서울시 먹거리분석 #3

이번 블로그에는 저번블로그에 이어 중국음식 통화량을 분석해보고자 한다. 치킨집 통화량과 뭔가 다른 것이 있는지 한번 살펴보자.

 

데이터 불러오기

# 필요한 패키지
library(dplyr) # 데이터 핸들링
library(ggplot2) # 데이터 시각화

# 19년 1월 중국음식 데이터
cfood_df <- read.csv("CALL_CFOOD_01MONTH.csv")

데이터 파악

행의 개수는 치킨보다 약간적은 28499개이고 컬럼은 9개이다. 

# 데이터 구조 파악
> dim(cfood_df)
[1] 28499     9

 

그럼 컬럼은 치킨데이터와 똑같이 되어있을까? 한번 살펴보자.

 

# 데이터 자료형 파악
> str(cfood_df)
'data.frame':	28499 obs. of  9 variables:
 $ 기준일  : int  20190101 20190101 20190101 20190101 20190101 20190101 20190101 2019010 ...
 $ 요일    : Factor w/ 7 levels "금","목","수",..: 7 7 7 7 7 7 7 7 7 7 ...
 $ 성별    : Factor w/ 2 levels "남","여": 1 1 1 1 2 2 2 2 2 2 ...
 $ 연령대  : Factor w/ 6 levels "10대","20대",..: 4 4 3 3 6 5 5 5 4 4 ...
 $ 시도    : Factor w/ 1 level "서울특별시": 1 1 1 1 1 1 1 1 1 1 ...
 $ 시군구  : Factor w/ 25 levels "강남구","강동구",..: 1 1 1 1 1 1 1 1 1 1 ...
 $ 읍면동  : Factor w/ 235 levels "가락동","가리봉동",..: 45 7 143 114 35 143 118 35 148 143 ...
 $ 업종    : Factor w/ 1 level "중국집": 1 1 1 1 1 1 1 1 1 1 ...
 $ 통화건수: int  5 5 5 6 8 5 5 21 35 5 ...

 

컬럼 또한 치킨데이터와 똑같이 되어있었다. 이부분에서 데이터를 통합할때 좀더 원활하게 진행 할 수 있을 것 같다. 치킨데이터와 마찬가지로 밑에서 기준일과 요일을 보기편하게 만져주도록하자. 요약, NA값도 이어서 확인해보자.

> sum(is.na(cfood_df))
[1] 0

# 데이터 요약
summary(cfood_df)

summary를 했을때 요일을 보면 치킨과 달리 금, 토요일에 통화량이 가장 많은게 아닌 화, 수, 목요일에 통화량이 가장 많은 것이 보인다.

 

데이터 변환

치킨데이터와 마찬가지로 기준일과 요일을 바꿔주자.

# 기준일을 날짜형으로 변환
cfood_df$기준일 <- cfood_df$기준일 %>%
  as.character() %>%
  as.POSIXct(format = "%Y%m%d")

# 요일의 Factor 변환
cfood_df$요일 <- factor(cfood_df$요일, levels = c("월","화","수","목","금","토","일"))

 

치킨데이터와 비교하여 분석

summary를 해봤을때 치킨데이터와 다른점을 발견했다. 업종이 다르기때문에 나오는 결과일 것인데 두개의 업종을 비교하여 살펴보자. 뭔가 업종의 특징을 찾을 수 있을 것 같다.

 

1. 요일별 비교

# 중식 요일별
days_data_cfood <- cfood_df %>%
  group_by(요일) %>% 
  summarise(통화건수 = sum(통화건수)) %>% 
  as.data.frame()

# 치킨 요일별
days_data_chicken <- chicken_df %>%
  group_by(요일) %>% 
  summarise(통화건수 = sum(통화건수)) %>% 
  as.data.frame()

 

치킨과 금, 토요일에 통화량이 많았던 것과 달리 중식의 경우 수, 목요일에 통화량이 비교적 많은 것을 알 수 있다.

2. 연령대별 비교

# 중식 연령대별
years_data_cfood <- cfood_df %>%
  group_by(연령대) %>% 
  summarise(통화건수 = sum(통화건수)) %>% 
  as.data.frame()

# 치킨 연령대별
years_data_chicken <- chicken_df %>%
  group_by(연령대) %>% 
  summarise(통화건수 = sum(통화건수)) %>% 
  as.data.frame()

두 업종 모두 10대 ... 40대 까지 통화량이 증가하고 그이후 50 ... 60대 이상에 통화량이 감소하는 것을 볼 수 있다. 그러나 40대 이후의 통화량의 감소폭이 치킨은 반이상 통화량이 감소하는데 비해 중식은 더 적은 감소폭을 보이는 것을 알 수 있다.

 

데이터 시각화

두 업종의 데이터를 시각화를 통해 살펴보자.

# ggplot
ggplot(data = chicken_df, aes(x = 요일, y= 통화건수, fill = 연령대)) + 
  geom_bar(stat = "identity") +
  ggtitle("치킨 데이터")

ggplot(data = cfood_df, aes(x = 요일, y= 통화건수, fill = 연령대)) + 
  geom_bar(stat = "identity") +
  ggtitle("중식 데이터")

 

 

데이터 분석 방향 설정

위와같이 치킨, 중식 데이터를 비교해보았다. 요일, 연령대 2개의 컬럼을 가지고 보았는데 업종간의 차이가 있었다. 두 업종의 통화량이 최대에 달하는 요일을 보니 중식의 경우 식사의 개념, 치킨의 경우 야식의 개념(물론 요즘 식사로 많이 먹기는 한다)으로 생각될 수 있다고 본다. 또한 연령대의 경우 40대 이후의 감소폭이 꽤나 차이가 나는데 이는 중식이 식사라는 개념을 좀더 보완해준다고 볼 수도 있다. 아무래도 나이가 들수록 야식을 많이는 먹지 않으니 말이다. 다음 글에서는 배달음식의 3대장이라고 할 수 있는 치킨, 피자, 중식 데이터들을 하나의 dataframe으로 통합하여 다뤄 분석을 해보려한다. 마침 각각 업종의 데이터 구조와 자료형이 모두 동일하니 말이다. 또한 현재까지의 분석에서는 연령대별, 요일별으로만 분석을 했었는데 이후에는 모든 컬럼을 전부 활용하여 분석해볼 예정이다.