2025/02/18 3

pandas 를 이용한 일본 월세 부동산 정보 분석 - 2

칼럼의 전처리주소(住所)로 부터 행정구역 도/현 시/구 칼럼을 신설건축연수(築年数)로 부터 문자를 숫자로 변환월세(家賃)를 문자열로 부터 수치 수치 엔 단위로 변환관리비(管理費)를 문자열로 부터 수치 엔 단위로 변환월세합계(家賃合計) 칼럼을 신설(家賃合計=월세(家賃)+ 관리비(管理費))월세단가(家賃単価) 를 신설(=월세합계(家賃合計)÷면적(面積))구조(間取り)로 부터 방수(部屋数) 칼럼을 신설입지( 立地 ) 1 2 3 을 노선(路線) 가까운역(最寄駅) 수단(手段) 시간(時間)으로 분해 1. 주소(住所)로 부터 행정구역 도/현 시/구 칼럼을 신설住所 칼럼(series)의 값들을 apply 의 lambda 로 처리정규표현( https://eldercoder.tistory.com/167 )의 [ ] 를 써서 ..

카테고리 없음 2025.02.18

pandas 를 이용한 일본 월세 부동산 정보 분석 - 1

1. 데이터 수집 web scrapping ( https://eldercoder.tistory.com/194 )를 이용하여 일본 부동산 정보 사이트 suumo 로 부터 도쿄 3개 지역(  시부야 / 메구로 / 하치오우지 시 ) 월세 정보를 추출하여 각각 suumo_shibuya.csv / suumo_meguro.csv / suumo_hachiouji.csv 화일로 추출하였다. 이들을 합친 결과를  pandas DataFrame 에 저장하였다.import pandas as pd df_1 = pd.read_csv('/content/drive/MyDrive/suumo_hachiouji.csv', sep=',', index_col=0) df_2 = pd.read_csv('/content/drive/MyDrive..

data science/pandas 2025.02.18