판다스 - 네이버 쇼핑 크롤링 자료 : 분석

https://steadiness-193.tistory.com/124

판다스 - 네이버 쇼핑 크롤링 자료 : 전처리, 살펴보기

위 포스팅에서 전처리 완료한 데이터프레임을 이용한다.

 

 

 

df

 

 

 

 

 

mall 별로 그룹화 → grouped

 

 

 

 

 

 

 

mall 별로 total_price를 가장 저렴히 판매하는 곳 찾기

 

위 함수를 이용한다.

 

 

 

 

get_minimum 함수 적용 → group_df

 

 

 

 

 

이를 total_price 기준으로 오름차순으로 정렬하고

 

인덱스를 초기화 하면

 

 

mall의 고유값이 총 52개이기에

 

52개의 행이 나온다.

 

(오름차순 기준 상위 10개의 행만 캡쳐)

 

 

 

 

 

 

 

판매처가 많은 순으로 df 걸러내기

 

 

mall이 너무 많으니 판매처가 많은 순으로 몇개 걸러보자

 

 

여기서 10개 이상인 쿠팡까지만 판매처로 할당하자.

 

 

 

 

 

총 217개 중에 위메프부터 쿠팡까지의 합인 124의 비율은 약 57%이다.

 

 

 

 

 

위 코드들로 쿠팡까지의 배열을 얻었다.

 

 

 

 

 

 

isin 메서드를 사용해서 mall_cond를 만들고

 

 

 

그 mall_cond를 필터조건으로

 

 

 

 

filtered 데이터프레임을 만들자

 

 

filtered의 판매처는 위메프, G마켓, 옥션, 11번가, 인터파크, G9, 쿠팡만 있는 것이다.

 

 

 

 

 

 

위 filtered를 다시 mall별로 그룹화해서 total_price의 여러 집계 값을 살펴보자

 

 

 

 

 

바이올린 플랏

 

filtered 데이터프레임을 판매처별, total_price를 바이올린 플랏으로 

 

시각화해보자

 

 

위메프와 G9에서 저가 상품이 많아보인다.

 

가격의 격차가 크지 않은 곳은 쿠팡과 인터파크다.

 

평균적인 가격대는 주로 2~3만원 사이에 많이 분포되어있다.

 

 

 

 

 

 

 

filtered의 mall 그룹별로 비싸게 파는 3개 상품

 

최저 가격이 2만원대인데 굳이 비싼 제품은 그런 이유가 있을 것이다.

 

filtered의 mall별로 total_price를 내림차순하여 상위 3개씩만 뽑아보자.

 

 

 

함수 정의

 

위 어떤 것을 쓰든 상관 없다.

 

 

 

 

위 함수를 group객체에 apply 해보자

 

 

보기에 필요없는 컬럼은 따로 지워줬다.

 

주로 단일 제품보단 모음전이 많아보인다.