◾

PPT제작

Archive

ETA

2025/11/25 → 2025/11/27

Main Task

Sub Task

담당자

메모

상태

Not started

생성 일시

2025/11/19 07:40

생성자

우선 순위

진행률 %

Task :

데이터 소개

데이터 출처 : 서울 열린데이터 광장의 부동산 실거래가 정보에 제공된 데이터

2018 ~ 2024년 7개년 데이터, 모든 테이블의 컬럼이 같아 CONCAT 함수를 사용하여 병합

필요한 컬럼 선정

•

본 프로젝트의 핵심 목표인 페르소나별 아파트 매물 추천을 위해 필요한 컬럼 선정

[전체 데이터 행렬 : 833,614 x 21]

column	non-null count	dtype
접수연도	833,614	int64
자치구코드	833,614	int64
자치구명	833,613	object
법정동코드	833,614	int64
법정동명	833,614	object
지번구분	776,043	float64
지번구분명	776,043	object
본번	776,052	object
부번	776,052	object
건물명	776,065	object
계약일	833,614	int64
물건금액(만원)	833,614	int64
건물면적(㎡)	833,614	float64
토지면적(㎡)	668,824	float64
층	776,119	float64
권리구분	7,614	object
취소일	25,541	float64
건축년도	830,198	float64
건물용도	833,614	object
신고구분	225,344	object
신고한 개업공인중개사 시군구명	183,916	object

데이터 전처리

•

데이터 필터링

◦

건물 용도가 아파트 : 아파트 매물 추천 목적에 맞게 건물 용도를 아파트로만 필터링

◦

계약일 2017년 이후 : 가계약 고려

# 아파트로만 필터링
df_2018_2024 = df_2018_2024[df_2018_2024['건물용도'] == '아파트'].copy()

# 계약 연도가 2017년부터
df_2018_2024 = df_2018_2024[df_2018_2024['계약일'] >= 20170101].copy()
Python
복사

•

필터링 이후

[전체 데이터 행렬 : 393,345 x 12]

column	non-null count	dtype
자치구명	393,344	object
법정동명	393,345	object
본번	393,298	object
부번	393,298	object
건물명	393,345	object
계약일	393,345	int64
물건금액(만원)	393,345	int64
건물면적(㎡)	393,345	float64
층	393,345	float64
취소일	8,598	float64
건축년도	393,343	float64
건물용도	393,345	object

•

결측치 확인

◦

취소일의 결측치는 실제 계약이 되었다고 판단할 수 있는 기준이 되기 때문에 제거하면 안됨

column	non-null count	dtype
자치구명	393,344	object
법정동명	393,345	object
본번	393,298	object
부번	393,298	object
건물명	393,345	object
계약일	393,345	int64
물건금액(만원)	393,345	int64
건물면적(㎡)	393,345	float64
층	393,345	float64
취소일	8,598	float64
건축년도	393,343	float64
건물용도	393,345	object

•

결측치 처리

◦

자치구명, 본번, 건축년도 결측치 제거 : 부번은 본번 결측치 제거시 함께 사라짐

# 본번 결측치 제거
df_2018_2024 = df_2018_2024[df_2018_2024['본번'].notna()].copy()

# 건축년도 결측치 제거
df_2018_2024 = df_2018_2024[df_2018_2024['건축년도'].notna()].copy()

# 자치구명 결측치 제거
df_2018_2024 = df_2018_2024[df_2018_2024['자치구명'].notna()].copy()
Python
복사

•

결측치 처리 이후

[데이터 전체 행렬 개수 : 393,295 x 12]

column	non-null count	dtype
자치구명	393,295	object
법정동명	393,295	object
본번	393,295	object
부번	393,295	object
건물명	393,295	object
계약일	393,295	int64
물건금액(만원)	393,295	int64
건물면적(㎡)	393,295	float64
층	393,295	float64
취소일	8,598	float64
건축년도	393,295	float64
건물용도	393,295	object

•

이상치 처리

◦

건축년도, 본번, 건물 면적(㎡), 물건금액(만원)이 0인 경우 제외

◦

취소일에 값이 있는 경우 제외

◦

아파트의 층수가 1층 미만인 경우 제외

# 건축년도 0 제외
df_2018_2024 = df_2018_2024[df_2018_2024['건축년도'] != 0].copy()

# 본번 0 제외
df_2018_2024['본번'] = df_2018_2024['본번'].astype(int)
df_2018_2024 = df_2018_2024[df_2018_2024['본번'] != 0].copy()

# 건물면적 0 제외
df_2018_2024 = df_2018_2024[df_2018_2024['건물면적(㎡)'] != 0.0].copy()

# 물건금액 0 제외
df_2018_2024 = df_2018_2024[df_2018_2024['물건금액(만원)'] != 0].copy()

# 취소일이 null인 경우
df_2018_2024 = df_2018_2024[df_2018_2024['취소일'].isnull()].copy()

# 아파트 층수가 1층 이상
df_2018_2024 = df_2018_2024[df_2018_2024['층'] > 0].copy()
Python
복사

•

이상치 처리 이후

[데이터 전체 행렬 개수 : 377,199 x 12]

column	non-null count	dtype
자치구명	377,199	object
법정동명	377,199	object
본번	377,199	int64
부번	377,199	object
건물명	377,199	object
계약일	377,199	int64
물건금액(만원)	377,199	int64
건물면적(㎡)	377,199	float64
층	377,199	float64
취소일	0	float64
건축년도	377,199	float64
건물용도	377,199	object

•

파생 변수 생성

◦

계약 연도 : 계약 연도별로 가격 확인을 위함(계약일에서 연도만 추출)

◦

평수(평) : 부동산 시장에서 통용되는 단위인 '평'으로 변환함과 동시에 평당가를 구하기 위함

◦

평당가(만원) : 서로 다른 규모의 매물들을 동일 선상에서 비교하여 가치를 평가하기 위함

◦

주소 : 시군구 본-부번의 형태의 데이터로 GIS 시각화를 위함

# 계약 연도 컬럼 추가
## 계약일 -> 계약 연도 컬럼 추가(int 타입)
df_2018_2024['계약 연도'] = df_2018_2024['계약일'] // 10000

## 계약일 컬럼 제거
df_2018_2024 = df_2018_2024.drop('계약일', axis=1)

# 평수 컬럼 추가(정수까지 반올림해서 int화)
df_2018_2024['평수(평)'] = round(df_2018_2024['건물면적(㎡)'] / 3.3)
df_2018_2024['평수(평)'] = df_2018_2024['평수(평)'].astype(int)

# 평당가 계산(정수까지 반올림해서 int화)
df_2018_2024['평당가(만원)'] = round(df_2018_2024['물건금액(만원)']/ df_2018_2024['평수(평)'])
df_2018_2024['평당가(만원)'] = df_2018_2024['평당가(만원)'].astype(int)

# 주소 컬럼 추가
## 서울특별시를 시명으로 추가
df_2018_2024['시명'] = "서울특별시"

## 부번 정수화
df_2018_2024['부번'] = df_2018_2024['부번'].astype(int)

## 부번 0 -> Null 처리
df_2018_2024['부번'] = df_2018_2024['부번'].replace(0, None)

## 주소 컬럼 생성
main_num = df_2018_2024['본번'].fillna(0).astype(float).astype(int).astype(str)
sub_num = df_2018_2024['부번'].fillna(0).astype(float).astype(int).astype(str)

hyphen_str = np.where((df_2018_2024['부번'].isna()) | (df_2018_2024['부번'] == 0), "", "-" + sub_num)

df_2018_2024['주소'] = (df_2018_2024['시명'].fillna('') + ' ' + df_2018_2024['자치구명'].fillna('') + ' ' + df_2018_2024['법정동명'].fillna('') + ' ' + main_num + hyphen_str)
Python
복사

•

파생변수 생성 이후

[데이터 전체 행렬 개수 : 377,199 x 16]

column	non-null count	dtype
자치구명	377,199	object
법정동명	377,199	object
본번	377,199	int64
부번	97,807	object
건물명	377,199	object
물건금액(만원)	377,199	int64
건물면적(㎡)	377,199	float64
층	377,199	float64
취소일	0	float64
건축년도	377,199	float64
건물용도	377,199	object
계약 연도	377,199	int64
평수(평)	377,199	int64
평당가 (만원)	377,199	int64
시명	377,199	object
주소	377,199	object

•

데이터 검토

◦

층, 건축년도 int화

◦

컬럼, 인덱스 정렬

# 층 int화
df_2018_2024['층'] = df_2018_2024['층'].astype(int)

# 건축년도 int화
df_2018_2024['건축년도'] = df_2018_2024['건축년도'].astype(int)

# 최종 정렬
df_2018_2024 = df_2018_2024[['계약 연도', '시명', '자치구명', '법정동명', '본번', '부번', '주소', '건물명', '물건금액(만원)', '건물면적(㎡)', '평단가(만원)', '평수(평)', '층', '취소일', '건축년도', '건물용도']]

# 인덱스 번호 정렬
df_2018_2024 = df_2018_2024.reset_index(drop=True)
Python
복사

•

최종 검토 이후

[데이터 전체 행렬 개수 : 377,199 x 16]

column	non-null count	dtype
계약 연도	377,199	int64
시명	377,199	object
자치구명	377,199	object
법정동명	377,199	object
본번	377,199	int64
부번	377,199	object
주소	377,199	object
건물명	377,199	object
물건금액 (만원)	377,199	int64
건물면적(㎡)	377,199	float64
평당가 (만원)	377,199	int64
평수(평)	377,199	int64
층	377,199	int64
취소일	0	float64
건축년도	377,199	int64
건물용도	377,199	object

•

외부 데이터를 활용해 컬럼 추가 및 전처리

◦

lat, lng : 위경도 좌표 ← 이 부분은 경원님에게 물어보시면 좋을 것 같아요

실행 및 진행 사항 정리

결과