🚅 크롤링 분석 프로젝트 (7) - 시각화

카테고리 별 리뷰시각화 

각 카테고리(가족여행,친구모임,커플여행 등) 별로 리뷰 수를 시각화 하고, 어떤 여행 유형이 가장 많은지 알아보기

# 카테고리 별 리뷰 수 계산
category_count=df['category'].value_counts()

plt.figure(figsize=(15,6))
category_count.plot(kind='bar',color='skyblue')

plt.title("카테고리별 리뷰 수")
plt.xlabel("카테고리")
plt.ylabel("리뷰 수")
plt.xticks(rotation=20)
plt.grid(axis='y',linestyle='--',alpha=0.7)
plt.tight_layout()
plt.show()

 

 

 

 

날짜별 리뷰 분포 시각화

날짜별로 리뷰가어떻게 분포되어 있는지 시각화 해서 특정 날짜에 리뷰가 많거나, 적은 때를 확인 

# 날짜를 datetime 형식으로 변환
import  matplotlib.dates as mdates
df['date']=pd.to_datetime(df['date'])

# 날짜 별 리뷰 수 계산
date_counts=df['date'].value_counts().sort_index()
plt.figure(figsize=(30,10))
sns.lineplot(x=date_counts.index,y=date_counts.values,marker='o',color='orange')

plt.title('날짜별 리뷰 수')
plt.xlabel('날짜')
plt.ylabel('리뷰 수')

# xticks에 날짜 형식 설정
date_format=mdates.DateFormatter('%Y-%m')
plt.gca().xaxis.set_major_formatter(date_format)
plt.gca().xaxis.set_major_locator(mdates.MonthLocator())

plt.xticks(rotation=50)
plt.grid(axis='y',linestyle='--',alpha=0.7)
plt.tight_layout()
plt.show()

 

 

 

 

 

나이별 평균 평점 비교

각 연령대별로 평균 평점을 비교해서 어떤 연령대가 평균적으로 좋은 리뷰를 남기는지 확인

print(df['rating'].dtype)

#3. 나이별 평균 평점 비교
# 각 연령대별로 평균 평점을 비교해서 어떤 연령대가 평균적으로 좋은 리뷰를 남기는지 확인

# 'rating'을 숫자형으로 변환
df['rating'] = pd.to_numeric(df['rating'], errors='coerce')

# 나이별 평균 평점 계산
# age_rating=df.groupby('age')['rating'].mean().sort_values()
age_rating = df.groupby('age')['rating'].mean().sort_values()

# 시각화
plt.figure(figsize=(10,6))
sns.barplot(x=age_rating.index,y=age_rating.values,palette='viridis')

plt.title('나이별 평균 평점')
plt.xlabel('나이')
plt.ylabel('평균 평점')

plt.xticks(rotation=45)
plt.grid(axis='y',linestyle='--',alpha=0.7)
plt.tight_layout()
plt.show()

그럼 이렇게 나옵니다.

 

위에서 그래프가 잘못 그려진 이유는

예전 데이터는 연령대가 존재하지 않는 경우도 있고 rating값이 결측값인 데이터도 있기 때문입니다.

그러면 age가 ~대로 구성된 데이터만 뽑고, 레이팅이 비어 있으면 해당 데이터는 제외하겠습니다.

 

df_age=df[df['age'].str.endswith('대')] # endswith 어떠한 글자로 끝나는 데이터만을 추출함
df_age=df_age[df_age['rating'].notnull()] # null값이 아닌 데이터만 가져옴

# 나이별 평균 평점 계산
age_rating_new=df_age.groupby('age')['rating'].mean().sort_values()

# 시각화
plt.figure(figsize=(10,6))
sns.barplot(x=age_rating_new.index,y=age_rating_new.values,palette='viridis')

plt.title('나이별 평균 평점')
plt.xlabel('나이')
plt.ylabel('평균 평점')

plt.xticks(rotation=45)
plt.grid(axis='y',linestyle='--',alpha=0.7)
plt.tight_layout()
plt.show()

그래프가 제대로 그려졌습니다.

평균 평점이 굉장히 높은 편이어서 그래프를 조금 수정해주겠습니다.

 

 

# y축 범위 설정
plt.ylim(4,None) # 4부터 시작하여 끝부분 제한X

해당코드를 추가하면 4부터 시작하여 끝부분 제한없이 그래프를 그릴 수 있습니다.

하지만 해당 데이터가 10대~70대 순으로 되어있다면 더 보기 좋을 것 같습니다.

 

 

age가 낮은 순으로 되어있기 때문에 age_rating_new.sort_values()를 추가합니다.

그러면 왼쪽 사진 순서대로 되어 있던 데이터가 오른쪽 사진 순서대로 바뀝니다.

 

 

 

age_rating_new=age_rating_new.sort_index()
# 시각화
plt.figure(figsize=(10,6))
sns.barplot(x=age_rating_new.index,y=age_rating_new.values,palette='viridis')

plt.title('나이별 평균 평점')
plt.xlabel('나이')
plt.ylabel('평균 평점')

# y축 범위 설정
plt.ylim(4,None) # 4부터 시작하여 끝부분 제한X

plt.xticks(rotation=0)
plt.grid(axis='y',linestyle='--',alpha=0.7)
plt.tight_layout()
plt.show()

나이순으로 정렬된 그래프를 볼 수 있습니다.

70대가 가장 평점이 높고 40대가 가장 낮은 것을 알 수 있습니다.