[멋쟁이사자처럼 데이터분석 부트캠프 5기] EDA 음주🍻 데이터 분석하기

 

0. 분석에 들어가기 전에..

드디어 데이터 다운 데이터 가지고 분석을 해보았다.
이제 그래프도 좀 더 다이나믹 하고 의미있는 데이터이다 보니 재밌다.

MPG, 복지패널데이터, 알콜 데이터 그리고 주식 데이터를 다뤄봤지만,
가장 재밌었던 데이터는 알콜 데이터였다 🍺🍾🍷
그리고 수업 시간 딥하게 다루진 않아서, 복습도 할 겸 다양한 분석들을 해보려 한다

---

1. 데이터 소개

데이터 맛보기를 위해 head()로 5개의 행만 가져와본다.

 

< 변수명 정리>

country	국가명
beer_servings	맥주 양
spirit_servings	증류주 양
wine_servings	와인 양
total_litres_of_pure_alcohol	순수 알콜의 총 리터
continent	대륙

 

---

2. 데이터 전처리

1) 데이터의 결측치 확인

drinks.isna().sum()

 

결측치가 존재하는 컬럼은 continent 뿐이다.
그럼 continent의 분포를 확인해보자

 

csv 파일을 확인해보니 continent 컬럼에 NA 값이 존재한다.
이것은 결측치의 NA가 아니라 North America를 줄인 NA이다.
파이썬에서 이것을 결측치로 인식하고 있다.
자칫 잘못 결측치 처리한다고 drop 해버리면 큰!일!난!다!

 

2) 데이터 결측치 처리

Na라는 단어를 실제 Na라는 "값 "으로 불러오도록 
na_filter라는 매개변수에 False를 넣어준다.

drinks = pd.read_csv('data/drinks.csv', na_filter = False)
drinks.isna().sum()

🚨 주의

이것은 컬럼들 중 continent 컬럼에만 결측치(사실 Na 단어이지만)가 있어서 가능한 일이다.
만약 다른 컬럼에도 결측치가 있다면 continent컬럼에만 na_filter를 적용해주어야 한다.

 

---

3. 데이터 분석

 

1) 각 나라별로 전체 술 소비량이 얼마인지에 계산한다.

drinks['total_servings'] = drinks['beer_servings'] + \
                            drinks['spirit_servings'] + \
                            drinks['wine_servings']
drinks

total_servings라는 컬럼이 생성된 것을 확인
아프가니스탄은 무슬림교이라 술 소비량이 0인 것도 확인..!

---

2) 대륙별 순수 알콜 비율을 비교해본다.

알콜 비율 =  전체 순수 알콜량 / 전체 술 소비량

알콜 비율 컬럼 생성

drinks['alcohol_rate'] = drinks['total_litres_of_pure_alcohol'] / drinks['total_servings']
drinks['alcohol_rate'].fillna(0, inplace=True)

 

각 대륙별 순수 알콜비율의 평균으로 데이터프레임 생성

# 필요한 데이터를 가져온다.
df2 = drinks[['continent', 'alcohol_rate']]
# 각 대륙별 알콜 비율의 평균을 가져온다.
df3 = df2.groupby('continent').mean()
df3.sort_values('alcohol_rate', inplace = True, ascending = False)
df3

 

위 데이터를 가지고 Seaborn의 barplot으로 시각화 해보자 

# 시각화
df3.reset_index() #기존의 인덱스를 새로운 컬럼으로 추가
sns.barplot(data = df3, x = 'continent', y = 'alcohol_rate', hue = 'continent', palette = 'pastel')

💭 확실히 아프리카 대륙이 넘사벽 수준으로 높다.
얼마나 센 독주를 마시길래....
예상대로 아시아가 가장 낮았다.
이 그래프는 아프리카의 알콜 비율이 상대적으로 극히 높다 라는 인사이트를 얻는 정도로 이해하고 넘어간다.

 

---

3) 한국은 전세계에서 독주 순위가 어느정도일까? 🫨

# 필요한 데이터를 가져온다.
country_with_rank = drinks[['country', 'alcohol_rate']]
country_with_rank

데이터를 이렇게 불러오면 현제 country 순으로 정렬되어 있기 때문에
독주 순위 기준(alcohol_rate)으로 다시 정렬해주어야 한다.

# alcohol_rate를 기준으로 내림차순 정렬
country_with_rank.sort_values('alcohol_rate', ascending = False, inplace=True)
country_with_rank

 

한국(South Korea)의 순위 확인하기

# 한국이 몇 번째에 있는지 파악한다.
# index를 리셋한다.
a1 = country_with_rank.reset_index(drop=True)
# 한국의 index를 가져온다.
korea_index = a1.query('country == "South Korea"').index[0]
print(f'{korea_index} 위')

코드를 돌려본 결과 한국은 14위 이다. (꽤 높군.....)

 

전세계에서 어느 정도 위치에 있는지 시각화해서 보자.
matplotlib의 barplot을 이용해본다.

※ x축에 나라 이름을 표시하면 텍스트들이 겹쳐서 뭐가 뭔지 알아볼 수 없기 때문에
x축은 그냥 데이터 길이를 arange로 받아서 쓸 것이다. 어차피 한국은 화살표로 따로 표시 할것이기 때문에 상관없다 (?)

# x 축
x = np.arange(len(country_with_rank))
# y 축
y = country_with_rank['alcohol_rate']

# 그래프를 그린다. 이 때, 반환하는 막대 객체 리스트를 받는다.
# 한국의 위치를 표시해야하기 때문에
bar_list = plt.bar(x, y)

# 한국의 막대를 빨간색으로 설정해준다.
bar_list[korea_index].set_color('r')

# 어노테이션의 화살표 옵션
arrow_dict1 = {
    # 색상
    'facecolor' : 'red',
}

# 한국 부분에 어노테이션을 표시한다
# text : 표시할 문자열
# xytext : 어노테이션에서 문자열 부분의 위치
# arrowprops : 화살표 옵션
plt.annotate(text = 'South Korea', xy=(korea_index, y[korea_index] + 0.04),
            xytext = (korea_index + 20, y[korea_index] + 0.1),
            arrowprops=arrow_dict1)


plt.show()

한눈에 알아보기 쉬운 표 완성 !!

💭 확실히 압도적으로 높은 나라는 몇 없고, 그 다음 부터는 확 떨어지는게 눈에 보인다.
우리나라가 생각보다 상위권에 있다는게 신기하다. 일본, 중국, 대만, 북한도 궁금...

아시아에서 술로 유명한 나라들 몇개 확인해보면 어떨지 궁금해서, 마지막으로 추가 분석 해보았다.

 

---

4. 한국, 북한, 일본, 중국, 태국, 베트남 의 독주 비율 비교해보기 

# 한국, 북한, 일본, 중국, 태국, 베트남 데이터 가져오기
Asia1 = ['South Korea', 'North Korea', 'Japan', 'China', 'Thailand', 'Vietnam']
df100 = drinks.query('country in @Asia1')

# 각 나라의 독주 비율을 순위대로 나열하기
df200 = df100.sort_values('alcohol_rate', ascending = False, inplace = False)

# 시각화
sns.barplot(data = df200, x = 'country', y = 'alcohol_rate', hue = 'country', palette = 'autumn')
plt.title('한북일중태베 독주 순위')
plt.show()

 

북한은 모든 데이터가 다 0이다..
아무래도 수집을 못했겠지 ? 😅

💭 한-일-중-태-베 순으로 나타난다. 태국과 베트남은 비슷비슷해보이고..
일본도 사케, 맥주가 유명하다 보니 꽤나 높다..
근데 한국은 무슨 일이지.. 왜이렇게 높은것이야 ㅠㅋㅋㅋ

---

📖 느낀 점

재밌다... 관심사에 대한 데이터를 분석하니 궁금한 것도 생기고
계속 계속 분석하고 싶은 욕심이 생기는거 같다.

근데 아직 인사이트를 얻는 부분에서는 부족한 점이 많은 것 같다.
그래프를 보면 그냥 높네? 낮네? 정도만 확인하고 있다.
이 그래프에서 높으니까 다른 그래프를 그려서 ~~을 확인해봐야겠다. 정도는 안되는듯 ㅎㅎ
물론 난 아직 데이터분석가 유망주....가 될 주니어니까~ ㅋㅋ

성장하자 감자슈니!!!!!!!

 

출처 : 멋쟁이 사자처럼