데이터 불러오기

import pandas as pd
import numpy as np

data = pd.read_csv('청년통장정보.csv')

C:\ProgramData\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py:3165: DtypeWarning: Columns (9,10,11,13,18,21,22,23,25,28,48,49,50,51,52) have mixed types.Specify dtype option on import or set low_memory=False.
  has_raised = await self.run_ast_nodes(code_ast.body, cell_name,

# 컬럼명 한글로 바꾸기
columns = ['청년통장정보번호', '저축목적명', '연령', '성별코드',
                '결혼상태명','우편번호', '지번주소','가구원수','경기도거주기간명',
                '직업명','3D업종명', '제조업종명', '근로형태명',
                '근무처경기도지역여부','근무처우편번호','근무처도로명주소',
                '근무처도로명상세주소', '근무처지번주소', '근무처지번상세주소',
                '근무처명', '근로기간명', '거주상태명', '자동차본인명', 
                '자동차가구원명', '부채상환본인대출금액', '부채상환본인내용',
                '부채상환본인부재여부','부채상환가구원금액','부채상환가구원내용',
                '부채상환가구원부재여부', '신청사유내용', '전세월세보증금액', 
                '상가보증금액','기타금액','단계1동의여부','단계2동의여부',
                '단계3동의여부','개인정보사용동의여부','개인정보사용동의일시',
                '신청상태명','신청일시','재신청일시','거절사유내용','거절일자',
                '등록일시','수정일시','사용여부','삭제여부','신청경로명',
                '가산점수값','직업유형명','기업유형명','건강보험명',
                '건강보험료월1금액','건강보험료월2금액','건강보험료월3금액',
                '건강보험료평균금액','파티션기준일']
data.columns = columns

data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 238152 entries, 0 to 238151
Data columns (total 58 columns):
 #   Column       Non-Null Count   Dtype  
---  ------       --------------   -----  
 0   청년통장정보번호     238152 non-null  int64  
 1   저축목적명        229235 non-null  object 
 2   연령           238152 non-null  int64  
 3   성별코드         236409 non-null  object 
 4   결혼상태명        232163 non-null  object 
 5   우편번호         235522 non-null  float64
 6   지번주소         238152 non-null  object 
 7   가구원수         238152 non-null  int64  
 8   경기도거주기간명     235248 non-null  object 
 9   직업명          103450 non-null  object 
 10  3D업종명        8895 non-null    object 
 11  제조업종명        20022 non-null   object 
 12  근로형태명        194052 non-null  object 
 13  근무처경기도지역여부   168737 non-null  object 
 14  근무처우편번호      230415 non-null  float64
 15  근무처도로명주소     230420 non-null  object 
 16  근무처도로명상세주소   229659 non-null  object 
 17  근무처지번주소      238152 non-null  object 
 18  근무처지번상세주소    13437 non-null   object 
 19  근무처명         230574 non-null  object 
 20  근로기간명        231968 non-null  object 
 21  거주상태명        103449 non-null  object 
 22  자동차본인명       103449 non-null  object 
 23  자동차가구원명      103449 non-null  object 
 24  부채상환본인대출금액   238152 non-null  int64  
 25  부채상환본인내용     45818 non-null   object 
 26  부채상환본인부재여부   238152 non-null  object 
 27  부채상환가구원금액    238152 non-null  int64  
 28  부채상환가구원내용    8642 non-null    object 
 29  부채상환가구원부재여부  238152 non-null  object 
 30  신청사유내용       226893 non-null  object 
 31  전세월세보증금액     238152 non-null  int64  
 32  상가보증금액       238152 non-null  int64  
 33  기타금액         238152 non-null  int64  
 34  단계1동의여부      238152 non-null  object 
 35  단계2동의여부      238152 non-null  object 
 36  단계3동의여부      238152 non-null  object 
 37  개인정보사용동의여부   238152 non-null  object 
 38  개인정보사용동의일시   238152 non-null  object 
 39  신청상태명        238152 non-null  object 
 40  신청일시         238152 non-null  object 
 41  재신청일시        8101 non-null    object 
 42  거절사유내용       46916 non-null   object 
 43  거절일자         52006 non-null   object 
 44  등록일시         238152 non-null  object 
 45  수정일시         238152 non-null  object 
 46  사용여부         238152 non-null  object 
 47  삭제여부         238152 non-null  object 
 48  신청경로명        131768 non-null  object 
 49  가산점수값        128046 non-null  object 
 50  직업유형명        128862 non-null  object 
 51  기업유형명        128466 non-null  object 
 52  건강보험명        127286 non-null  object 
 53  건강보험료월1금액    133286 non-null  float64
 54  건강보험료월2금액    65288 non-null   float64
 55  건강보험료월3금액    65288 non-null   float64
 56  건강보험료평균금액    133286 non-null  float64
 57  파티션기준일       238152 non-null  object 
dtypes: float64(6), int64(8), object(44)
memory usage: 105.4+ MB

# 1차 중복 제거
data[data.duplicated(columns[1:])]

	청년통장정보번호	저축목적명	연령	성별코드	결혼상태명	우편번호	지번주소	가구원수	경기도거주기간명	직업명	...	신청경로명	가산점수값	직업유형명	기업유형명	건강보험명	건강보험료월1금액	건강보험료월2금액	건강보험료월3금액	건강보험료평균금액	파티션기준일
41	42	주거자금	30	M	생산직	10872.0		1	1년 이상 ~ 2년 미만	개인회생 및 신용회복지원 대상자(12개월 이상 변제)	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2017-04-10
379	380	주거자금	30	M	생산직	14418.0		6	3년 이상 ~ 4년 미만	해당없음	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2017-04-10
380	381	주거자금	30	M	생산직	14418.0		6	3년 이상 ~ 4년 미만	해당없음	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2017-04-10
440	441	주거자금	20	M	생산직	14085.0		1	3년 이상 ~ 4년 미만	개인회생 및 신용회복지원 대상자(12개월 이상 변제)	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2017-04-10
441	442	주거자금	20	M	생산직	14085.0		1	3년 이상 ~ 4년 미만	개인회생 및 신용회복지원 대상자(12개월 이상 변제)	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2017-04-10
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
238146	238201	NaN	30	F	생산직	14982.0		1	1년 이상 ~3년 미만	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2020-06-29
238147	238202	NaN	30	F	생산직	14982.0		1	1년 이상 ~3년 미만	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2020-06-29
238148	238203	NaN	30	F	생산직	14982.0		1	1년 이상 ~3년 미만	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2020-06-29
238149	238204	NaN	30	F	생산직	14982.0		1	1년 이상 ~3년 미만	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2020-06-29
238150	238205	NaN	30	F	생산직	14982.0		1	1년 이상 ~3년 미만	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2020-06-29

286 rows × 58 columns

data.drop_duplicates(columns[1:], keep = 'first')

	청년통장정보번호	저축목적명	연령	성별코드	결혼상태명	우편번호	지번주소	가구원수	경기도거주기간명	직업명	...	신청경로명	가산점수값	직업유형명	기업유형명	건강보험명	건강보험료월1금액	건강보험료월2금액	건강보험료월3금액	건강보험료평균금액	파티션기준일
0	1	주거자금	40	M	사무직	16630.0		4	6개월 미만	해당없음	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2017-04-10
1	2	주거자금	50	M	사무직	1022.0		4	6개월 미만	개인회생 및 신용회복지원 대상자(12개월 이상 변제)	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2017-04-10
2	3	기타 꿈을 위한 준비자금	30	M	생산직	51638.0		3	6개월 미만	소상공인	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2017-04-10
3	4	결혼자금	20	F	생산직	16988.0		3	2년 이상 ~ 3년 미만	사회적경제조직	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2017-04-10
4	5	결혼자금	20	F	생산직	11341.0		3	3년 이상 ~ 4년 미만	개인회생 및 신용회복지원 대상자(12개월 이상 변제)	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2017-04-10
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
238128	238183	대출금상환	30	F	생산직	16385.0		5	3년 이상	NaN	...	SNS	해당없음	도매 및 소매업(판매)	5인 미만	직장가입자	441000.0	NaN	NaN	441000.0	2020-07-08
238129	238184	기타 꿈을 위한 준비자금	20	F	생산직	15887.0		4	3년 이상	NaN	...	인터넷	해당없음	서비스업(출판; 영상; 정보; 금융; 부동산; 공공서비스; 사회복지; 보건; 교육서...	10인 ~ 100인 미만	직장가입자	145940.0	NaN	NaN	145940.0	2020-07-08
238130	238185	NaN	30	F	생산직	14982.0		1	1년 이상 ~3년 미만	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2020-06-29
238131	238186	NaN	30	F	생산직	14982.0		1	1년 이상 ~3년 미만	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2020-06-29
238151	238206	NaN	30	F	생산직	14982.0		1	1년 이상 ~3년 미만	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2020-06-29

237866 rows × 58 columns

income = pd.read_csv('청년통장선발정보.csv')
income.head()

C:\ProgramData\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py:3165: DtypeWarning: Columns (8,34,38,51,52,53,55,60,63,64,65) have mixed types.Specify dtype option on import or set low_memory=False.
  has_raised = await self.run_ast_nodes(code_ast.body, cell_name,

	SELECTN_INFO_NO	ERNM_AMOUNT	BSNS_INCOME_AMOUNT	PRPRTY_INCOME_AMOUNT	ETC_INCOME_AMOUNT	REAL_INCOME_AMOUNT	MXMM_INCOME_RCOGN_AMOUNT	HSHLD_CHARTR_CRRSPND_AT	VHCLE_HOLD_STTUS_NM	ADDI_STDR_SUFFCN_NM	...	WRKPLC_RDNMADR	WRKPLC_RN_DETAIL_ADRES	WRKPLC_LNM_ADRES	WRKPLC_LNM_DETAIL_ADRES	WRKPLC_NM	LABOR_PD_NM	RESIDE_STTUS_NM	CAR_SELF_NM	CAR_HSHLDM_NM	PRTITN_STDDE
0	4	1400000	0	0	0	1400000	3640915	N	차량없음	사회적	...	경기 용인시 기흥구 동백중앙로16번길 16-25 (중동;대우프론티어밸리 Ⅰ)	713호 그린바이오(주)	경기 용인시 기흥구 ** ****	713호 그린바이오(주)	그린바이오(주)	6개월 미만	2천만원이상~5천만원미만 전월세	차량없음	차량없음	2017-04-18
1	5	3736315	0	0	0	3736315	3640915	N	차량없음	NaN	...	경기 양주시 남면 삼육사로 249-38 (한산리)	한산리	경기 양주시 남면 *** ***	NaN	보이트씨앤아이	2년 이상 ~ 3년 미만	무상거주	차량없음	2;000cc 이상	2017-04-18
2	7	1300000	0	0	0	1300000	1652931	N	차량없음	NaN	...	경기 고양시 일산동구 중앙로 1130 (마두동;강촌마을6단지아파트)	국립암센터	경기 고양시 일산동구 *** ***	NaN	국립암센터	6개월 미만	2천만원 미만 전월세	차량없음	차량없음	2017-04-18
3	8	2645299	0	0	869375	3514674	2814449	Y	차량없음	NaN	...	경기 오산시 경기대로 304 (오산동)	리더스센터 3층	경기 오산시 오산동 *****	NaN	(주)오산교차로	4년 이상	2천만원 미만 전월세	차량없음	차량없음	2017-05-01
4	10	3325000	0	0	0	3325000	4467380	N	차량없음	NaN	...	경기 하남시 서하남로418번길 46 (춘궁동)	(주)파로스	경기 하남시 춘궁동 ***	NaN	(주)파로스	3년 이상 ~ 4년 미만	5천만원이상~1억원미만 전월세	차량없음	1;000cc 미만 경차	2017-04-20
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
94275	238173	0	0	0	0	0	1757000	N	NaN	해당없음	...	경기 파주시 경의로 1324 (와동동)	운정벧엘교회	경기 파주시 와동동 ****	NaN	부교역자	1년 미만	NaN	NaN	NaN	2020-07-15
94276	238174	0	0	0	0	0	4749000	N	NaN	해당없음	...	경기 파주시 문산읍 돈유2로 8 (선유리)	82	경기 파주시 문산읍 *** ****	NaN	창성시트	1년 미만	NaN	NaN	NaN	2020-07-21
94277	238178	0	0	0	0	0	2992000	N	NaN	해당없음	...	경기 용인시 수지구 만현로 120 (상현동;SR프라자)	3층	경기 용인시 수지구 *** ***	NaN	팍스어학원	1년 미만	NaN	NaN	NaN	2020-07-27
94278	238181	0	0	0	0	0	4749000	N	NaN	해당없음	...	경기 수원시 영통구 효원로 363 (매탄동;매탄 위브 하늘채)	상가b동 315호	경기 수원시 영통구 *** ****	NaN	건강필약국	1년 미만	NaN	NaN	NaN	2020-08-10
94279	238184	0	0	0	0	0	4749000	N	NaN	해당없음	...	서울 영등포구 여의대로 8 (여의도동;여의도파크센터)	지하 2층 수데스크 리셉션	서울 영등포구 여의도동 ****	NaN	여의도 메리어트호텔	1년 미만	NaN	NaN	NaN	2020-08-07

94280 rows × 67 columns

income.columns

Index(['SELECTN_INFO_NO', 'ERNM_AMOUNT', 'BSNS_INCOME_AMOUNT',
       'PRPRTY_INCOME_AMOUNT', 'ETC_INCOME_AMOUNT', 'REAL_INCOME_AMOUNT',
       'MXMM_INCOME_RCOGN_AMOUNT', 'HSHLD_CHARTR_CRRSPND_AT',
       'VHCLE_HOLD_STTUS_NM', 'ADDI_STDR_SUFFCN_NM',
       'FSTLTN_INCOME_RESULT_VALUE', 'HSHLD_CHARTR_SCORE',
       'GG_RESIDE_PD_SCORE', 'NOW_WRC_LABOR_PD_SCORE', 'RESIDE_STTUS_SCORE',
       'VHCLE_HOLD_STTUS_SCORE', 'FSTLTN_INCOME_RESULT_SCORE',
       'ADDI_STDR_SUFFCN_SCORE', 'EVL_SCORE_TOT_SCORE', 'BSIS_DDCAMOUNT',
       'DEBT_AMOUNT', 'RSDNTL_PRPRTY_AMOUNT', 'RSDNTL_INCOME_CNVRSN_AM',
       'GNRL_PRPRTY_AMOUNT', 'GNRL_PRPRTY_INCOME_CNVRSN_AM',
       'CAR_PRPRTY_AMOUNT', 'CAR_PRPRTY_INCOME_CNVRSN_AM',
       'PRPRTY_INCOME_CNVRSN_AMOUNT', 'INCOME_RCOGN_AMOUNT', 'PROPER_STTUS_NM',
       'PREPAR_SELECTN_RANK', 'EMD_CHARGER_CNFIRM_NM', 'EMD_CHARGER_CNFIRM_DT',
       'UNITY_EXAMIN_CHARGER_CNFIRM_NM', 'UNITY_EXAMIN_CHARGER_CNFIRM_DT',
       'SPORT_TRGET_AT', 'CTPRVN_CHARGER_CNFIRM_NM',
       'CTPRVN_CHARGER_CNFIRM_DE', 'RM_CN', 'REGIST_DT', 'UPDT_DT',
       'DELETE_AT', 'WORK_LOCPLC_SCORE', 'SVINGS_PURPS_NM', 'AGE',
       'SEXDSTN_CODE', 'MRRG_STTUS_NM', 'ZIP', 'LNM_ADRES', 'HSHLDM_CO',
       'GG_RESIDE_PD_NM', 'OCCP_NM', 'DDDSTRY_NM', 'MNFCTUR_INDUTY_NM',
       'LABOR_STLE_NM', 'WRKPLC_GG_AREA_AT', 'WRKPLC_ZIP', 'WRKPLC_RDNMADR',
       'WRKPLC_RN_DETAIL_ADRES', 'WRKPLC_LNM_ADRES', 'WRKPLC_LNM_DETAIL_ADRES',
       'WRKPLC_NM', 'LABOR_PD_NM', 'RESIDE_STTUS_NM', 'CAR_SELF_NM',
       'CAR_HSHLDM_NM', 'PRTITN_STDDE'],
      dtype='object')

income[income.duplicated(['ERNM_AMOUNT','MXMM_INCOME_RCOGN_AMOUNT','REAL_INCOME_AMOUNT','WRKPLC_RDNMADR','WRKPLC_NM'])]

	SELECTN_INFO_NO	ERNM_AMOUNT	BSNS_INCOME_AMOUNT	PRPRTY_INCOME_AMOUNT	ETC_INCOME_AMOUNT	REAL_INCOME_AMOUNT	MXMM_INCOME_RCOGN_AMOUNT	HSHLD_CHARTR_CRRSPND_AT	VHCLE_HOLD_STTUS_NM	ADDI_STDR_SUFFCN_NM	...	WRKPLC_RDNMADR	WRKPLC_RN_DETAIL_ADRES	WRKPLC_LNM_ADRES	WRKPLC_LNM_DETAIL_ADRES	WRKPLC_NM	LABOR_PD_NM	RESIDE_STTUS_NM	CAR_SELF_NM	CAR_HSHLDM_NM	PRTITN_STDDE
4405	7520	1352230	0	0	0	1352230	1652931	N	차량없음	사회적	...	경기 성남시 분당구 야탑로205번길 40 (야탑동;야탑브라운스톤오피스텔)	1층	경기 성남시 분당구 *** *****	NaN	이크택견	1년 미만	2천만원 미만 전월세	차량없음	차량없음	2017-04-24
5394	9392	1010000	0	0	0	1010000	1652931	N	차량없음	NaN	...	경기 안산시 상록구 시낭북로 4 (부곡동;월피동주민센터)	3층	경기 안산시 상록구 *** ***	NaN	월피동주민센터	6개월 미만	2천만원 미만 전월세	차량없음	차량없음	2017-04-21
6497	11267	2000000	0	0	0	2000000	4467380	N	차량없음	NaN	...	경기 성남시 분당구 효자길 39 (서현동)	분당중앙교회	경기 성남시 분당구 *** ***	NaN	분당중앙교회	1년 이상 ~ 2년 미만	5천만원이상~1억원미만 전월세	차량없음	차량없음	2017-04-27
8315	14308	2953938	0	0	0	2953938	3640915	N	차량없음	NaN	...	서울 강남구 강남대로96길 9 (역삼동)	역삼동 817-11	서울 강남구 역삼동 ******	NaN	배스킨라빈스 강남중앙점	6개월 미만	자가	차량없음	차량없음	2017-04-25
10877	18651	1544000	0	0	0	1544000	1652931	N	차량없음	NaN	...	경기 고양시 일산서구 덕이로172번길 4-39 (덕이동;고양예술고등학교)	고양예술고등학교	경기 고양시 일산서구 *** ******	NaN	고양예술고등학교	3년 이상 ~ 4년 미만	2천만원이상~5천만원미만 전월세	차량없음	차량없음	2017-04-21
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
93945	237519	0	0	0	0	0	3871000	N	NaN	해당없음	...	경기 양평군 강하면 강남로 316 (전수리)	경기 양평군 강하면 강남로 316	경기 양평군 강하면 *** ****	NaN	현대그린푸드	1년 이상 ~ 2년 미만	NaN	NaN	NaN	2020-08-05
94083	237801	0	0	0	0	0	4749000	N	NaN	해당없음	...	경기 수원시 영통구 봉영로 1605 (영통동;모던타운)	6층; 603호; 이안서가	경기 수원시 영통구 *** *****	NaN	이안서가 영통원	1년 이상 ~ 2년 미만	NaN	NaN	NaN	2020-07-15
94154	237941	0	0	0	0	0	1757000	N	NaN	해당없음	...	경기 성남시 분당구 수내로 50 (수내동;수내동업무빌딩)	10층	경기 성남시 분당구 *** ***	NaN	WMC	1년 미만	NaN	NaN	NaN	2020-07-22
94244	238119	0	0	0	0	0	3871000	N	NaN	해당없음	...	경기 안양시 만안구 명학로33번길 8 (안양동;메트로병원)	지하1층	경기 안양시 만안구 *** *******	NaN	메트로병원	1년 이상 ~ 2년 미만	NaN	NaN	NaN	2020-07-27
94265	238151	0	0	0	0	0	2992000	N	NaN	해당없음	...	경기 화성시 마도면 마도공단로6길 33 (쌍송리)	성안기계 생산부	경기 화성시 마도면 *** ***	NaN	성안기계	4년 이상	NaN	NaN	NaN	2020-08-10

1135 rows × 67 columns

<경기도 일자리 청년통장선발정보>의 '선발정보번호'와 <경기도 일자리 청년통장정보>의 '청년통장정보번호'가 같음

income.columns = ['선발정보번호','근로소득금액','사업소득금액','재산소득금액','기타소득금액','실제소득금액','최대소득인정금액',
                  '가구특성해당여부','차량보유상태명','가산기준충족명','중위소득결과값','가구특성점수','경기도거주기간점수',
                  '현재직장근로기간점수','거주상태점수','차량보유상태점수','중위소득결과점수','가산기준충족점수','평가점수총점수',
                  '기초공제금액','부채금액','주거용재산금액','주거용소득환산액','일반재산금액','일반재산소득환산액','자동차재산금액',
                  '자동차재산소득환산액','재산소득환산금액','소득인정금액','적격상태명','예비선발순위','읍면동담당자확인명',
                  '읍면동담당자확인일시','통합조사담당자확인명','통합조사담당자확인일시','지원대상여부','시도담당자확인명',
                  '시도담당자확인일자','비고내용','등록일시','수정일시','삭제여부','근무소재지점수','저축목적명','연령','성별코드',
                  '결혼상태명','우편번호','지번주소','가구원수','경기도거주기간명','직업명','3D업종명','제조업종명','근로형태명',
                  '근무처경기도지역여부','근무처우편번호','근무처도로명주소','근무처도로명상세주소','근무처지번주소',
                  '근무처지번상세주소','근무처명','근로기간명','거주상태명','자동차본인명','자동차가구원명','파티션기준일']

data=data.rename(columns={'청년통장정보번호':'선발정보번호'})

데이터 병합

merged = pd.merge(income, data, on = '선발정보번호', how='left')

check = []
for a in list(merged.columns) : 
    if 'x' in a : 
        check.append(a)
check = [a.replace('_x','') for a in check] 

check

['등록일시',
 '수정일시',
 '삭제여부',
 '저축목적명',
 '연령',
 '성별코드',
 '결혼상태명',
 '우편번호',
 '지번주소',
 '가구원수',
 '경기도거주기간명',
 '직업명',
 '3D업종명',
 '제조업종명',
 '근로형태명',
 '근무처경기도지역여부',
 '근무처우편번호',
 '근무처도로명주소',
 '근무처도로명상세주소',
 '근무처지번주소',
 '근무처지번상세주소',
 '근무처명',
 '근로기간명',
 '거주상태명',
 '자동차본인명',
 '자동차가구원명',
 '파티션기준일']

for a in check : 
    print(merged.head()[[a+'_x',a+'_y']])

             등록일시_x            등록일시_y
0  2017-04-18 15:55  2017-04-10 08:47
1  2017-04-18 12:01  2017-04-10 08:48
2  2017-04-18 12:01  2017-04-10 08:48
3  2017-05-01 14:43  2017-04-10 08:49
4  2017-04-20 09:56  2017-04-10 08:49
             수정일시_x            수정일시_y
0  2017-06-01 10:15  2019-02-14 14:33
1  2017-05-25 12:39  2017-06-01 16:18
2  2017-05-31 13:51  2019-12-06 10:53
3  2017-05-25 10:35  2017-06-01 17:48
4  2018-03-27 13:51  2019-03-25 12:36
  삭제여부_x 삭제여부_y
0      N      N
1      N      N
2      N      N
3      N      N
4      N      N
         저축목적명_x        저축목적명_y
0           결혼자금           결혼자금
1           결혼자금           결혼자금
2  기타 꿈을 위한 준비자금  기타 꿈을 위한 준비자금
3          대출금상환          대출금상환
4           주거자금           주거자금
   연령_x  연령_y
0    20    20
1    20    20
2    20    20
3    20    20
4    30    30
  성별코드_x 성별코드_y
0      F      F
1      F      F
2      F      F
3      F      F
4      F      F
  결혼상태명_x 결혼상태명_y
0     생산직     생산직
1     생산직     생산직
2     생산직     생산직
3     생산직     생산직
4     사무직     사무직
   우편번호_x   우편번호_y
0   16988  16988.0
1   11341  11341.0
2   13202  13202.0
3   18116  18116.0
4   12920  12920.0
  지번주소_x 지번주소_y
0              
1              
2              
3              
4              
   가구원수_x  가구원수_y
0       3       3
1       3       3
2       1       1
3       2       2
4       4       4
      경기도거주기간명_x     경기도거주기간명_y
0  2년 이상 ~ 3년 미만  2년 이상 ~ 3년 미만
1  3년 이상 ~ 4년 미만  3년 이상 ~ 4년 미만
2  3년 이상 ~ 4년 미만  3년 이상 ~ 4년 미만
3  3년 이상 ~ 4년 미만  3년 이상 ~ 4년 미만
4  3년 이상 ~ 4년 미만  3년 이상 ~ 4년 미만
                           직업명_x                          직업명_y
0                        사회적경제조직                        사회적경제조직
1  개인회생 및 신용회복지원 대상자(12개월 이상 변제)  개인회생 및 신용회복지원 대상자(12개월 이상 변제)
2                           해당없음                           해당없음
3                           해당없음                           해당없음
4                           해당없음                           해당없음
  3D업종명_x 3D업종명_y
0     NaN     NaN
1     NaN     NaN
2     NaN     NaN
3     NaN     NaN
4     NaN     NaN
  제조업종명_x 제조업종명_y
0     NaN     NaN
1     사무직     사무직
2     NaN     NaN
3     NaN     NaN
4     NaN     NaN
  근로형태명_x 근로형태명_y
0     생산직     생산직
1     생산직     생산직
2     사무직     사무직
3     생산직     생산직
4     생산직     생산직
  근무처경기도지역여부_x 근무처경기도지역여부_y
0            Y            Y
1            Y            Y
2            Y            Y
3            Y            Y
4            Y            Y
   근무처우편번호_x  근무처우편번호_y
0      17015    17015.0
1      11403    11403.0
2      10422    10422.0
3      18134    18134.0
4      13016    13016.0
                                   근무처도로명주소_x  \
0  경기 용인시 기흥구 동백중앙로16번길 16-25 (중동;대우프론티어밸리 Ⅰ)   
1                 경기 양주시 남면 삼육사로 249-38 (한산리)   
2       경기 고양시 일산동구 중앙로 1130 (마두동;강촌마을6단지아파트)   
3                       경기 오산시 경기대로 304 (오산동)   
4                   경기 하남시 서하남로418번길 46 (춘궁동)   

                                   근무처도로명주소_y  
0  경기 용인시 기흥구 동백중앙로16번길 16-25 (중동;대우프론티어밸리 Ⅰ)  
1                 경기 양주시 남면 삼육사로 249-38 (한산리)  
2       경기 고양시 일산동구 중앙로 1130 (마두동;강촌마을6단지아파트)  
3                       경기 오산시 경기대로 304 (오산동)  
4                   경기 하남시 서하남로418번길 46 (춘궁동)  
    근무처도로명상세주소_x   근무처도로명상세주소_y
0  713호 그린바이오(주)  713호 그린바이오(주)
1            한산리            한산리
2          국립암센터          국립암센터
3       리더스센터 3층       리더스센터 3층
4         (주)파로스         (주)파로스
              근무처지번주소_x             근무처지번주소_y
0   경기 용인시 기흥구 ** ****    경기 용인시 기흥구 ** **** 
1    경기 양주시 남면 *** ***     경기 양주시 남면 *** *** 
2  경기 고양시 일산동구 *** ***   경기 고양시 일산동구 *** *** 
3     경기 오산시 오산동 *****      경기 오산시 오산동 ***** 
4       경기 하남시 춘궁동 ***        경기 하남시 춘궁동 *** 
     근무처지번상세주소_x    근무처지번상세주소_y
0  713호 그린바이오(주)  713호 그린바이오(주)
1            NaN            NaN
2            NaN            NaN
3            NaN            NaN
4            NaN            NaN
     근무처명_x    근무처명_y
0  그린바이오(주)  그린바이오(주)
1   보이트씨앤아이   보이트씨앤아이
2     국립암센터     국립암센터
3  (주)오산교차로  (주)오산교차로
4    (주)파로스    (주)파로스
         근로기간명_x        근로기간명_y
0         6개월 미만         6개월 미만
1  2년 이상 ~ 3년 미만  2년 이상 ~ 3년 미만
2         6개월 미만         6개월 미만
3          4년 이상          4년 이상
4  3년 이상 ~ 4년 미만  3년 이상 ~ 4년 미만
             거주상태명_x            거주상태명_y
0  2천만원이상~5천만원미만 전월세  2천만원이상~5천만원미만 전월세
1               무상거주               무상거주
2        2천만원 미만 전월세        2천만원 미만 전월세
3        2천만원 미만 전월세        2천만원 미만 전월세
4   5천만원이상~1억원미만 전월세   5천만원이상~1억원미만 전월세
  자동차본인명_x 자동차본인명_y
0     차량없음     차량없음
1     차량없음     차량없음
2     차량없음     차량없음
3     차량없음     차량없음
4     차량없음     차량없음
       자동차가구원명_x      자동차가구원명_y
0           차량없음           차량없음
1     2;000cc 이상     2;000cc 이상
2           차량없음           차량없음
3           차량없음           차량없음
4  1;000cc 미만 경차  1;000cc 미만 경차
     파티션기준일_x    파티션기준일_y
0  2017-04-18  2017-04-10
1  2017-04-18  2017-04-10
2  2017-04-18  2017-04-10
3  2017-05-01  2017-04-10
4  2017-04-20  2017-04-10

for a in check :
    print(a)
    print((merged[a+'_x']==merged[a+'_y']).value_counts())
    print('')

등록일시
False    94279
True         1
dtype: int64

수정일시
False    68639
True     25641
dtype: int64

삭제여부
True     94245
False       35
dtype: int64

저축목적명
True     90909
False     3371
dtype: int64

연령
True    94280
dtype: int64

성별코드
True    94280
dtype: int64

결혼상태명
True     92986
False     1294
dtype: int64

우편번호
True    94280
dtype: int64

지번주소
True    94280
dtype: int64

가구원수
True    94280
dtype: int64

경기도거주기간명
True    94280
dtype: int64

직업명
True     47994
False    46286
dtype: int64

3D업종명
False    91334
True      2946
dtype: int64

제조업종명
False    85218
True      9062
dtype: int64

근로형태명
True     81842
False    12438
dtype: int64

근무처경기도지역여부
True     69478
False    24802
dtype: int64

근무처우편번호
True    94280
dtype: int64

근무처도로명주소
True    94280
dtype: int64

근무처도로명상세주소
True    94280
dtype: int64

근무처지번주소
True    94280
dtype: int64

근무처지번상세주소
False    81162
True     13118
dtype: int64

근무처명
True    94280
dtype: int64

근로기간명
True    94280
dtype: int64

거주상태명
True     47993
False    46287
dtype: int64

자동차본인명
True     47993
False    46287
dtype: int64

자동차가구원명
True     47993
False    46287
dtype: int64

파티션기준일
False    91988
True      2292
dtype: int64

merged[['저축목적명_x','저축목적명_y']][merged['저축목적명_x']!=merged['저축목적명_y']]

	저축목적명_x	저축목적명_y
88308	NaN	NaN
88309	NaN	NaN
88310	NaN	NaN
88311	NaN	NaN
88314	NaN	NaN
...	...	...
94271	NaN	NaN
94272	NaN	NaN
94273	NaN	NaN
94274	NaN	NaN
94275	NaN	NaN

3371 rows × 2 columns

merged_nona = merged.fillna('nan')

for a in check :
    print(a)
    print((merged_nona[a+'_x']==merged_nona[a+'_y']).value_counts())
    print('')

등록일시
False    94279
True         1
dtype: int64

수정일시
False    68639
True     25641
dtype: int64

삭제여부
True     94245
False       35
dtype: int64

저축목적명
True    94280
dtype: int64

연령
True    94280
dtype: int64

성별코드
True    94280
dtype: int64

결혼상태명
True    94280
dtype: int64

우편번호
True    94280
dtype: int64

지번주소
True    94280
dtype: int64

가구원수
True    94280
dtype: int64

경기도거주기간명
True    94280
dtype: int64

직업명
True    94280
dtype: int64

3D업종명
True    94280
dtype: int64

제조업종명
True    94280
dtype: int64

근로형태명
True    94280
dtype: int64

근무처경기도지역여부
True    94280
dtype: int64

근무처우편번호
True    94280
dtype: int64

근무처도로명주소
True    94280
dtype: int64

근무처도로명상세주소
True    94280
dtype: int64

근무처지번주소
True    94280
dtype: int64

근무처지번상세주소
True    94280
dtype: int64

근무처명
True    94280
dtype: int64

근로기간명
True    94280
dtype: int64

거주상태명
True    94280
dtype: int64

자동차본인명
True    94280
dtype: int64

자동차가구원명
True    94280
dtype: int64

파티션기준일
False    91988
True      2292
dtype: int64

merged_cols = list(merged_nona.columns)

for a in check : 
    merged_cols.remove(a+'_y')

merged_nona1 = merged_nona[merged_cols]

new_col = []
for a in list(merged_nona1.columns) : 
    b = a.replace('_x','')
    new_col.append(b)

merged_nona1.columns = new_col

merged_nona1.to_csv('소득 합친거.csv')

merged_nona1.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 94280 entries, 0 to 94279
Data columns (total 97 columns):
 #   Column       Non-Null Count  Dtype  
---  ------       --------------  -----  
 0   선발정보번호       94280 non-null  int64  
 1   근로소득금액       94280 non-null  int64  
 2   사업소득금액       94280 non-null  int64  
 3   재산소득금액       94280 non-null  int64  
 4   기타소득금액       94280 non-null  int64  
 5   실제소득금액       94280 non-null  int64  
 6   최대소득인정금액     94280 non-null  int64  
 7   가구특성해당여부     94280 non-null  object 
 8   차량보유상태명      94280 non-null  object 
 9   가산기준충족명      94280 non-null  object 
 10  중위소득결과값      94280 non-null  int64  
 11  가구특성점수       94280 non-null  float64
 12  경기도거주기간점수    94280 non-null  float64
 13  현재직장근로기간점수   94280 non-null  float64
 14  거주상태점수       94280 non-null  float64
 15  차량보유상태점수     94280 non-null  float64
 16  중위소득결과점수     94280 non-null  float64
 17  가산기준충족점수     94280 non-null  float64
 18  평가점수총점수      94280 non-null  float64
 19  기초공제금액       94280 non-null  int64  
 20  부채금액         94280 non-null  int64  
 21  주거용재산금액      94280 non-null  int64  
 22  주거용소득환산액     94280 non-null  float64
 23  일반재산금액       94280 non-null  int64  
 24  일반재산소득환산액    94280 non-null  float64
 25  자동차재산금액      94280 non-null  int64  
 26  자동차재산소득환산액   94280 non-null  float64
 27  재산소득환산금액     94280 non-null  int64  
 28  소득인정금액       94280 non-null  int64  
 29  적격상태명        94280 non-null  object 
 30  예비선발순위       94280 non-null  object 
 31  읍면동담당자확인명    94280 non-null  object 
 32  읍면동담당자확인일시   94280 non-null  object 
 33  통합조사담당자확인명   94280 non-null  object 
 34  통합조사담당자확인일시  94280 non-null  object 
 35  지원대상여부       94280 non-null  object 
 36  시도담당자확인명     94280 non-null  object 
 37  시도담당자확인일자    94280 non-null  object 
 38  비고내용         94280 non-null  object 
 39  등록일시         94280 non-null  object 
 40  수정일시         94280 non-null  object 
 41  삭제여부         94280 non-null  object 
 42  근무소재지점수      94280 non-null  float64
 43  저축목적명        94280 non-null  object 
 44  연령           94280 non-null  int64  
 45  성별코드         94280 non-null  object 
 46  결혼상태명        94280 non-null  object 
 47  우편번호         94280 non-null  int64  
 48  지번주소         94280 non-null  object 
 49  가구원수         94280 non-null  int64  
 50  경기도거주기간명     94280 non-null  object 
 51  직업명          94280 non-null  object 
 52  3D업종명        94280 non-null  object 
 53  제조업종명        94280 non-null  object 
 54  근로형태명        94280 non-null  object 
 55  근무처경기도지역여부   94280 non-null  object 
 56  근무처우편번호      94280 non-null  int64  
 57  근무처도로명주소     94280 non-null  object 
 58  근무처도로명상세주소   94280 non-null  object 
 59  근무처지번주소      94280 non-null  object 
 60  근무처지번상세주소    94280 non-null  object 
 61  근무처명         94280 non-null  object 
 62  근로기간명        94280 non-null  object 
 63  거주상태명        94280 non-null  object 
 64  자동차본인명       94280 non-null  object 
 65  자동차가구원명      94280 non-null  object 
 66  파티션기준일       94280 non-null  object 
 67  부채상환본인대출금액   94280 non-null  int64  
 68  부채상환본인내용     94280 non-null  object 
 69  부채상환본인부재여부   94280 non-null  object 
 70  부채상환가구원금액    94280 non-null  int64  
 71  부채상환가구원내용    94280 non-null  object 
 72  부채상환가구원부재여부  94280 non-null  object 
 73  신청사유내용       94280 non-null  object 
 74  전세월세보증금액     94280 non-null  int64  
 75  상가보증금액       94280 non-null  int64  
 76  기타금액         94280 non-null  int64  
 77  단계1동의여부      94280 non-null  object 
 78  단계2동의여부      94280 non-null  object 
 79  단계3동의여부      94280 non-null  object 
 80  개인정보사용동의여부   94280 non-null  object 
 81  개인정보사용동의일시   94280 non-null  object 
 82  신청상태명        94280 non-null  object 
 83  신청일시         94280 non-null  object 
 84  재신청일시        94280 non-null  object 
 85  거절사유내용       94280 non-null  object 
 86  거절일자         94280 non-null  object 
 87  사용여부         94280 non-null  object 
 88  신청경로명        94280 non-null  object 
 89  가산점수값        94280 non-null  object 
 90  직업유형명        94280 non-null  object 
 91  기업유형명        94280 non-null  object 
 92  건강보험명        94280 non-null  object 
 93  건강보험료월1금액    94280 non-null  object 
 94  건강보험료월2금액    94280 non-null  object 
 95  건강보험료월3금액    94280 non-null  object 
 96  건강보험료평균금액    94280 non-null  object 
dtypes: float64(12), int64(24), object(61)
memory usage: 70.5+ MB

중복 제거

data = pd.read_csv('소득 합친거.csv')
del data['Unnamed: 0']
data = data.fillna('nan(str)')

data = data.fillna('nan(str)')

data1 = data[['저축목적명', '연령', '성별코드', '결혼상태명', '우편번호', '지번주소', '가구원수','직업명','3D업종명', '제조업종명', '근로형태명', '근무처경기도지역여부', '근무처우편번호', '근무처도로명주소',
       '근무처도로명상세주소', '근무처지번주소', '근무처지번상세주소', '근무처명', '거주상태명',
       '자동차본인명', '자동차가구원명','신청경로명', '직업유형명', '기업유형명', '건강보험명']] # 개인식별이 가능한 컬럼만 남김

col = ['저축목적명', '연령', '성별코드', '결혼상태명', '우편번호', '지번주소', '가구원수','직업명','3D업종명', '제조업종명', '근로형태명', '근무처경기도지역여부', '근무처우편번호', '근무처도로명주소',
       '근무처도로명상세주소', '근무처지번주소', '근무처지번상세주소', '근무처명', '거주상태명',
       '자동차본인명', '자동차가구원명','신청경로명', '직업유형명', '기업유형명', '건강보험명']

data1[data1.duplicated()] # 중복 좀 있음

data2 = data1.drop_duplicates(keep='last') # 중복 제거

data3 = data.iloc[data2.index]
long = data3['신청사유내용'].loc[data3['신청사유내용'].str.len() > 20] 

long[long.duplicated(keep=False)].sort_values() 

data3.loc[64393,col][data3.loc[64393,col]!=data3.loc[71051,col]] # 재신청 할때 저축목적, 직장이 바뀜, 사유 중복을 제거하기로 함

long_1 = long.drop_duplicates(keep = 'last')
len(long), len(long_1)

data4 = data.iloc[long_1.index,:]
len(data)-len(data4), len(data4)

data4.to_csv('중복제거.csv')

전처리

data = data4[['선발정보번호','소득인정금액','저축목적명','연령','성별코드','가구원수','경기도거주기간명','근무처도로명주소','근로기간명',
     '신청사유내용','신청상태명','신청일시','직업유형명','기업유형명']].copy()

# 신청일시 컬럼 가공
data['신청일시'] = data['신청일시'].astype('datetime64')
data['신청년도'] = data['신청일시'].dt.year
data['신청월'] = data['신청일시'].dt.month
data['신청년월'] = data['신청년도'].astype('string')+'-'+data['신청월'].astype('string')

# 연령 20,30대로 한정
data = data[data['연령'].isin([20,30])]

# 저축목적명 None 값 지정
data.loc[data.저축목적명 == 'nan(str)', '저축목적명'] = None

# 가구원수 수정 컬럼 추가
data['가구원수 수정']=data['가구원수'].astype('string')
data.loc[data['가구원수']>=5, '가구원수 수정'] = '5 이상'

# 소득인정금액 4분위수 확인
data.소득인정금액.describe().astype(int)

count        92019
mean       3783650
std        7036135
min              0
25%        1800000
50%        2709974
75%        4015889
max      956675896
Name: 소득인정금액, dtype: int32

# 소득인정금액 수정 컬럼 추가
data.loc[data.소득인정금액<1800000, '소득인정금액수정'] = '~180'
data.loc[data.소득인정금액.between(1800000,2709974), '소득인정금액수정'] = '180~270'
data.loc[data.소득인정금액.between(2709975,4015889), '소득인정금액수정'] = '270~401'
data.loc[data.소득인정금액.between(4015890,10000000), '소득인정금액수정'] = '401~1000'
data.loc[data.소득인정금액>10000000, '소득인정금액수정'] = '1000~'

data.소득인정금액수정.value_counts()

180~270     23637
270~401     22966
~180        22411
401~1000    19202
1000~        3803
Name: 소득인정금액수정, dtype: int64

EDA

1) 신청인원 관련

fig, ax = plt.subplots(1,2,figsize = (15,5))
sns.countplot(data=data, x = '성별코드', hue = '연령', ax=ax[0]);
sns.countplot(data=data, x = '신청년도', ax = ax[1]);

2) 소득인정금액

data.소득인정금액.describe().astype(int)

count        92019
mean       3783650
std        7036135
min              0
25%        1800000
50%        2709974
75%        4015889
max      956675896
Name: 소득인정금액, dtype: int32

plt.figure(figsize=(14,4))
sns.distplot(data.소득인정금액, kde=False, bins = 5000)
plt.ticklabel_format(style='plain', axis='x',useOffset=False)
plt.xlim(0,20000000);

for i in ['1', '2', '3', '4', '5 이상']:
    print(f'<가구원수:{i}>')
    print(f'해당 인원: {data[data["가구원수 수정"]==i].소득인정금액.count():,}명')
    print(f'평균 소득인정금액: {np.mean(data[data["가구원수 수정"]==i].소득인정금액):,.2f}원', end = '\n\n')

<가구원수:1>
해당 인원: 13,667명
평균 소득인정금액: 1,644,692.58원

<가구원수:2>
해당 인원: 16,123명
평균 소득인정금액: 2,745,475.77원

<가구원수:3>
해당 인원: 27,758명
평균 소득인정금액: 3,783,338.05원

<가구원수:4>
해당 인원: 26,591명
평균 소득인정금액: 4,909,110.07원

<가구원수:5 이상>
해당 인원: 7,880명
평균 소득인정금액: 5,820,863.13원

3) 연도별 저축목적 비율 변화

tmp = data.groupby(['신청년도','저축목적명'])['신청상태명'].count().reset_index()

f,ax = plt.subplots(2,2, figsize=(11,10),constrained_layout=True)
ax[0,0].pie(x = tmp[tmp['신청년도']==2017]['신청상태명'], labels = tmp[tmp['신청년도']==2017]['저축목적명'],autopct = '%1.1f%%', colors = sns.color_palette('pastel'));
ax[0,1].pie(x = tmp[tmp['신청년도']==2018]['신청상태명'], labels = tmp[tmp['신청년도']==2018]['저축목적명'],autopct = '%1.1f%%', colors = sns.color_palette('pastel'));
ax[1,0].pie(x = tmp[tmp['신청년도']==2019]['신청상태명'], labels = tmp[tmp['신청년도']==2019]['저축목적명'],autopct = '%1.1f%%', colors = sns.color_palette('pastel'));
ax[1,1].pie(x = tmp[tmp['신청년도']==2020]['신청상태명'], labels = tmp[tmp['신청년도']==2020]['저축목적명'],autopct = '%1.1f%%', colors = sns.color_palette('pastel'));
ax[0,0].set_title('2017');
ax[0,1].set_title('2018');
ax[1,0].set_title('2019');
ax[1,1].set_title('2020');

4) 연령&성별 저축목적 차이

tmp2 = data[data['연령']==20].groupby(['성별코드','저축목적명'])['신청상태명'].count().reset_index()
tmp3 = data[data['연령']==30].groupby(['성별코드','저축목적명'])['신청상태명'].count().reset_index()

f,ax = plt.subplots(2,2, figsize=(10,8),constrained_layout=True)
ax[0,0].pie(x = tmp2[tmp2['성별코드']=='F']['신청상태명'], labels = tmp2[tmp2['성별코드']=='F']['저축목적명'],autopct = '%1.1f%%', colors = sns.color_palette('pastel'));
ax[0,1].pie(x = tmp2[tmp2['성별코드']=='M']['신청상태명'], labels = tmp2[tmp2['성별코드']=='M']['저축목적명'],autopct = '%1.1f%%', colors = sns.color_palette('pastel'));
ax[0,0].set_title('20대 여성');
ax[0,1].set_title('20대 남성');

ax[1,0].pie(x = tmp3[tmp3['성별코드']=='F']['신청상태명'], labels = tmp3[tmp3['성별코드']=='F']['저축목적명'],autopct = '%1.1f%%', colors = sns.color_palette('pastel'));
ax[1,1].pie(x = tmp3[tmp3['성별코드']=='M']['신청상태명'], labels = tmp3[tmp3['성별코드']=='M']['저축목적명'],autopct = '%1.1f%%', colors = sns.color_palette('pastel'));
ax[1,0].set_title('30대 여성');
ax[1,1].set_title('30대 남성');

5) 소득인정금액별 저축목적 차이

tmp = data.groupby(['소득인정금액수정','저축목적명'])['신청상태명'].count().reset_index()

f,ax = plt.subplots(3,2, figsize=(11,10),constrained_layout=True)
ax[0,0].pie(x = tmp[tmp['소득인정금액수정']=='~180']['신청상태명'], labels = tmp[tmp['소득인정금액수정']=='~180']['저축목적명'],autopct = '%1.1f%%', colors = sns.color_palette('pastel'));
ax[0,1].pie(x = tmp[tmp['소득인정금액수정']=='180~270']['신청상태명'], labels = tmp[tmp['소득인정금액수정']=='180~270']['저축목적명'],autopct = '%1.1f%%', colors = sns.color_palette('pastel'));
ax[1,0].pie(x = tmp[tmp['소득인정금액수정']=='270~401']['신청상태명'], labels = tmp[tmp['소득인정금액수정']=='270~401']['저축목적명'],autopct = '%1.1f%%', colors = sns.color_palette('pastel'));
ax[1,1].pie(x = tmp[tmp['소득인정금액수정']=='401~1000']['신청상태명'], labels = tmp[tmp['소득인정금액수정']=='401~1000']['저축목적명'],autopct = '%1.1f%%', colors = sns.color_palette('pastel'));
ax[2,0].pie(x = tmp[tmp['소득인정금액수정']=='1000~']['신청상태명'], labels = tmp[tmp['소득인정금액수정']=='1000~']['저축목적명'],autopct = '%1.1f%%', colors = sns.color_palette('pastel'));
ax[0,0].set_title('~180');
ax[0,1].set_title('180~270');
ax[1,0].set_title('270~401');
ax[1,1].set_title('401~1000');
ax[2,0].set_title('1000~');

클러스터링

df1 = data[['연령','성별코드','소득인정금액수정','가구원수 수정']]

from kmodes.kmodes import KModes
from datetime import datetime, timedelta
#Elbow curve to find optimal K 
from tqdm import tqdm
cost = []
K = range(2,6)
for num_clusters in tqdm(list(K)):
    kmode = KModes(n_clusters=num_clusters, init = "random", n_init = 5, verbose=1)
    kmode.fit_predict(df1)
    cost.append(kmode.cost_)
plt.plot(K, cost, 'bx-')
plt.xlabel('No. of clusters')
plt.ylabel('Cost')
plt.title('Elbow Method For Optimal k')
plt.show()

  0%|                                                                                            | 0/4 [00:00<?, ?it/s]

Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 1, iteration: 1/100, moves: 20494, cost: 166251.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 2, iteration: 1/100, moves: 0, cost: 179432.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 3, iteration: 1/100, moves: 18523, cost: 148903.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 4, iteration: 1/100, moves: 17962, cost: 148903.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 5, iteration: 1/100, moves: 14478, cost: 147266.0
Best run was number 5

 25%|█████████████████████                                                               | 1/4 [00:34<01:44, 34.69s/it]

Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 1, iteration: 1/100, moves: 14164, cost: 148365.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 2, iteration: 1/100, moves: 16588, cost: 136842.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 3, iteration: 1/100, moves: 4919, cost: 145897.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 4, iteration: 1/100, moves: 0, cost: 145056.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 5, iteration: 1/100, moves: 21351, cost: 128033.0
Best run was number 5

 50%|██████████████████████████████████████████                                          | 2/4 [01:10<01:11, 35.63s/it]

Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 1, iteration: 1/100, moves: 22145, cost: 137253.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 2, iteration: 1/100, moves: 26344, cost: 127448.0
Run 2, iteration: 2/100, moves: 273, cost: 127448.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 3, iteration: 1/100, moves: 33481, cost: 117059.0
Run 3, iteration: 2/100, moves: 3112, cost: 117059.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 4, iteration: 1/100, moves: 32366, cost: 111404.0
Run 4, iteration: 2/100, moves: 2056, cost: 111404.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 5, iteration: 1/100, moves: 0, cost: 135762.0
Best run was number 4

 75%|███████████████████████████████████████████████████████████████                     | 3/4 [02:06<00:44, 44.65s/it]

Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 1, iteration: 1/100, moves: 9053, cost: 124314.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 2, iteration: 1/100, moves: 25867, cost: 103934.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 3, iteration: 1/100, moves: 8987, cost: 113526.0
Run 3, iteration: 2/100, moves: 2295, cost: 113526.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 4, iteration: 1/100, moves: 28151, cost: 115624.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 5, iteration: 1/100, moves: 28166, cost: 103588.0
Run 5, iteration: 2/100, moves: 2444, cost: 103588.0
Best run was number 5

100%|████████████████████████████████████████████████████████████████████████████████████| 4/4 [03:12<00:00, 48.12s/it]

kmode = KModes(n_clusters=4, init = "random", n_init = 5, verbose=1)
clusters = kmode.fit_predict(df1)
clusters

Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 1, iteration: 1/100, moves: 27363, cost: 120616.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 2, iteration: 1/100, moves: 21674, cost: 127770.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 3, iteration: 1/100, moves: 20080, cost: 122437.0
Run 3, iteration: 2/100, moves: 2829, cost: 122437.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 4, iteration: 1/100, moves: 18203, cost: 119678.0
Init: initializing centroids
Init: initializing clusters
Starting iterations...
Run 5, iteration: 1/100, moves: 18858, cost: 128486.0
Run 5, iteration: 2/100, moves: 12304, cost: 128486.0
Best run was number 4

array([0, 2, 0, ..., 0, 2, 0], dtype=uint16)