Shire

2021.04.03 - [Data Analysis/Investment] - 국내 시중 은행(신한은행, 국민은행, etc) 통계 분석 #1 - 은행 종사 임직원 수 국내 시중 은행(신한은행, 국민은행, etc) 통계 분석 #1 - 은행 종사 임직원 수 공공데이터에서 제공하고 있는 국내 시중 은행 통계 데이터를 활용해서 분석 시리즈를 가져보도록 하겠다. 첫 번째로는 간단하게 국내 시중 은행에 종사하고 있는 임직원 데이터를 분석하겠다. landshire.tistory.com 지난 포스팅에서 특이한 점을 꼽자면 바로 카카오뱅크 비정규직 비중이다. 우리가 생각했을 때 카카오뱅크는 굉장히 복지나 처우가 모두 기존 기업 대비 좋다고 봤는데 지난 분석에 따르면 생각보다 카카오뱅크 비정규직 비중이 높았다. 그래서 이번 ..

공공데이터에서 제공하고 있는 국내 시중 은행 통계 데이터를 활용해서 분석 시리즈를 가져보도록 하겠다. 첫 번째로는 간단하게 국내 시중 은행에 종사하고 있는 임직원 데이터를 분석하겠다. 신한지주 주식을 보유한 주주로서 이처럼 시중 은행별로 분석해보는 것도 의미 있을 것 같다. data.go.kr/iim/api/selectAPIAcountView.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 0. 데이터 가져오기 2020년 12월 기준으로 국내 시중 은행들의 직원별 수를 가져와봤다. 해당 API에서는 총 임직원 수..

이제 서울 내에서 스타벅스 없는 동네를 찾기가 더 어렵다. 그만큼 스타벅스가 구석구석 엄청나게 많은 지점을 늘려왔다는 의미이기도 하다. 그래서 오늘 포스팅에서는 서울 내 위치한 스타벅스 지점 위치 데이터를 가져와서 간단한 분석 및 시각화를 해보도록 하겠다. 1. 데이터 가져오기 스타벅스 데이터는 홈페이지에서 크롤링하거나 아님 아래 내가 한 것처럼 카카오 API를 통해 가져올 수 있다. 카카오 API가 데이터 가져오기 쉽고 빠르기는 하지만 데이터가 100% 정확하지 않은 단점이 있다. 쿼리가 제대로 돌아간다면 아래와 같이 서울 내 481개의 스타벅스 지점 위치 데이터를 볼 수 있을 것이다. 스타벅스 홈페이지에 따르면 약 541개의 서울 지점이 있는데 뭐 정확히 맞출 수는 없는 법... 아래 데이터에는 우리..

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'..

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..

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=..