Shire

지난 포스팅에 이어서 국내 신용카드사 브랜드의 데이터를 분석하도록 하겠다. 신용카드 금융 기업이기는 하지만 어쨌든 소비자로부터 선택을 받아야 하는 B2C 기업이기 때문에 무엇보다 소비자의 관심을 이끌어 내는 것이 중요하다. 그래서 이번 포스팅에서는 국내 메이저 신용카드 기업 5개(국민, 신한, 삼성, 현대, 롯데)를 사람들이 주요 검색 사이트 구글이나 네이버에서 얼마나 검색하고 있는지 Google Trend와 네이버 데이터랩을 통해서 알아보도록 하겠다. 1. Google Trends로 신용카드사 검색량 확인하기 뚜렷하게 최하위를 기록하고 있는 롯데카드를 제외하고는 나머지 4개사 검색량은 전반적으로 유사한 점을 확인할 수 있다. 그나마 신한카드가 그래도 구글에서는 소비자들이 가장 많이 검색하는 신용카드인 ..

카카오 지도 검색 API를 활용해서 국내 위치한 대형마트(홈플러스, 이마트, 롯데마트) 위치 데이터를 가져와서 파이썬으로 다루어보도록 하겠다. 1. Data Source 여기서 활용할 대형마트 위치 데이터는 카카오 API를 통해서 가져오도록 하겠다. 홈플러스, 이마트, 롯데마트 별로 전국에 위치한 위치 정보를 긁어오겠다. from bs4 import BeautifulSoup as bs import pandas as pd import requests link='https://inasie.github.io/%ED%94%84%EB%A1%9C%EA%B7%B8%EB%9E%98%EB%B0%8D/5/' gu=pd.read_html(link,encoding='utf-8')[0] gu['법정동코드']=gu['법정동코드'..

Coca Cola VS Pepsi 무료 주식 API FinancialModelingPrep를 사용해서 세계 대표적인 식음료 기업이자 가장 큰 라이벌리를 자랑하는 코카콜라와 펩시를 한번 비교 분석해보도록 하겠다. 실제로 코카콜라 주식을 보유하는 주주로서 이번 분석을 통해 코카콜라의 위치를 한번 보도록 하겠다. 비교 분석이 할 내용이 많은 만큼 이번 포스팅에서는 지난 5년 간 매출액, 당기순이익 그리고 주당 순이익(EPS)를 파이썬으로 가져와서 비교하도록 하겠다. 1. FinancialModelingPrep데이터 가져오기 손익 수치를 가져오는 get_finan, 재무 상태 수치를 가져오는 get_balance 함수를 만들어서 분석에 활용될 수치를 가져오도록 하겠다. 손익 상태표에서는 매출액, 당기순이익, E..

서울에서 테니스장 예약하는게 솔직히 너무 어렵다. 테니스가 생각보다 사람들에게 인기도 많고, 수요에 비해 공간이 많이 부족하기 때문이다. 추가로 인터넷에서 테니스장 예약 정보를 찾기도 또 어려워서 테니스 한번 치기 위해서 너무 많은 공수가 들어간다. 그래서 오늘은 간략히 아래 서울시에서 제공하는 공공 체육시설 정보를 가져와서 서울시 내 테니스장 정보를 CSV 파일로 저장해보도록 하겠다. data.seoul.go.kr/dataList/OA-2266/S/1/datasetView.do 서울시 체육시설 공공서비스예약 정보 서울시 및 산하기관, 자치구의 체육시설 중 예약가능한 목록 정보를 제공합니다. (이용종료된 데이터는 제외) 예약은 http://yeyak.seoul.go.kr 에서 직접 하셔야 하며, 데이터별..

1. 개요 이번 포스팅을 시작으로 공공데이터 오픈 API를 활용한 국내 신용카드 기업 분석을 시작하도록 하겠다. 주식을 하는 입장에서 이런 데이터를 분석함으로써 투자를 하는 데 있어 인사이트를 얻었으면 한다. 오늘 분석에 활용될 데이터는 아래 공공데이터 링크에서 확인이 가능하다. 오늘 포스팅은 우선 신용카드사별 임직원 수 데이터를 가져와서 분석하도록 하겠다. data.go.kr/tcs/dss/selectApiDataDetailView.do?publicDataPk=15061308 공공데이터 포털 국가에서 보유하고 있는 다양한 데이터를『공공데이터의 제공 및 이용 활성화에 관한 법률(제11956호)』에 따라 개방하여 국민들이 보다 쉽고 용이하게 공유•활용할 수 있도록 공공데이터(Datase www.data.g..

Data Source 국가통계포털에서 제공하는 시도별 신재생 에너지원별 생산량 데이터를 가져와서 데이터 분석을 해보도록 하겠다. 데이터 소스는 다음 링크에서 다운이 가능하다. kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1YL20401&vw_cd=MT_GTITLE01&list_id=111&seqNo=&lang_mode=ko&language=kor&obj_var_id=&itm_id=&conn_path=MT_GTITLE01 KOSIS kosis.kr import pandas as pd df=pd.read_csv('C:/Users/banad/Downloads/에너지.csv',encoding='euc-kr') df=df[['code','시도','Time','태양광','..

오늘 포스팅에서는 공공데이터터에서 정국 도시 공원 위치 데이터를 가져와서 Mapbox를 이용해 지도에 시각화해보도록 하겠다. 여기서 사용되는 데이터는 다음 링크에서 가져올 수 있다. www.data.go.kr/data/15012890/standard.do 공공데이터 포털 국가에서 보유하고 있는 다양한 데이터를『공공데이터의 제공 및 이용 활성화에 관한 법률(제11956호)』에 따라 개방하여 국민들이 보다 쉽고 용이하게 공유•활용할 수 있도록 공공데이터(Datase www.data.go.kr 전국 공원 지도 시각화 아래 지도에서 마우스로 호버링하면 전국 공원별 위경도, 주소, 공원명, 공원 면적 데이터를 확인할 수 있다. 확실히 인구가 많은 수도권에 공원 수가 밀집되어 있는 점을 확인할 수 있다. 전국 공원..

0. Data Source KOSIS국가데이터통계포털에서 지난 10년간 시도별 온도 및 강수량 데이터를 가져와서 분석과 시각화를 시도해보도록 하겠다. (세종시는 20년 데이터만 존재하므로 이번 분서에서는 제외하도록 하겠다.) import pandas as pd a=pd.read_csv('C:/Users/banad/Downloads/기온.csv',encoding='cp949') b=pd.read_csv('C:/Users/banad/Downloads/강수량.csv',encoding='cp949') df=pd.merge(left=a,right=b,how='inner',left_on=['행정구역별(1)','시점'],right_on=['행정구역별','시점']) df=df.drop(['행정구역별(1)'],axis=..