[파이썬] 우리나라 인구 소멸 위기 지역 분석 - 1

시작에 앞서

해당 내용은 <파이썬으로 데이터 주무르기> -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.
보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.

---

인구 소멸 지역 조사 목표

 

우리나라의 인구 소멸 지역 위기 지역을 조사하고 시각화하여 위기감을 일으키는 것이 목적.

대한민국 지도를 그리고 그 위에 인구 소멸 위기 지역에 대해 매핑하여 시각화하는 것을 최종 목적으로 함.

 

인구 소멸 지역의 정의: 65세 이상 노인 인구와 20~39세 여성 인구를 비교해서 젊은 여성 인구가 노인 인구의 절반에 미달할 경우 인고 소멸 지역으로 분류

 

[진행 과정]

• 먼저, 각 지역별 20~30대 여성 인구, 65세 이상 노인 인구 파악
• 인구 소멸 위기 지역인지 파악
• 한국 지도에 시각화 하기 위해 한국 지도를 그리는 법 확보 (Folium 과 다른 방법)

---

인구 데이터 확보하기 정리하기

 

인구 데이터 확보를 위해서는 국가통계포털 > 인구총조사 > 전수기본표 > 성, 연령 및 세대구성별 인구 - 시군구   수록기간년 2015~2022통계표파일다운로드통계표정보확인 (하단링크) 에서 확인하는 것이 맞으나,

교재와 일치하는 데이터로 진행하는 것이 파이썬을 학습하는 목표에 더 가까우므로, 저자의 git hub에서 해당 엑셀 데이터를 다운로드하기로 한다. (물론, 추후에는 실제 데이터를 토대로 통계를 낼 수 있어야 한다)

KOSIS

 

05. population_raw_data.xlsx

0.09MB

 

※ 본인이 작업하는 폴더에 다운로드 받는다

---

작업을 위한 기본 세팅 하기(모듈 import, 한글 폰트 문제 등)

# pandas, numpy 모듈 import
import pandas as pd
import numpy as np

# 운영 체제 정보를 확인하고, matplotlib을 사용하여 그래프 그릴 준비하기
import platform
import matplotlib.pyplot as plt

%matplotlib inline

path = "c:/Windows/Fonts/malgun.ttf"

from matplotlib import font_manager, rc
if platform.system() == 'Windows':
    font_name = font_manager.FontProperties(fname=path).get_name()
    rc('font', family=font_name)
else:
    print('Sorry')

plt.rcParams['axes.unicode_minus'] = False

---

인구 데이터 엑셀 파일 불러오기

population = pd.read_excel('../data/05. population_raw_data.xlsx', header=1) #두번째 줄부터 읽기
population.fillna(method='pad', inplace=True) #빈 셀에 대해 NaN 처리하지 않고 그 앞 내용으로 채우기

#컬럼명 바꾸기
population.rename(columns = {'행정구역(동읍면)별(1)':'광역시도',
                             '행정구역(동읍면)별(2)':'시도',
                             '계':'인구수'}, inplace=True)

#소계 항목 없애기
population = population[(population['시도'] != '소계')]

population

792 행까지 있는 데이터 임을 알 수 있다

 

컬럼명 바꾸기

population.is_copy = False

#컬럼명 바꾸기 : 항목 > 구분
population.rename(columns = {'항목':'구분'}, inplace=True)

#구분 컬럼 내용 바꾸기
population.loc[population['구분'] == '총인구수 (명)', '구분'] = '합계'
population.loc[population['구분'] == '남자인구수 (명)', '구분'] = '남자'
population.loc[population['구분'] == '여자인구수 (명)', '구분'] = '여자'

population

 

---

인구 소멸 위기 지역 계산하고 데이터 정리하기

 

20~30대 인구, 65세 이상 인구수 계산하기

# 20-39세 인구 계산
population['20-39세'] = population['20 - 24세'] + population['25 - 29세'] + \
                        population['30 - 34세'] + population['35 - 39세']


# 65세 이상 인구 계산
population['65세이상'] = population['65 - 69세'] + population['70 - 74세'] + \
                         population['75 - 79세'] + population['80 - 84세'] + \
                         population['85 - 89세'] + population['90 - 94세'] + \
                         population['95 - 99세'] + population['100+'] 

population.head()

 

pivot_table 로 데이터 합치기

pop = pd.pivot_table(population,
                     index = ['광역시도', '시도'],  
                     columns = ['구분'],
                     values = ['인구수', '20-39세', '65세이상']) #인구수와 20-39세, 65세 이상만 데이터로 가져옴
pop

인구 소멸 비율 계산하기

 

지역별 20-39세 여성 인구와 65세 이상 인구를 계산하였으니, 이를 토대로 인구 소멸 비율 계산

pop['소멸비율'] = pop['20-39세','여자'] / (pop['65세이상','합계']/2)
pop.head()

인구 소멸 위기 지역 표시하기

 

인구 소멸 위기 지역에 대한 정의에 의해 위에서 계산한 소멸비율이 1 이하면 소멸위기지역이라고 기록

pop['소멸위기지역'] = pop['소멸비율'] < 1.0
pop.head()

 

소멸위기지역 지역 리스트 뽑기 (소멸위기지역이 'True'인 지역)

pop[pop['소멸위기지역']==True].index.get_level_values(1)

# DataFrame인 pop에서 인덱스를 재설정

pop.reset_index(inplace=True)
pop.head()

 

다단으로 된 컬럼 하나로 합치기

# pop DataFrame의 다중 레벨 열 인덱스에서 각 열 이름의 첫 번째 수준과 두 번째 수준을 가져와서 새로운 열 이름을 만듦

tmp_columns = [pop.columns.get_level_values(0)[n] + pop.columns.get_level_values(1)[n]
               for n in range(0,len(pop.columns.get_level_values(0)))]

# 새로운 열 이름 리스트인 tmp_columns를 만든 후, 이를 pop DataFrame의 열에 할당

pop.columns = tmp_columns

pop.head()

 

info 명령을 통해 데이터 요약 보기

다음 시간에는 대한민국 지도를 불러와 시각화 진행

---

다음글

[파이썬] 우리나라 인구 소멸 위기 지역 분석 - 2