실전 데이터 분석 프로젝트(4)

부서레벨1 집행 비중

from matplotlib import pyplot as plt
pd.set_option('display.max_rows', None)
%matplotlib inline
plt.rcParams['font.family'] = 'Malgun Gothic'
plt.rcParams["figure.figsize"] = (20, 10)
plt.rcParams["font.size"] = 12
plt.rcParams["figure.autolayout"] = True

df_seoul_1 = df_seoul[df_seoul['부서레벨1'] == '서울시본청']
group_count_1 = df_seoul_1[['부서레벨1', '부서레벨2', '집행금액']].groupby(['부서레벨1','부서레벨2'], as_index = True)['집행금액'].count()
group_count_1.plot(kind = 'bar')

서울시본청

서울시본청에서는 기획조정실, 행정국에서 많은 건수가 나타난 것을 알 수 있다.

의회사무처

의회사무처에서는 의정담당관, 입법담당관에 많은 건수가 발생했다.

사업소

사업소에서는 상수도 사업본부에서 유독히 많은 건수가 발생을 했다.

소방서

소방서에서는 소방재난본부에서 많은 비중을 나타내고 있었다.

 

부서레벨1 집행 총합

group_sum_1 = df_seoul_1[['부서레벨1', '부서레벨2', '집행금액']].groupby(['부서레벨1','부서레벨2'], as_index = True)['집행금액'].sum()
group_sum_1.plot(kind = 'bar')

집행 건수와 금액은 그래프가 얼추 비슷해보인다. 상수도에 집중적으로 분석을 진행할 필요가 보인다. 기획조정실, 행정국에 초점을 두기로 했다.

 

연도별

year_expense = df_expense_all['집행연도'].value_counts()
year_expense
# 2018.0    72218
# 2017.0    70132
# Name: 집행연도, dtype: int64

2018년도가 조금 더 많다. 

month_total = pd.pivot_table(df_expense_all, index = ['집행월'], values=['집행금액'], 
                             aggfunc = sum)
year_month_total = pd.pivot_table(df_expense_all, index = ['집행월'], columns=['집행연도'], 
                                  values=['집행금액'], aggfunc = sum)
eok_won = 100000000 # 억원

(year_month_total/eok_won).plot.bar(rot=0)
plt.ylabel('집행금액(억원)')
plt.title("업무추진비의 월별 집행금액")
plt.legend(['2017년', '2018년'])
plt.show()

12월달에 가장 많은 집행금액이 발생한 것을 볼수가 있다. 10월부터는 점점 증가하는 추세가 보인다. 1~8월에는 그리 큰 변동이 있지 않아 보인다. 연도는 2017, 2018가 있다. 

 

요일별 발생 건수 & 시간별 발생 건수

df_seoul['집행일시'].unique()
# array(['2017-01-26 13:10', '2017-01-25 22:41', '2017-01-24 12:35', ...,
#        '2018-12-07 13:04', '2018-12-06 19:46', '2018-12-05 11:46'],
#       dtype=object)

집행일시컬럼을 보면 object로 되어 있다. 분석을 위해서는 datetime형식으로 변경을 해줘야한다.

# 날짜 -> 요일
week_day_name = ["월", "화", "수", "목", "금", "토", "일"]

df_seoul['집행일시_요일'] = [week_day_name[weekday] for weekday in expense_date_time.dt.weekday]

# 시간 변경
df_seoul['집행일시_시간'] = [hour for hour in expense_date_time.dt.hour]

# 요일별 시각화
expense_weekday = expense_weekday.reindex(index = week_day_name)
expense_weekday.plot.bar(rot=0) 
plt.title("요일별 업무추진비 집행 횟수")
plt.xlabel("요일")
plt.ylabel("집행 횟수")
plt.show()

토, 일에도 발생을 한 것은 의외였다. 주말에 발생한 내역이 궁금하긴했다.

expense_hour_num = df_seoul['집행일시_시간'].value_counts()

work_hour = [ (k+8)%24 for k in range(24)]
expense_hour_num = expense_hour_num.reindex(index = work_hour)
expense_hour_num.plot.bar(rot = 0)
plt.title("시간별 업무추진비 집행 횟수")
plt.xlabel("집행 시간")
plt.ylabel("집행 횟수")
plt.show()

점심, 저녁시간때에 많이 발생한 것을 볼 수 가있다. 0시에도 이른 아침에도 발생한 건 의외였다. 다음은 상수도만 뽑아서 분석을 진행