1. 분석 주제를 지도로 시각화하기 CP 7
1) 우리 동네가 옆 동네보다 비쌀까? : 데이터 불러오기
# 3. 우리 동네가 옆 동네보다 비쌀까?
# 특정 지역의 평균 가격을 주변 지역과 비교
# 평당 가격(py) 평균 값을 모든 지도에 표시
# 마커스 클러스터링 = 지도에 표시되는 마커가 너무 많을 때, 특정한 기준으로 하나의 클러스터로 묶어주는 방법
# 데이터 불러오기 -----
# 데이터 준비
# 아파트 가격
load("./data/apt_price.rdata")
head(apt_price)
# 최고가 레스터 데이터
load("./data/apt_high.rdata")
head(apt_high)
# 급등한 지역 레스터 데이터
load("./data/apt_hot.rdata")
head(apt_hot)
# 서울시 1km 그리드 데이터
library(sf)
grid <- st_read("./data/sigun_grid/seoul.shp")
# 서울시 경계선 데이터
bnd <- st_read ("./data/sigun_grid/seoul.shp")
# 데이터 불러오기 -----2) 우리 동네가 옆 동네보다 비쌀까? : 마커 클러스터링 옵션 설정
# 마커 클러스터링 옵션 설정
# 상위 10%, 하위 10%, 나머지
q10 <- quantile(apt_price$py, probs=seq(.1,.9, by=.1))
q10
# 상위 10% = 90%
pct_90 <- as.numeric(q10[9])
pct_90
# 상위 10% = 10%
pct_10 <- as.numeric(q10[1])
pct_10
# 마커 클러스터링 함수 불러오기
load("./data/circle_marker/circle_marker.rdata")3) 우리 동네가 옆 동네보다 비쌀까? : 마커 클러스터링 옵션 설정 2
# 색상 설정
circle.colors <- c()
# 마커 클러스터링 시각화
library(tidyverse)
library(leaflet)
leaflet() %>%
# 오픈스트리트맵
addTiles() %>%
# 서울시 경계선
addPolygons(data = bnd,
color = "black",
fill = NA,
weight = 5) %>%
# 최고가 레스터 데이터
addRasterImage(raster_high,
colors = colorNumeric(palette = c("blue", "green", "yellow", "red"),domain = values(raster_high), na.color="transparent"), opacity = 0.4) %>%
# 급등 지역 레스터 데이터
addRasterImage(raster_hot,
colors = colorNumeric(palette = c("blue", "green", "yellow", "red"),domain = values(raster_hot), na.color="transparent"), opacity = 0.4) %>%
# 체크 박스
addLayersControl(baseGroups = c("High Price in 2021", "Hot Price in 2021"), options = layersControlOptions(collapsed = F)) %>%
# 마커 클러스터링
addCircleMarkers(data = apt_price,
# 경도
lng = unlist(map(apt_price$geometry,1)),
# 위도
lat = unlist(map(apt_price$geometry,2)),
fillColor = circle.colors,
weight = apt_price$py,
clusterOptions = markerClusterOptions(iconCreateFuntion=JS(avg.formula)))
2.통계 분석과 시각화 CP 8
1) 라이브러리 준비 & 데이터 준비
# 통계분석과 시각화
# 1. 관심 지역 선택
# 라이브러리 준비
install.packages(c("tmap","ggpmisc","ggfortify"))
library(tmap)
library(ggpmisc)
library(ggfortify)
library(sf)
library(tidyverse)
library(grid)
# 데이터 준비
# 아파트 가격
load("./data/raster_hot.rdata")
head(apt_price)
load("./data/raster_high.rdata")
head(raster_high)2) 그리드 데이터
# 그리드 데이터
grid <- st_read("./data/sigun_grid/seoul.shp")
# 관심지역 그리드 찾기
# thematic maps : 지도 위에 라벨 값을 표현할 때 leaflet 보다 편하게 사용 가능
tmap_mode("view")
# 그리드 그려보기
tm_shape(grid)+
# 경계선
tm_borders() +
# 텍스트
tm_text("ID", col = "blue") +
# 최고가 레스터 데이터
tm_shape(raster_high)+
# 색상
tm_raster(palette = c("blue","green","yellow","red"),
alpha = .4) +
# 배경 지도
tm_basemap(server = c("OpenStreetMap"))
#
# 관심지역 그리드 81963
# 아파트 가격 & 그리드 데이터 합치기
apt_price <- st_join(apt_price,grid,join=st_intersects)
head(apt_price)
# 통계 분석 시에는 일반 데이터프레임 사용이 더 편함
# geometry 삭제
apt_price <- apt_price %>%
st_drop_geometry()
head(apt_price)
지도 데이터 오류 파악으로 다시 진행
3) 서울시 전체 데이터 & 관심지역 데이터 저장
# 서울시 전체 데이터 & 관심지역 데이터
all <- apt_price
sel <- apt_price %>% filter(ID == 81963)
head(all)
head(sel)
# 저장
save(all, file="./data/all.rdata")
save(sel, file="./data/sel.rdata")4) 확률밀도함수 : 변수 설정까지
# 확률밀도함수 => 선택한 지역의 아파트가 비싼가?
load("./data/all.rdata")
load("./data/sel.rdata")
# 데이터 분포 보기 => 히스토그램
hist(all$py)
hist(sel$py)
# 구간을 어떻게 설정하느냐에 따라서 분포가 달라짐
# 이러한 단점을 극복하기 위해 확률밀도함수 사용
max_all <- density(all$py)
max_sel <- density(sel$py)
head(max_all)
head(max_sel)
# x: 평당 가격
# y: 확률 = 상대도수
max_all <- max(max_all$y)
max_sel <- max(max_sel$y)
# y축 최대값 // y축에는 max_all 들어가야 함
plot_high <- max(max_all,max_sel)
plot_high
# 평균값
avg_all <- mean(all$py)
avg_sel <- mean(sel$py)
avg_all;avg_sel
5) 그래프로 표현
# 서울시 전체 지역 확률밀도함수 그리기
plot(density(all$py),
ylim = c(0,plot_high),
col = "blue",
lwd = 2
)
# 서울시 전체 지역 평균값 선 그리기
abline(v = avg_all,
col = "blue",
lwd = 2,
lty = 2)
# 평균값 텍스트 입력
text(avg_all + avg_all*0.2, # x축 위치
plot_high * 0.1, # y축 위치
round(avg_all))
#
#
# 선택 지역 확률밀도함수 그리기
lines(density(sel$py),
ylim = c(0,plot_high),
col = "red",
lwd = 2
)
# 서울시 선택 지역 평균값 선 그리기
abline(v = avg_sel,
col = "red",
lwd = 2,
lty = 2)
# 평균값 텍스트 입력
text(avg_sel + avg_sel*0.2, # x축 위치
plot_high * 0.1, # y축 위치
round(avg_sel))
6) 회귀분석
# 회귀분석 : 지역의 아파트 가격이 일년에 얼마나 변하는지?
options(scipen = 99)
# 데이터준비
load("./data/all.rdata")
load("./data/sel.rdata")
head(all)
head(sel)
# 거래 연월일 변수의 타입을 날짜로 변환
str(all)
all$ymd <- as.Date(all$ymd, "%Y-%m-%d")
str(sel)
sel$ymd <- as.Date(sel$ymd, "%Y-%m-%d")
# 월별 평균 가격
# 서울시 전체 지역
all <- aggregate(all$py, list(floor_date(all$ymd, "month")), mean)
# 선택 지역
sel <- aggregate(sel$py, list(floor_date(sel$ymd, "month")), mean)
# 변수 이름 변경
head(all);head(sel)
colnames(all) <- c("month","all_py")
colnames(sel) <- c("month","sel_py")
head(all);head(sel)
7) 회귀 모델
# 회귀 모델
# 서울시 전체 지역
fit_all <- lm(all$all_py~ all$month)
# 선택 지역
fit_sel <- lm(sel$sel_py~ sel$month)
# 결과 확인
summary(fit_all)
summary(fit_sel)
# 회귀계수 = 기울기
coef_all <- summary(fit_all)$coefficients[2]
coef_sel <- summary(fit_sel)$coefficients[2]
# 1년의 변화량
coef_all <- round(coef_all,1)*365
coef_sel <- round(coef_sel,1)*365
coef_all;coef_sel
8) 회귀선 그리기
# 회귀선 그리기
library(ggplot2)
sel_p <- ggplot(sel, aes(x = month, y = sel_py))+
geom_line(color = "red", size = 1) +
xlab("Month")+
ylab("Price")+
stat_smooth(method = "lm",
color = "gray",
linetype = "dashed" ) +
theme_bw()
# 서울시 전체 지역
sel_p + geom_line(data = all, aes(x = month, y =all_py), color="blue", size = 1)
head(all)
9) 주석 추가
# 서울시 선택 지역 주석 추가
# hjust(왼쪽, 오른쪽 0~1에 따라)
# vjust(위, 아래 0~1에 따라)
sel_grob <- grobTree(textGrob(paste0("Selected:", coef_sel),
x = 0.1,
y = 0.9,
hjust = 0,
gp = gpar(col = "red",
fontsize = 14,
fontface = "bold")))
# 서울시 전체 지역 주석 추가
all_grob <- grobTree(textGrob(paste0("All:", coef_all),
x = 0.1,
y = 0.85,
hjust = 0,
gp = gpar(col = "blue",
fontsize = 14,
fontface = "italic")))
# 주석 추가하여 다시 시각화
sel_p + geom_line(data = all, aes(x = month, y =all_py), color="blue", size = 1)+
annotation_custom(sel_grob)+
annotation_custom(all_grob)
3. 통계 분석과 시각화 : 주성분 분석하기 CP 8-4
1) 이 동네 단지별 특징은 무엇일까? : 주성분 분석
# 주성분 분석 PCA (Principal Component Analysis)
# 데이터 불러오기
# 선택 지역
load("./data/sel.rdata")
head(sel)
# 주성분 분석에 필요한 데이터 만들기
unique(sel$apt_nm)
# 아파트 별 평균값
pca_data <- aggregate(list(sel$con_year, sel$floor, sel$py, sel$area), by = list(sel$apt_nm),mean)
# 변수 이름 변경
colnames(pca_data) <- c("apt_nm","con_year","floor","py","area")
head(pca_data)
# 주성분 분석
pca <- prcomp(~ con_year + floor + py +area,
data = pca_data,
scale = T) # 표준화 = z점수 = 변동성 맞춰주는 작업
summary(pca)
2) 최적의 주성분 개수 결정 후 시각화
# 최적의 주성분 개수 결정
# 표준편차
# 분산 비율
# 분산 누적 비율 : 80% 이상이면 충분함, 연구자가 주관적 판단
# 다른 방법 : 분산이 1보다 큰 주성분
pca$sdev^2
which(pca$sdev^2 > 1)
max(which(pca$sdev^2 > 1))
# 관대하게 보는 경우에는 0.7보다 큰 경우도 사용함
pca$sdev^2
which(pca$sdev^2 > 0.7)
max(which(pca$sdev^2 > 0.7))
# => 주성분 2개 선택
# 시각화
# biplot : 주성분 분석 결과 중에서 가장 중요한 두 개의 축으로 시각화 방법
# 화살표 방향 & 길이
# ggplot2의 확장판 사용 시각화
autoplot(pca)
autoplot(pca,
loadings.label = T,
loadings.label.size = 5)
# 아파트 이름 추가
autoplot(pca,
loadings.label = T,
loadings.label.size = 5) +
geom_label(aes(label=pca_data$apt_nm),
size=5)
* 새로 배운 함수 (핵심)
추가된 plot 의 종류 (autoplot)
aggregate
annotation_custom(sel_grob)
grobTree, textGrob
stat_smooth
addCircleMarkers
unlist
addLayersControl
addRasterImage
728x90
반응형
LIST
'배운 책들 정리 > 공공데이터로 배우는 R 데이터 분석 with 샤이니' 카테고리의 다른 글
| 공공데이터 with 샤이니 12 - 샤이니 app 활용 사례 (지진 발생 분석) (1) | 2023.03.15 |
|---|---|
| 공공데이터 with 샤이니 9,10 - 샤이니 입문하기, 데이터 분석 app 개발하기 (0) | 2023.03.14 |
| 공공데이터 with 샤이니 6,7 - 지오 데이터 프레임, 분석 주제를 지도로 시각화하기 (0) | 2023.03.08 |
| 공공데이터 with 샤이니 4~5 - 데이터 전처리, 지오 코딩 (0) | 2023.03.07 |
| 공공데이터 with 샤이니 1~3 - 데이터 분석가, API 크롤링 (0) | 2023.03.06 |
