자료의 분포 - 시각화와 요약 통계량 - 연습#
이 노트북은 자료의 분포에 대한 시각화를 이용한 탐색적 분석과 요약 통계량을 구하는 연습입니다.
교과서에서 본 체력 측정자료에서 우리가 공부한 키, 몸무게와 같은 자료는 평균을 중심으로 대칭인 분포를 가지는 자료입니다.
이번 연습에 사용될 자료는 서울특별시 공공자전거 대여 이력 자료를 이용할 것입니다. 분석할 변수는 자전거 이용 시간(duration, 분)과 거리(distance, m) 입니다. 시간과 거리의 분포는 체력 자료와 매우 다른 분포를 가지는 것을 볼 수 있습니다.
먼저 분석에 필요한 라이브러리를 불러오고 한글 처리에 필요한 코드를 실행합니다.
# 라이므러리 불러오기
import pandas as pd
import numpy as np
import seaborn as sns
# 그림 그리기를 위한 코드
import matplotlib.pyplot as plt
from matplotlib import rc
%matplotlib inline
# clolab 에서 그림을 그릴 때 한글을 사용하려면 필요한 코드입니다.
plt.rc('font', family='NanumBarunGothic')
plt.rcParams['axes.unicode_minus'] = False
# 그림 크기 조정
plt.rcParams["figure.figsize"] = (8,8)
1. 자료불러오기#
자료는 두 개의 화일로 구성됩니다. 자료는 서울시 열린데이터 광장 사이트에서 다운로드받은 자료입니다.
서울시 공공 자전거 대여 이력 자료(2019년 9월 한달 자료)
서울시 공공 자전거 대여소 정보 자료 (2021년 6월의 대여서 현황자료)
참고: 최근 2020년 자료도 있지만 자료의 크기가 다소 크기 때문에 colab 을 이용할 시 시간이 오래 걸립니다. 관심있는 사람들은 최근자료를 다운로드 받아 아래 제시된 코드를 이용하여 실습해보세요.
서울시 공공 자전거 대여 이력 자료 불러 오기#
먼저 서울시 공공 자전거 대여 이력 자료를 불러 들여 데이터프레임
bike0에 저장열이름을 영문으로 바꾸고 열이름에 대한 정보를 가진 데이터프레임
col_info를 생성대여시간에 대한 두 개의 변수를 시간 변수로 변환
url1 = "https://ilovedata.github.io/teaching/bigdata2/data/seoul_bike_201909_3.csv"
bike0 = pd.read_csv(url1, encoding="CP949")
bike0.head(10)
| 자전거번호 | 대여일시 | 대여 대여소번호 | 대여 대여소명 | 대여거치대 | 반납일시 | 반납대여소번호 | 반납대여소명 | 반납거치대 | 이용시간 | 이용거리 | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | SPB-17003 | 2019-09-28 16:10:55 | 368 | SK 서린빌딩 앞 | 4 | 2019-09-28 17:03:32 | 2002 | 노들역 1번출구 | 14 | 52 | 8940.0 |
| 1 | SPB-14405 | 2019-09-28 16:48:16 | 2024 | 상도역 1번출구 | 3 | 2019-09-28 17:03:44 | 2002 | 노들역 1번출구 | 18 | 15 | 1910.0 |
| 2 | SPB-18431 | 2019-09-28 16:59:54 | 2002 | 노들역 1번출구 | 10 | 2019-09-28 17:03:57 | 2002 | 노들역 1번출구 | 10 | 2 | 30.0 |
| 3 | SPB-04853 | 2019-09-28 15:31:49 | 207 | 여의나루역 1번출구 앞 | 32 | 2019-09-28 17:10:12 | 2002 | 노들역 1번출구 | 19 | 98 | 9610.0 |
| 4 | SPB-11122 | 2019-09-28 15:35:41 | 207 | 여의나루역 1번출구 앞 | 14 | 2019-09-28 17:10:37 | 2002 | 노들역 1번출구 | 18 | 90 | 9450.0 |
| 5 | SPB-23089 | 2019-09-28 17:02:37 | 2003 | 사육신공원앞 | 5 | 2019-09-28 17:13:44 | 2002 | 노들역 1번출구 | 10 | 10 | 1410.0 |
| 6 | SPB-15669 | 2019-09-28 16:17:54 | 2213 | 고속터미널역 5번출구 앞 | 7 | 2019-09-28 17:14:22 | 2002 | 노들역 1번출구 | 8 | 56 | 0.0 |
| 7 | SPB-09727 | 2019-09-28 17:04:56 | 2002 | 노들역 1번출구 | 5 | 2019-09-28 17:17:10 | 2002 | 노들역 1번출구 | 17 | 11 | 380.0 |
| 8 | SPB-10053 | 2019-09-28 16:59:45 | 2002 | 노들역 1번출구 | 3 | 2019-09-28 17:17:53 | 2002 | 노들역 1번출구 | 5 | 17 | 1080.0 |
| 9 | SPB-14487 | 2019-09-28 16:01:41 | 2024 | 상도역 1번출구 | 5 | 2019-09-28 17:20:44 | 2002 | 노들역 1번출구 | 14 | 78 | 13870.0 |
bike0.shape
(407589, 11)
bike0.dtypes
자전거번호 object
대여일시 object
대여 대여소번호 int64
대여 대여소명 object
대여거치대 int64
반납일시 object
반납대여소번호 int64
반납대여소명 object
반납거치대 int64
이용시간 int64
이용거리 float64
dtype: object
colnames_old = bike0.columns
colnames_new = ["bike_ID", "time_start","station_ID_start", "station_name_start", "spot_ID_start", "time_end", "station_ID_end", "station_name_end", "sopt_ID_end","duration", "distance"]
col_info = pd.DataFrame({ 'col_korean':colnames_old , 'col_english':colnames_new })
col_info # 열이름 정보를 가진 데이처프레임
| col_korean | col_english | |
|---|---|---|
| 0 | 자전거번호 | bike_ID |
| 1 | 대여일시 | time_start |
| 2 | 대여 대여소번호 | station_ID_start |
| 3 | 대여 대여소명 | station_name_start |
| 4 | 대여거치대 | spot_ID_start |
| 5 | 반납일시 | time_end |
| 6 | 반납대여소번호 | station_ID_end |
| 7 | 반납대여소명 | station_name_end |
| 8 | 반납거치대 | sopt_ID_end |
| 9 | 이용시간 | duration |
| 10 | 이용거리 | distance |
# 열이름 바꾸기
bike0.columns = colnames_new
# 시간이 포함된 문자열의 형식을 시간형식으로 바꾸기
bike0['time_start'] = pd.to_datetime(bike0['time_start'], format='%Y-%m-%d %H:%M:%S')
bike0['time_end'] = pd.to_datetime(bike0['time_end'], format='%Y-%m-%d %H:%M:%S')
bike0.head(10)
| bike_ID | time_start | station_ID_start | station_name_start | spot_ID_start | time_end | station_ID_end | station_name_end | sopt_ID_end | duration | distance | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | SPB-17003 | 2019-09-28 16:10:55 | 368 | SK 서린빌딩 앞 | 4 | 2019-09-28 17:03:32 | 2002 | 노들역 1번출구 | 14 | 52 | 8940.0 |
| 1 | SPB-14405 | 2019-09-28 16:48:16 | 2024 | 상도역 1번출구 | 3 | 2019-09-28 17:03:44 | 2002 | 노들역 1번출구 | 18 | 15 | 1910.0 |
| 2 | SPB-18431 | 2019-09-28 16:59:54 | 2002 | 노들역 1번출구 | 10 | 2019-09-28 17:03:57 | 2002 | 노들역 1번출구 | 10 | 2 | 30.0 |
| 3 | SPB-04853 | 2019-09-28 15:31:49 | 207 | 여의나루역 1번출구 앞 | 32 | 2019-09-28 17:10:12 | 2002 | 노들역 1번출구 | 19 | 98 | 9610.0 |
| 4 | SPB-11122 | 2019-09-28 15:35:41 | 207 | 여의나루역 1번출구 앞 | 14 | 2019-09-28 17:10:37 | 2002 | 노들역 1번출구 | 18 | 90 | 9450.0 |
| 5 | SPB-23089 | 2019-09-28 17:02:37 | 2003 | 사육신공원앞 | 5 | 2019-09-28 17:13:44 | 2002 | 노들역 1번출구 | 10 | 10 | 1410.0 |
| 6 | SPB-15669 | 2019-09-28 16:17:54 | 2213 | 고속터미널역 5번출구 앞 | 7 | 2019-09-28 17:14:22 | 2002 | 노들역 1번출구 | 8 | 56 | 0.0 |
| 7 | SPB-09727 | 2019-09-28 17:04:56 | 2002 | 노들역 1번출구 | 5 | 2019-09-28 17:17:10 | 2002 | 노들역 1번출구 | 17 | 11 | 380.0 |
| 8 | SPB-10053 | 2019-09-28 16:59:45 | 2002 | 노들역 1번출구 | 3 | 2019-09-28 17:17:53 | 2002 | 노들역 1번출구 | 5 | 17 | 1080.0 |
| 9 | SPB-14487 | 2019-09-28 16:01:41 | 2024 | 상도역 1번출구 | 5 | 2019-09-28 17:20:44 | 2002 | 노들역 1번출구 | 14 | 78 | 13870.0 |
bike0.dtypes
bike_ID object
time_start datetime64[ns]
station_ID_start int64
station_name_start object
spot_ID_start int64
time_end datetime64[ns]
station_ID_end int64
station_name_end object
sopt_ID_end int64
duration int64
distance float64
dtype: object
서울시 공공 자전거 대여소 정보 자료 불러오기#
대여소 정보를 가진 자료(seoul_bike_stations_202106.csv)에는 대여소의 ID, 대여소 이름과 대여소가 있는 주소와 공간적 위치에 대한 정보로 구성되어 있습니다.
자료는 서울시 열린데이터 광장 사이트에서 다운로드 받은 자료입니다. 최근 자료도 다운로드 받을 수 있습니다.
url2 = "https://ilovedata.github.io/teaching/bigdata2/data/seoul_bike_stations_202106.csv"
bike_station00 = pd.read_csv(url2, encoding="CP949", header=None)
bike_station00.head(10)
| 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | |
|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 102 | 망원역 1번출구 앞 | 마포구 | 서울특별시 마포구 월드컵로 72 | 37.555649 | 126.910629 | 2015-09-06 | 20.0 | NaN | LCD |
| 1 | 103 | 망원역 2번출구 앞 | 마포구 | 서울특별시 마포구 월드컵로 79 | 37.554951 | 126.910835 | 2015-09-06 | 14.0 | NaN | LCD |
| 2 | 104 | 합정역 1번출구 앞 | 마포구 | 서울특별시 마포구 양화로 59 | 37.550629 | 126.914986 | 2015-09-06 | 13.0 | NaN | LCD |
| 3 | 105 | 합정역 5번출구 앞 | 마포구 | 서울특별시 마포구 양화로 48 | 37.550007 | 126.914825 | 2015-09-06 | 5.0 | NaN | LCD |
| 4 | 106 | 합정역 7번출구 앞 | 마포구 | 서울특별시 마포구 독막로 4 | 37.548645 | 126.912826 | 2015-09-06 | 10.0 | NaN | LCD |
| 5 | 107 | 신한은행 서교동금융센터점 앞 | 마포구 | 서울특별시 마포구 월드컵북로 35 | 37.557510 | 126.918503 | 2015-09-06 | 5.0 | NaN | LCD |
| 6 | 108 | 서교동 사거리 | 마포구 | 서울특별시 마포구 양화로 93 | 37.552746 | 126.918617 | 2015-09-06 | 10.0 | NaN | LCD |
| 7 | 109 | 제일빌딩 앞 | 마포구 | 서울특별시 마포구 어울마당로 26 | 37.547691 | 126.919983 | 2015-09-07 | 10.0 | NaN | LCD |
| 8 | 111 | 상수역 2번출구 앞 | 마포구 | 서울특별시 마포구 와우산로 40 | 37.547871 | 126.923531 | 2015-09-07 | 10.0 | NaN | LCD |
| 9 | 112 | 극동방송국 앞 | 마포구 | 서울특별시 마포구 와우산로 56 | 37.549202 | 126.923203 | 2015-09-07 | 10.0 | NaN | LCD |
bike_station00.shape
(2467, 10)
이제 대여소에 대한 정보가 있는 데이터프레임에 다음과 같은 작업을 적용하여 필요한 자료만 슬라이싱합니다.
대여소 ID 와 행정구 이름, 2개의 열(열의 index는 0 과 2)을 선택하고 열이름을 영문으로 변경합니다.
결과를 데이터프레임
bike_station0으로 저장합니다.
bike_station0 = bike_station00.iloc[:,[0,2]]
bike_station0.columns = ["station_ID_start", "gu_name_start" ]
bike_station0
| station_ID_start | gu_name_start | |
|---|---|---|
| 0 | 102 | 마포구 |
| 1 | 103 | 마포구 |
| 2 | 104 | 마포구 |
| 3 | 105 | 마포구 |
| 4 | 106 | 마포구 |
| ... | ... | ... |
| 2462 | 4864 | 송파구 |
| 2463 | 4865 | 송파구 |
| 2464 | 4867 | 송파구 |
| 2465 | 4868 | 송파구 |
| 2466 | 4869 | 송파구 |
2467 rows × 2 columns
2. 자료의 결합#
이제 공공자전거 대여 이력 정보를 가진 데이터프레임(
bike0)와 대여소의 정보를 가진 데이터프레임(bike_station0)을 대여소(station_ID_start)를 기준으로 결합(merger)하여 새로운 데이터프레임bike1을 만듭니다.필요한 변수만 선택하여 분석을 위한 최종 데이터프레임
bike_final를 만듭니다.
bike1 = pd.merge(bike0, bike_station0, on ="station_ID_start", how='left' )
bike_final= bike1[["time_start","station_ID_start", "station_name_start","gu_name_start","time_end", "station_ID_end", "station_name_end", "duration", "distance" ]]
bike_final.head(10)
| time_start | station_ID_start | station_name_start | gu_name_start | time_end | station_ID_end | station_name_end | duration | distance | |
|---|---|---|---|---|---|---|---|---|---|
| 0 | 2019-09-28 16:10:55 | 368 | SK 서린빌딩 앞 | 종로구 | 2019-09-28 17:03:32 | 2002 | 노들역 1번출구 | 52 | 8940.0 |
| 1 | 2019-09-28 16:48:16 | 2024 | 상도역 1번출구 | 동작구 | 2019-09-28 17:03:44 | 2002 | 노들역 1번출구 | 15 | 1910.0 |
| 2 | 2019-09-28 16:59:54 | 2002 | 노들역 1번출구 | 동작구 | 2019-09-28 17:03:57 | 2002 | 노들역 1번출구 | 2 | 30.0 |
| 3 | 2019-09-28 15:31:49 | 207 | 여의나루역 1번출구 앞 | 영등포구 | 2019-09-28 17:10:12 | 2002 | 노들역 1번출구 | 98 | 9610.0 |
| 4 | 2019-09-28 15:35:41 | 207 | 여의나루역 1번출구 앞 | 영등포구 | 2019-09-28 17:10:37 | 2002 | 노들역 1번출구 | 90 | 9450.0 |
| 5 | 2019-09-28 17:02:37 | 2003 | 사육신공원앞 | 동작구 | 2019-09-28 17:13:44 | 2002 | 노들역 1번출구 | 10 | 1410.0 |
| 6 | 2019-09-28 16:17:54 | 2213 | 고속터미널역 5번출구 앞 | 서초구 | 2019-09-28 17:14:22 | 2002 | 노들역 1번출구 | 56 | 0.0 |
| 7 | 2019-09-28 17:04:56 | 2002 | 노들역 1번출구 | 동작구 | 2019-09-28 17:17:10 | 2002 | 노들역 1번출구 | 11 | 380.0 |
| 8 | 2019-09-28 16:59:45 | 2002 | 노들역 1번출구 | 동작구 | 2019-09-28 17:17:53 | 2002 | 노들역 1번출구 | 17 | 1080.0 |
| 9 | 2019-09-28 16:01:41 | 2024 | 상도역 1번출구 | 동작구 | 2019-09-28 17:20:44 | 2002 | 노들역 1번출구 | 78 | 13870.0 |
3. 구별 대여 횟수 비교#
이제 구별로 자전거를 대여한 회수를 구해소 돗수 분포표를 구해보고 파이차트와 바차트로 비교해 봅시다.
bike_final.gu_name_start.value_counts()
서초구 80773
강남구 65964
관악구 53201
송파구 45516
광진구 40502
동작구 32726
성동구 18678
영등포구 13377
강서구 7642
구로구 7491
용산구 6176
강동구 5247
마포구 4622
동대문구 3968
서대문구 3287
금천구 2378
중구 1733
종로구 1374
중랑구 1343
성북구 1090
양천구 701
노원구 484
은평구 351
도봉구 102
강북구 101
Name: gu_name_start, dtype: int64
bike_final.gu_name_start.value_counts().plot.pie()
<matplotlib.axes._subplots.AxesSubplot at 0x7fcc191cb590>
bike_final.gu_name_start.value_counts(normalize=True).plot.bar()
<matplotlib.axes._subplots.AxesSubplot at 0x7fcc18c25e90>
4. 자전거 이용시간 및 거리 분석#
이제 자전거 이용시간과 거리에 대한 시각화 분석과 요약 통계량을 구해봅시다.
요약 통계량
히스토그램
상자그림
이용 시간과 거리의 산점도
자전거 이용 시간과 거리는 앞에서 말한 대로 체력 측정 자료의 분포와는 매우 다릅니다. 크기가 큰 방향, 즉 오른쪽으로 매우 치우친 분포를 보여줍니다.
특히 이동 거리의 평균(mean)과 중간값(50%, median)이 매우 차이가 나는 것을 알 수 있습니다. 왜 이렇게 차이가 나는지 생각해 봅시다.
이용 시간과 거리의 최대값을 보면 우리가 생각한 것 보다 매우 큰 값임을 알 수 있습니다. 실제로 이용한 시간과 거리일까요?
bike_final[["duration", "distance"]].describe().reset_index()
| index | duration | distance | |
|---|---|---|---|
| 0 | count | 407589.000000 | 407589.000000 |
| 1 | mean | 30.156827 | 4253.336228 |
| 2 | std | 32.065934 | 5782.673901 |
| 3 | min | 1.000000 | 0.000000 |
| 4 | 25% | 8.000000 | 1200.000000 |
| 5 | 50% | 18.000000 | 2380.000000 |
| 6 | 75% | 43.000000 | 5130.000000 |
| 7 | max | 2479.000000 | 153490.000000 |
bike_final.plot.hist(y="duration", bins= 20)
<matplotlib.axes._subplots.AxesSubplot at 0x7fcc18b383d0>
bike_final.plot.box(y="duration")
<matplotlib.axes._subplots.AxesSubplot at 0x7fcc18a7c410>
bike_final.plot.hist(y="distance", bins=20)
<matplotlib.axes._subplots.AxesSubplot at 0x7fcc189fa110>
bike_final.plot.box(y="distance")
<matplotlib.axes._subplots.AxesSubplot at 0x7fcc189331d0>
아래 그림은 이동거리와 시간의 관계를 산점도로 나타낸 것입니다.
이동거리와 이동시간이 매우 큰 값들이 나타나 있는 것을 알 수 있습니다.
시각적으로 확실하게 나타나지는 않지만 이동시간이 증가하면 거리도 증가하는 경향이 나타납니다.
bike_final.plot.scatter(x='duration',y= 'distance', alpha=0.5)
<matplotlib.axes._subplots.AxesSubplot at 0x7fcc1889f990>
이동시간(duration)과 이동거리(distance)의 분포는 오른쪽으로 매우 치우친 모양으로 나타납니다.
이러한 현상은 비정상적으로 매우 큰 값들이 자료에 많이 포함되어 있기 때문입니다. 앞의 분포를 요약하는 그림에서 나타난 것과 같이 평균에서 멀리 떨어진 매우 큰 값들을 우리는 이상점(outlier)라고 부릅니다.
이렇게 매우 큰 값들이 포함된 자료의 분포를 파악하는 경우 자료의 값을 로그 변환(log transformation)하여 분석하면 여러 가지 유용한 점이 있습니다.
이동시간와 이동거리에 값이 0이 있는 자료가 있으므로 아주 작은 수 0.1을 더해서 로그변환 합니다.
로그변환 시 밑을 10을 이용하며 함수는
numpy에 있는log10함수를 사용합니다.
이제 오른쪽으로 매우 치우친 분포를 가진 자료를 로그 변환하면 대칭인 분포가 나타나는 것을 알 수 잇습니다.
이동 시간과 거리의 로그 변환값에 대한 산점도를 다시 그려봅시다.
아래 코드를 실행하면 경고(warning)이 나타나지만 결과에는 이상이 없으니 그냥 무시하세요.
bike_final['duration_log10'] = np.log10(bike_final['duration'] + 0.1)
bike_final['distance_log10'] = np.log10(bike_final['distance'] + 0.1)
/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:1: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead
See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
"""Entry point for launching an IPython kernel.
/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:2: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead
See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
bike_final.plot.scatter(x='duration_log10',y= 'distance_log10', alpha=0.5)
<matplotlib.axes._subplots.AxesSubplot at 0x7fcc188396d0>
위의 분석을 보면 거리가 0으로 된 자료가 많은 것 같습니다. 로그변환시 0.1을 더했으므로 원래 값이 0 인 자료는 로그 변환시 -1 이 됩니다.
\[ log_{10}(0+0.1) = log_{10}(0.1) = -1 \]
아마도 거리를 측정하는 센서나 계측기계에 오류가 있는 것으로 생각되어 거리가 0인 것을 제외한 데이터프레임 bike_nozero를 만들고 다시 분석해 봅시다.
bike_nozero = bike_final.loc[bike_final.distance > 0.0]
bike_nozero.shape
(395277, 11)
bike_final.shape
(407589, 11)
아래외 같이 이동거리가 0인 자료의 수는 12,312 입니다.
bike_final.shape[0] - bike_nozero.shape[0]
12312
이제 이동거리가 0인 자료를 제거하고 이동거리와 시간에 대한 요약통계량을 구해봅시다.
bike_nozero[["duration", "distance"]].describe().reset_index()
| index | duration | distance | |
|---|---|---|---|
| 0 | count | 395277.000000 | 395277.000000 |
| 1 | mean | 30.285319 | 4385.818198 |
| 2 | std | 32.119792 | 5822.356670 |
| 3 | min | 1.000000 | 10.000000 |
| 4 | 25% | 9.000000 | 1290.000000 |
| 5 | 50% | 18.000000 | 2470.000000 |
| 6 | 75% | 43.000000 | 5280.000000 |
| 7 | max | 2479.000000 | 153490.000000 |
또한 이동거리가 0인 자료를 제거하고 자료의 분포를 살펴봅시다.
bike_nozero.plot.hist(y="distance", bins= 20)
<matplotlib.axes._subplots.AxesSubplot at 0x7fcc1e972750>
로그 변환을 적용한 자료는 분포가 대칭에 가깝게 됩니다.
bike_nozero.plot.hist(y="distance_log10", bins= 20)
<matplotlib.axes._subplots.AxesSubplot at 0x7fcc1ea0d2d0>
bike_nozero.plot.box(y="distance_log10")
<matplotlib.axes._subplots.AxesSubplot at 0x7fcc16e1b2d0>
bike_nozero.plot.scatter(x='duration_log10',y= 'distance_log10', alpha=0.25)
<matplotlib.axes._subplots.AxesSubplot at 0x7fcc18a004d0>
5. 구별 자전거 이용시간 및 거리 비교#
이제 구별로 자전거의 이용 시간과 거리를 비교해 봅시다. 여기서 구별로 분석하는 것은 자전거를 출발할 때 대여한 대여소가 위치는 구를 의미합니다.
구별 요약 통계량 분석
구별 상자그림
bike_nozero[["gu_name_start", "duration", "distance"]].groupby(by="gu_name_start").describe().reset_index()
| gu_name_start | duration | distance | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| count | mean | std | min | 25% | 50% | 75% | max | count | mean | std | min | 25% | 50% | 75% | max | ||
| 0 | 강남구 | 63820.0 | 29.363601 | 31.644264 | 1.0 | 8.0 | 17.0 | 41.00 | 911.0 | 63820.0 | 4059.047634 | 5534.558052 | 10.0 | 1210.0 | 2270.0 | 4840.0 | 125800.0 |
| 1 | 강동구 | 5113.0 | 36.461373 | 28.835377 | 3.0 | 15.0 | 29.0 | 49.00 | 385.0 | 5113.0 | 6063.827499 | 6125.705232 | 10.0 | 2350.0 | 4280.0 | 7930.0 | 91800.0 |
| 2 | 강북구 | 100.0 | 83.830000 | 42.500637 | 27.0 | 46.0 | 80.0 | 113.50 | 249.0 | 100.0 | 17964.200000 | 12087.323285 | 3830.0 | 10960.0 | 15515.0 | 21605.0 | 85350.0 |
| 3 | 강서구 | 7426.0 | 20.979127 | 28.844970 | 1.0 | 5.0 | 8.0 | 20.00 | 323.0 | 7426.0 | 3577.347159 | 6305.250982 | 10.0 | 880.0 | 1400.0 | 2510.0 | 80260.0 |
| 4 | 관악구 | 51741.0 | 24.730929 | 27.278189 | 1.0 | 8.0 | 14.0 | 31.00 | 468.0 | 51741.0 | 3653.434027 | 5440.731362 | 10.0 | 1210.0 | 2120.0 | 3700.0 | 116470.0 |
| 5 | 광진구 | 39251.0 | 24.207765 | 28.304476 | 1.0 | 7.0 | 13.0 | 31.00 | 845.0 | 39251.0 | 3158.712135 | 4668.621440 | 10.0 | 1030.0 | 1750.0 | 3310.0 | 87390.0 |
| 6 | 구로구 | 7311.0 | 30.576255 | 26.481543 | 1.0 | 15.0 | 25.0 | 39.00 | 982.0 | 7311.0 | 5391.278895 | 5357.453664 | 10.0 | 2510.0 | 4360.0 | 6635.0 | 83860.0 |
| 7 | 금천구 | 2332.0 | 32.106346 | 28.378665 | 2.0 | 12.0 | 25.0 | 43.00 | 221.0 | 2332.0 | 5468.975129 | 6374.993667 | 30.0 | 1720.0 | 3760.0 | 6302.5 | 74270.0 |
| 8 | 노원구 | 472.0 | 72.360169 | 33.208176 | 4.0 | 49.0 | 66.0 | 91.00 | 322.0 | 472.0 | 16101.588983 | 9319.765758 | 540.0 | 10970.0 | 13680.0 | 19607.5 | 106810.0 |
| 9 | 도봉구 | 97.0 | 92.474227 | 30.253820 | 5.0 | 69.0 | 92.0 | 113.00 | 172.0 | 97.0 | 19955.463918 | 9529.382524 | 840.0 | 15640.0 | 17710.0 | 22980.0 | 76560.0 |
| 10 | 동대문구 | 3872.0 | 30.242252 | 27.763908 | 1.0 | 10.0 | 20.0 | 43.00 | 321.0 | 3872.0 | 5352.430269 | 6044.206191 | 20.0 | 1570.0 | 3255.0 | 6690.0 | 74610.0 |
| 11 | 동작구 | 31662.0 | 28.978618 | 33.212139 | 1.0 | 7.0 | 15.0 | 41.00 | 865.0 | 31662.0 | 4085.054955 | 5972.909677 | 10.0 | 1110.0 | 2020.0 | 4680.0 | 99220.0 |
| 12 | 마포구 | 4515.0 | 48.507420 | 34.103671 | 2.0 | 20.0 | 43.0 | 67.00 | 378.0 | 4515.0 | 9267.145072 | 8266.710554 | 10.0 | 3020.0 | 7770.0 | 13060.0 | 83270.0 |
| 13 | 서대문구 | 3200.0 | 34.571875 | 37.740023 | 1.0 | 9.0 | 17.0 | 51.00 | 334.0 | 3200.0 | 5437.575000 | 7526.119536 | 10.0 | 1307.5 | 2470.0 | 6562.5 | 130150.0 |
| 14 | 서초구 | 78071.0 | 29.997349 | 34.510426 | 1.0 | 8.0 | 17.0 | 41.00 | 2457.0 | 78071.0 | 3994.706485 | 5511.477067 | 10.0 | 1200.0 | 2310.0 | 4710.0 | 141170.0 |
| 15 | 성동구 | 18148.0 | 35.458783 | 32.746608 | 1.0 | 11.0 | 25.0 | 51.00 | 772.0 | 18148.0 | 4839.608772 | 5503.083157 | 10.0 | 1540.0 | 3080.0 | 6300.0 | 103790.0 |
| 16 | 성북구 | 1062.0 | 49.246704 | 32.445494 | 3.0 | 24.0 | 41.5 | 66.00 | 195.0 | 1062.0 | 9703.615819 | 7276.167526 | 90.0 | 4530.0 | 7725.0 | 14142.5 | 72550.0 |
| 17 | 송파구 | 44168.0 | 32.489653 | 31.268809 | 1.0 | 11.0 | 22.0 | 45.00 | 1620.0 | 44168.0 | 4511.664327 | 5625.220158 | 10.0 | 1550.0 | 2850.0 | 5500.0 | 153490.0 |
| 18 | 양천구 | 692.0 | 57.137283 | 29.549682 | 4.0 | 38.0 | 50.0 | 70.00 | 264.0 | 692.0 | 12011.358382 | 8506.135652 | 800.0 | 8072.5 | 10385.0 | 13665.0 | 108870.0 |
| 19 | 영등포구 | 13036.0 | 43.814744 | 30.983401 | 1.0 | 21.0 | 38.0 | 57.00 | 536.0 | 13036.0 | 7582.325867 | 6780.598739 | 10.0 | 3400.0 | 6220.0 | 9850.0 | 100740.0 |
| 20 | 용산구 | 6013.0 | 45.312323 | 28.544585 | 1.0 | 25.0 | 39.0 | 56.00 | 346.0 | 6013.0 | 7153.838350 | 6014.478033 | 10.0 | 3920.0 | 5920.0 | 8470.0 | 84750.0 |
| 21 | 은평구 | 342.0 | 50.675439 | 35.505027 | 3.0 | 21.0 | 41.5 | 80.75 | 153.0 | 342.0 | 10146.988304 | 9772.512231 | 550.0 | 2992.5 | 6105.0 | 18015.0 | 81280.0 |
| 22 | 종로구 | 1345.0 | 44.176208 | 35.738210 | 1.0 | 19.0 | 35.0 | 58.00 | 533.0 | 1345.0 | 7298.869888 | 6978.688577 | 450.0 | 2870.0 | 5600.0 | 9670.0 | 97250.0 |
| 23 | 중구 | 1700.0 | 40.721176 | 34.513314 | 1.0 | 14.0 | 34.0 | 56.00 | 505.0 | 1700.0 | 6760.147059 | 6858.953106 | 10.0 | 1960.0 | 5380.0 | 9270.0 | 80650.0 |
| 24 | 중랑구 | 1314.0 | 43.770167 | 72.627494 | 2.0 | 21.0 | 36.0 | 55.00 | 2479.0 | 1314.0 | 8232.998478 | 7564.875602 | 430.0 | 3672.5 | 6350.0 | 10027.5 | 69370.0 |
sns.boxplot(data=bike_nozero, x= 'duration', y='gu_name_start', orient='h')
<matplotlib.axes._subplots.AxesSubplot at 0x7fcc12c3b190>
sns.boxplot(data=bike_nozero, x= 'distance', y='gu_name_start', orient='h')
<matplotlib.axes._subplots.AxesSubplot at 0x7fcc1296f890>
