당 데이터를 클릭한 다음 구분 기호로 분리됨을 클릭하고 다음으로 넘어갑니다. 구분 기호는 탭만 체크합니다. 쉼표도 하는 일이 더 많지만 이 데이터는 1000 단위 숫자 구별로 쉼표가 들어가 있기 때문에 쉼표도 클릭하면 기준이 맞지 않게 됩니다. 본인의 데이터가 어떻게 되어있는지에 따라 다릅니다. 꼭 확인하고 구분 기호를 체크해주세요!! 열 데이터 서식을 일반으로 해준다음 마침을 클릭합니다. 기본으로 설정되어 있는대로 하고 확인을 클릭합니다. 다음과 .. 2019. 9. 23. 이전 1 2 다음
