[부동산 데이터 분석] 데린이의 서울 내 집 장만 프로젝트 (1) - pandas와 친해지기

 

안녕하세요. 새파란입니다. 천천히 데이터 시각화 공부를 시작하려고 합니다. 

어떤 데이터로 시작을 할까 하다가, 만인의 관심! 부동산 데이터로 결정을 내렸습니다.

 

월 10만 원 내외 기숙사에 살다가, 이제 몇십 만원씩 월세를 내고 있으니 '내 집 장만'에 관심을 가지지 않을 수가 없었네요ㅎㅎ

천천히 수도권의 다양한 데이터를 보면서 부동산과 친해지는(?) 시간을 가져 보려고 합니다.

 

숲, 바다, 호수 대신 매일 빌딩만 보고 사니, 빌딩을 가지고 싶은 건 아닐까요. 

 

주택에는 단독주택, 아파트, 연립주택 등 다양한 종류가 있습니다.

먼저 국토교통부 실거래가 공개시스템에서 현재 제가 살고 있는 곳인 연립/다세대 주택의 2020년 1월부터 10월까지의 통계를 다운로드하였습니다. (엑셀에서 CSV UTF-8 형식으로 저장해야 깨지지 않아요) 

데이터 가져오기

먼저 데이터를 살펴볼까요?

 

import pandas as pd
home = pd.read_csv('house_data.csv')
home.head(2)

	시군구	번지	본번	부번	건물명	전월세구분	전용면적(㎡)	계약년월	계약일	보증금(만원)	월세(만원)	층	건축년도	도로명
0	서울특별시 강남구 개포동	1163-4	1163	4	(1163-4)	전세	21.88	202002	27	16,000	0	5	2013	논현로 10
1	서울특별시 강남구 개포동	1163-4	1163	4	(1163-4)	월세	13.56	202007	9	6,000	25	2	2013	논현로 10

 

우선 필요한 카테고리만 골라야 할 것 같아요.

 

hdata = home[['시군구','전월세구분','전용면적(㎡)','계약년월','계약일','보증금(만원)','월세(만원)','층','건축년도']]
hdata.head(2)

 

	시군구	전월세구분	전용면적(㎡)	계약년월	계약일	보증금(만원)	월세(만원)	층	건축년도
0	서울특별시 강남구 개포동	전세	21.88	202002	27	16,000	0	5	2013
1	서울특별시 강남구 개포동	월세	13.56	202007	9	6,000	25	2	2013

 

왠지 '구'를 분리하면 나중에 쓸 일이 많을 것 같아, 분리해봅시다.

 

hdata['구'] = hdata['시군구'].str.split(' ').str[1]

 

그랬더니 아래와 같은 에러가 발생했어요. 당황하지 말고 오류 메세지를 구글에 검색해봅니다.

 

<ipython-input-6-b9ac15e704a3>:1: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  hdata['구'] = hdata['시군구'].str.split(' ').str[1]

 

오류 해결 척척박사님에 따르면 위와 같이 "chained" assignments에 경고를 주는 걸로 되어있네요. 하지만 링크의 예에도 있듯이, 저희는 걱정하지 않아도 될 것 같네요. 

 

pd.options.mode.chained_assignment = None  # default='warn'

 

위와 같은 옵션을 추가하면 더 이상 warning이 뜨지 않습니다.

 

데이터 살펴보기

그럼 드디어 첫 번째 그래프를 그려볼까요?

복잡한 라이브러리를 사용하지 말고 바로 그릴 수는 없는지 찾아보니 (역시나) pandas.Dataframe.plot()을 편하게 사용할 수가 있네요.

라이브러리 문서를 참조하니, plotting.backend 옵션에 따라 어떻게 그래프를 그리는지가 달라진다고 하네요. 기본적으로는 유명한 matplotlib 가 사용된다고 합니다.

 

전세 / 월세 비중이 궁금하니, 그래프를 그려봅시다.

 

hdata.groupby('전월세구분')['시군구'].count().plot.pie()

 

 

/usr/local/lib/python3.8/site-packages/matplotlib/backends/backend_agg.py:238: RuntimeWarning: Glyph 49884 missing from current font.
  font.set_text(s, 0.0, flags=flags)
/usr/local/lib/python3.8/site-packages/matplotlib/backends/backend_agg.py:238: RuntimeWarning: Glyph 44400 missing from current font.
  font.set_text(s, 0.0, flags=flags)
/usr/local/lib/python3.8/site-packages/matplotlib/backends/backend_agg.py:238: RuntimeWarning: Glyph 44396 missing from current font.
  font.set_text(s, 0.0, flags=flags)
/usr/local/lib/python3.8/site-packages/matplotlib/backends/backend_agg.py:238: RuntimeWarning: Glyph 50900 missing from current font.
  font.set_text(s, 0.0, flags=flags)
/usr/local/lib/python3.8/site-packages/matplotlib/backends/backend_agg.py:238: RuntimeWarning: Glyph 49464 missing from current font.
  font.set_text(s, 0.0, flags=flags)
/usr/local/lib/python3.8/site-packages/matplotlib/backends/backend_agg.py:238: RuntimeWarning: Glyph 51204 missing from current font.
  font.set_text(s, 0.0, flags=flags)
/usr/local/lib/python3.8/site-packages/matplotlib/backends/backend_agg.py:201: RuntimeWarning: Glyph 49884 missing from current font.
  font.set_text(s, 0, flags=flags)
/usr/local/lib/python3.8/site-packages/matplotlib/backends/backend_agg.py:201: RuntimeWarning: Glyph 44400 missing from current font.
  font.set_text(s, 0, flags=flags)
/usr/local/lib/python3.8/site-packages/matplotlib/backends/backend_agg.py:201: RuntimeWarning: Glyph 44396 missing from current font.
  font.set_text(s, 0, flags=flags)
/usr/local/lib/python3.8/site-packages/matplotlib/backends/backend_agg.py:201: RuntimeWarning: Glyph 50900 missing from current font.
  font.set_text(s, 0, flags=flags)
/usr/local/lib/python3.8/site-packages/matplotlib/backends/backend_agg.py:201: RuntimeWarning: Glyph 49464 missing from current font.
  font.set_text(s, 0, flags=flags)
/usr/local/lib/python3.8/site-packages/matplotlib/backends/backend_agg.py:201: RuntimeWarning: Glyph 51204 missing from current font.
  font.set_text(s, 0, flags=flags)

 

 

역시나 잔뜩 warning이 뜨는군요. 뭔가 한글이 네모네모처럼 나온 걸 보니 한글과 관련된 것 같아요. 역시 당황하지 말고 구글링을 해봅니다.

그 결과, 아래 옵션을 추가하면 된다고 하네요.    

 

import matplotlib.pyplot as plt
from matplotlib import rc

rc('font', family='AppleGothic')
plt.rcParams['axes.unicode_minus'] = False

 

다시 해봐야겠죠?

 

hdata.groupby('전월세구분')['시군구'].count().plot.pie()

 

 

 

드디어 정상적인 그래프가 나왔습니다! 25%~30% 정도 되어 보이니, 생각보다 월세를 내는 분들이 적군요. (그게 바로 접니다)

 

 

월세 분포 살펴보기

 

먼저 월세 데이터만 분리하고 바로 plot()을 해봅시다.

 

month_rent = hdata[hdata['전월세구분'] == '월세']
month_rent['월세(만원)'].plot()

 

 

month_rent['월세(만원)'].plot()

 

음, 이건 제가 원했던 데이터가 아니네요. 생각해보니 저는 월세의 분포를 보고 싶어요! 

 

month_rent['월세(만원)'].plot.hist()

 

음, '대부분의 사람들이 100만 원 이하의 월세를 살고 있다'는 너무 당연한 사실 같네요. 조금 범위를 좁혀야겠어요.

그리고 10만 원 단위로 맞춰서 볼 수 있게, bins조건을 추가합니다.

 

month_rent_part = month_rent[month_rent['월세(만원)'] <= 150]
month_rent_part['월세(만원)'].plot.hist(bins=15)

 

50~60만원대가 1등, 40~50만원대가 2등,

 

그리고 30~40/60~70 만원대가 거의 비슷하게 공동 3등이네요. (역시 저도 이 안에 있습니다.)

전세 분포 살펴보기

 

이번엔 전세를 볼까요?

 

full_rent = hdata[hdata['전월세구분'] == '전세']
full_rent['보증금(만원)'] = full_rent['보증금(만원)'].str.replace(',', '').astype(float)
full_rent_part = full_rent[full_rent['보증금(만원)'] <= 60000]

full_rent_part['보증금(만원)'].plot.hist(bins=12)

 

 

1억 5천~2억 5천 사이의 집들이 가장 많네요. 내년에 전세로 갈아타고 싶었는데...... 일단 그렇군요.

 

 

언제 원룸 계약이 이루어질까요?

 

groupby 하고 한 열(이 경우 '층')을 선택하는 꼼수 아닌 꼼수(?)를 사용해보았습니다.

 

hdata.groupby('계약년월').count()['층'].plot()

 

 

(10월이 0이 아니랍니다.) 

 

역시 새로운 년도가 시작되는 2월이 가장 높네요. 10월에 집을 구하러다니면, 부동산 중개인들이 환영해줄 것 같아요. (하지만 그만큼 좋은 집이 없을 확률도 높겠네요)

 

 

갑자기 궁금해져서 계약일에 대해서도 그래프를 그려봤습니다.

 

hdata.groupby('계약일').count()['층'].plot()

 

 

큰 차이가 없을 줄 알았는데, 신기하게 지그재그였습니다. 어쩌면 미신인 손없는날이랑도 관련이 있겠네요.

 

 

층과 건축년도에도 경향성이 있을까요?

hdata[hdata['층'] < 10].groupby('층').count()['계약일'].plot()

 

층의 경우 2~3층이 1등을 차지했습니다. 전혀 놀랍지 않은 사실

 

hdata[hdata['건축년도'] > 1980].groupby('건축년도').count()['계약일'].plot()

 

건축년도를 보니, 2000~2005년에 무슨 바람이 불었는지 잠깐 집(연립/다세대주택)이 많이 지어졌다가,

최근 들어 다시 증가하는 추세네요.

 

몇 평에 사는 사람이 제일 많을까요?

hdata['전용면적(㎡)'].plot.hist(bins=12)

 

전용 면적으로 계산해보니 조금 헷갈려서, 평으로 바꿔봤습니다.

 

hdata['평'] = hdata['전용면적(㎡)'] / 3.30579
hdata['평'].plot.hist(bins=8)

 

8~10평이 가장 많네요. 18평이 넘는 곳은 없다는 것도 신기했어요.

아마 연립/다세대 주택에 임대로 사는 사람들의 예산/수요 등을 고려해서 결정된 것 같네요.

 

(단독주택과 아파트도 궁금하시죠? 다음 글에 있습니다) 

 

이정도는 아니더라도 마당이 있는 주택에 살고 싶은데, 쉽진 않네요. (물론 불가능하지도 않죠ㅎㅎ)

 

서울에서 평균 월세/보증금이 가장 높은 곳은?

 

month_rent.groupby('구').mean().sort_values('월세(만원)',ascending=False)

 

	전용면적(㎡)	계약년월	계약일	월세(만원)	층	건축년도
구
강남구	33.757174	202005.049087	15.312146	66.948395	2.892385	2005.920705
서초구	33.020288	202005.076142	15.404399	59.110829	3.059222	2009.244501
중구	30.784808	202004.628205	13.555556	52.871795	3.166667	2008.260684
용산구	34.917637	202004.720430	15.120968	52.502688	2.763441	2006.451613
마포구	28.441464	202004.991977	15.237053	49.024070	2.989059	2007.615609
성동구	31.118512	202005.093284	15.686567	48.283582	3.190299	2006.615672
종로구	36.074582	202004.643636	15.330909	47.949091	2.694545	2001.745455
송파구	33.871557	202005.138800	15.791265	47.208735	3.105841	2008.497588
광진구	31.282165	202004.988679	15.722642	46.021698	3.262264	2011.797170
동작구	31.230969	202004.876005	15.482204	45.127440	3.315729	2010.173364
강동구	34.364117	202005.189736	15.545101	44.918351	3.600311	2011.641524
은평구	37.712440	202005.135780	15.502752	44.807339	3.429358	2007.439450
동대문구	33.436415	202004.546125	14.929889	44.295203	4.103321	2011.407749
중랑구	35.340498	202005.223903	15.384266	44.163389	3.806354	2012.266263
서대문구	30.539418	202004.587171	16.848684	43.973684	3.159539	2007.537829
강서구	36.210009	202004.972669	16.249196	43.215434	3.498392	2008.263666
강북구	38.144917	202005.110818	15.918206	43.205805	3.189974	2009.263852
관악구	29.720329	202004.869328	15.393829	43.164247	3.733212	2008.520871
양천구	37.063173	202005.433018	16.198917	43.017591	2.971583	2006.399188
영등포구	27.592072	202004.986559	17.061828	42.647849	4.206989	2010.231183
성북구	34.362805	202004.658025	15.259259	40.811111	3.251852	2011.377778
금천구	35.634325	202005.091787	14.538647	40.330918	3.727053	2012.562802
도봉구	40.603408	202005.049315	15.857534	39.413699	2.898630	2004.989041
구로구	40.856447	202005.032423	15.646758	38.674061	3.319113	2006.141638
노원구	31.542765	202004.615385	15.526316	37.000000	3.210526	2010.331984

역시 강남구와 서초구였습니다! (눈물이 앞을 가립니다)

마지막인 노원구와는 대략 30만 원 정도 차이가 나네요.

전세도 아마 비슷하겠죠?

 

full_rent.groupby('구').mean().sort_values('보증금(만원)',ascending=False)

 

	전용면적(㎡)	계약년월	계약일	보증금(만원)	월세(만원)	층	건축년도
구
서초구	36.114510	202005.286422	15.692943	29371.113496	0.0	3.438300	2011.562526
강남구	34.223996	202005.155526	15.442068	27462.081996	0.0	3.213012	2009.331996
광진구	35.320170	202005.150503	15.468410	22846.198390	0.0	3.435412	2012.957344
송파구	36.764483	202005.273191	15.616681	22459.128000	0.0	3.253787	2009.951319
강동구	34.766762	202005.208399	15.798688	22184.993176	0.0	3.932021	2013.491076
동작구	37.998278	202005.303562	15.625199	22081.632111	0.0	3.069644	2009.972355
영등포구	30.311376	202005.218947	16.088421	22025.666667	0.0	5.041404	2014.564912
중구	32.623065	202005.651663	14.994129	21602.035225	0.0	3.590998	2011.825832
용산구	34.741185	202005.364910	15.601734	20725.323549	0.0	2.955304	2010.777852
중랑구	34.780398	202005.458398	15.629045	20562.058552	0.0	4.209938	2014.288906
마포구	33.706324	202005.214927	15.498618	20539.314098	0.0	3.242571	2009.294402
관악구	35.380694	202005.313999	16.088966	20531.428260	0.0	3.610118	2009.878761
금천구	34.836127	202005.618741	15.484979	20163.623033	0.0	4.258226	2013.208870
동대문구	34.802489	202005.073597	15.410304	19847.382705	0.0	3.729531	2012.433303
강서구	36.206088	202005.422924	15.969828	19483.287324	0.0	3.722386	2011.912953
성북구	38.541718	202005.144553	15.501807	19267.466185	0.0	3.149716	2011.997935
구로구	39.931736	202005.432403	15.858238	18900.731801	0.0	3.288998	2009.124247
성동구	34.884004	202005.114202	16.708638	18837.538799	0.0	3.496340	2006.869693
양천구	37.363237	202005.536746	16.145101	18419.795854	0.0	3.405465	2009.075691
종로구	40.941576	202005.051724	14.017241	18276.169951	0.0	2.603448	2003.283251
서대문구	39.640336	202005.084192	15.697595	18225.330756	0.0	3.042096	2007.662371
은평구	39.810937	202005.292192	15.860087	18199.978177	0.0	3.554316	2010.040737
강북구	41.865768	202005.474388	15.335189	16809.599109	0.0	3.153675	2008.924276
도봉구	41.454546	202005.465919	15.499569	16328.607420	0.0	3.270060	2008.427092
노원구	36.734702	202005.015949	16.192982	12722.290271	0.0	2.934609	2005.177033

 

보증금도 큰 차이가 없었습니다. 서초와 강남이 자리를 바꿨네요.

이번엔 서초구와 노원구는 1억 7천만 원 차이가 났습니다.

 

눈은 높았지만, 손이 아직 따라오지 못하고 있다

이렇게 궁금했던 연립/다세대 주택 부동산과 관련된 정보를 그래프로 나타냈습니다.

처음인 만큼, 아름답게 혹은 명확하게 그리려고 하기보단 일단 그리는 데에 초점을 두었답니다. 

 

('사실 이 글은 헬스장 전단지에 나오듯이, 시각화 공부 Before를 위해서 작성되었습니다' )

 

그리고 다음과 같이 더 하고 싶은 일이 생겼습니다.

 

(1) 바로 위에 표에서 필요 없는 정보를 삭제하고, 시각화를 하면 참 좋겠죠? (변수가 2개로 늘어났습니다)

(2) 단독 주택뿐만 아닌 서울에 다양한 주택(단독주택, 아파트 등) 별로 비교를 해볼까요? 

(3) 지도에다가 그려보면 더 좋겠죠?

 

드디어 집에서 굴러다니던 아래 책을 읽어볼 차례가 된 것 같네요.  (다음 화에 계속됩니다)

 

데이터 시각화 교과서 국내도서 저자 : 클라우스 윌케(Claus O. Wilke) / 권혜정역 출판 : 책만 2020.02.20 상세보기