week3/6-2.ipynb

{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "\n",
    "### 3. pandas를 이용하여 데이터 정리하기"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "import numpy as np\n",
    "import pandas as pd"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>구분</th>\n",
       "      <th>죄종</th>\n",
       "      <th>발생검거</th>\n",
       "      <th>건수</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>0</th>\n",
       "      <td>중부</td>\n",
       "      <td>살인</td>\n",
       "      <td>발생</td>\n",
       "      <td>1</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1</th>\n",
       "      <td>중부</td>\n",
       "      <td>살인</td>\n",
       "      <td>검거</td>\n",
       "      <td>1</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>2</th>\n",
       "      <td>중부</td>\n",
       "      <td>강도</td>\n",
       "      <td>발생</td>\n",
       "      <td>3</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>3</th>\n",
       "      <td>중부</td>\n",
       "      <td>강도</td>\n",
       "      <td>검거</td>\n",
       "      <td>4</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>4</th>\n",
       "      <td>중부</td>\n",
       "      <td>강간,추행</td>\n",
       "      <td>발생</td>\n",
       "      <td>113</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "   구분     죄종 발생검거   건수\n",
       "0  중부     살인   발생    1\n",
       "1  중부     살인   검거    1\n",
       "2  중부     강도   발생    3\n",
       "3  중부     강도   검거    4\n",
       "4  중부  강간,추행   발생  113"
      ]
     },
     "metadata": {},
     "output_type": "display_data"
    }
   ],
   "source": [
    "df = pd.read_csv(\"C:\\\\Users\\\\user\\\\Downloads\\\\경찰청 서울특별시경찰청_경찰서별 5대범죄 발생 검거 현황_12_31_2020.csv\", \n",
    "                 encoding='euc-kr')\n",
    "df.head()"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>구분</th>\n",
       "      <th>건수</th>\n",
       "      <th>범죄 검거</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>0</th>\n",
       "      <td>중부</td>\n",
       "      <td>1</td>\n",
       "      <td>살인 발생</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1</th>\n",
       "      <td>중부</td>\n",
       "      <td>1</td>\n",
       "      <td>살인 검거</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>2</th>\n",
       "      <td>중부</td>\n",
       "      <td>3</td>\n",
       "      <td>강도 발생</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>3</th>\n",
       "      <td>중부</td>\n",
       "      <td>4</td>\n",
       "      <td>강도 검거</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>4</th>\n",
       "      <td>중부</td>\n",
       "      <td>113</td>\n",
       "      <td>강간,추행 발생</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "   구분   건수     범죄 검거\n",
       "0  중부    1     살인 발생\n",
       "1  중부    1     살인 검거\n",
       "2  중부    3     강도 발생\n",
       "3  중부    4     강도 검거\n",
       "4  중부  113  강간,추행 발생"
      ]
     },
     "metadata": {},
     "output_type": "display_data"
    }
   ],
   "source": [
    "df['범죄 검거'] = df[\"죄종\"].map(str) + \" \" + df[\"발생검거\"] #죄종, 발생검거 열의 텍스트를 결합\n",
    "df = df.drop(['죄종', '발생검거'], axis = 1)\n",
    "df.head()"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>관서명</th>\n",
       "      <th>살인 발생</th>\n",
       "      <th>살인 검거</th>\n",
       "      <th>강도 발생</th>\n",
       "      <th>강도 검거</th>\n",
       "      <th>강간,추행 발생</th>\n",
       "      <th>강간,추행 검거</th>\n",
       "      <th>절도 발생</th>\n",
       "      <th>절도 검거</th>\n",
       "      <th>폭력 발생</th>\n",
       "      <th>폭력 검거</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>0</th>\n",
       "      <td>중부</td>\n",
       "      <td>1</td>\n",
       "      <td>1</td>\n",
       "      <td>3</td>\n",
       "      <td>4</td>\n",
       "      <td>113.0</td>\n",
       "      <td>76.0</td>\n",
       "      <td>943</td>\n",
       "      <td>495</td>\n",
       "      <td>997</td>\n",
       "      <td>830</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1</th>\n",
       "      <td>종로</td>\n",
       "      <td>9</td>\n",
       "      <td>6</td>\n",
       "      <td>4</td>\n",
       "      <td>4</td>\n",
       "      <td>115.0</td>\n",
       "      <td>93.0</td>\n",
       "      <td>602</td>\n",
       "      <td>284</td>\n",
       "      <td>964</td>\n",
       "      <td>792</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>2</th>\n",
       "      <td>남대문</td>\n",
       "      <td>1</td>\n",
       "      <td>1</td>\n",
       "      <td>2</td>\n",
       "      <td>2</td>\n",
       "      <td>73.0</td>\n",
       "      <td>52.0</td>\n",
       "      <td>699</td>\n",
       "      <td>368</td>\n",
       "      <td>579</td>\n",
       "      <td>494</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>3</th>\n",
       "      <td>서대문</td>\n",
       "      <td>3</td>\n",
       "      <td>3</td>\n",
       "      <td>2</td>\n",
       "      <td>1</td>\n",
       "      <td>159.0</td>\n",
       "      <td>149.0</td>\n",
       "      <td>1077</td>\n",
       "      <td>524</td>\n",
       "      <td>1292</td>\n",
       "      <td>1029</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>4</th>\n",
       "      <td>혜화</td>\n",
       "      <td>0</td>\n",
       "      <td>0</td>\n",
       "      <td>3</td>\n",
       "      <td>3</td>\n",
       "      <td>77.0</td>\n",
       "      <td>53.0</td>\n",
       "      <td>581</td>\n",
       "      <td>310</td>\n",
       "      <td>747</td>\n",
       "      <td>628</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "   관서명  살인 발생  살인 검거  강도 발생  강도 검거  강간,추행 발생  강간,추행 검거  절도 발생  절도 검거  폭력 발생  \\\n",
       "0   중부      1      1      3      4     113.0      76.0    943    495    997   \n",
       "1   종로      9      6      4      4     115.0      93.0    602    284    964   \n",
       "2  남대문      1      1      2      2      73.0      52.0    699    368    579   \n",
       "3  서대문      3      3      2      1     159.0     149.0   1077    524   1292   \n",
       "4   혜화      0      0      3      3      77.0      53.0    581    310    747   \n",
       "\n",
       "   폭력 검거  \n",
       "0    830  \n",
       "1    792  \n",
       "2    494  \n",
       "3   1029  \n",
       "4    628  "
      ]
     },
     "metadata": {},
     "output_type": "display_data"
    }
   ],
   "source": [
    "crimes = df['범죄 검거'].unique()\n",
    "\n",
    "data = []\n",
    "for n in range(11) : \n",
    "        data.append(n)\n",
    "\n",
    "crime_anal_police = df[df['범죄 검거'] == crimes[0]]\n",
    "crime_anal_police = crime_anal_police.drop(['범죄 검거'], axis = 1)\n",
    "crime_anal_police.columns = ['관서명', crimes[0]]\n",
    "crime_anal_police = crime_anal_police.reset_index(drop = True)\n",
    "\n",
    "for n in range(1, 10) : \n",
    "        data[n] = df[df['범죄 검거'] == crimes[n]]\n",
    "        data[n] = data[n].drop(['범죄 검거'], axis = 1)\n",
    "        data[n].columns = ['관서명', crimes[n]]\n",
    "        data[n] = data[n].reset_index(drop = True)\n",
    "        crime_anal_police = pd.merge(crime_anal_police, data[n], how = 'outer')\n",
    "\n",
    "crime_anal_police = crime_anal_police.fillna(0) #nan값을 0으로 대체\n",
    "crime_anal_police.head()"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "자, 이제 본격적인 분석을 위한 데이터 정리가 완료되었습니다! \n",
    "\n",
    "그리고, 분석 전에 데이터 타입이 어떻게 되어있는지 확인해야 할 필요가 있겠죠?"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "<class 'pandas.core.frame.DataFrame'>\n",
      "Int64Index: 31 entries, 0 to 30\n",
      "Data columns (total 11 columns):\n",
      " #   Column    Non-Null Count  Dtype  \n",
      "---  ------    --------------  -----  \n",
      " 0   관서명       31 non-null     object \n",
      " 1   살인 발생     31 non-null     int64  \n",
      " 2   살인 검거     31 non-null     int64  \n",
      " 3   강도 발생     31 non-null     int64  \n",
      " 4   강도 검거     31 non-null     int64  \n",
      " 5   강간,추행 발생  31 non-null     float64\n",
      " 6   강간,추행 검거  31 non-null     float64\n",
      " 7   절도 발생     31 non-null     int64  \n",
      " 8   절도 검거     31 non-null     int64  \n",
      " 9   폭력 발생     31 non-null     int64  \n",
      " 10  폭력 검거     31 non-null     int64  \n",
      "dtypes: float64(2), int64(8), object(1)\n",
      "memory usage: 2.9+ KB\n"
     ]
    }
   ],
   "source": [
    "crime_anal_police.info()"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "관서명을 제외한 모든 데이터가 int64와 float64로 나타나고 있네요. 따로 데이터 타입을 바꿀 필요 없이 그대로 분석을 진행하면 되겠습니다."
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "자, 그럼 다시 한번 우리가 분석해볼 데이터를 보죠."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>관서명</th>\n",
       "      <th>살인 발생</th>\n",
       "      <th>살인 검거</th>\n",
       "      <th>강도 발생</th>\n",
       "      <th>강도 검거</th>\n",
       "      <th>강간,추행 발생</th>\n",
       "      <th>강간,추행 검거</th>\n",
       "      <th>절도 발생</th>\n",
       "      <th>절도 검거</th>\n",
       "      <th>폭력 발생</th>\n",
       "      <th>폭력 검거</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>0</th>\n",
       "      <td>중부</td>\n",
       "      <td>1</td>\n",
       "      <td>1</td>\n",
       "      <td>3</td>\n",
       "      <td>4</td>\n",
       "      <td>113.0</td>\n",
       "      <td>76.0</td>\n",
       "      <td>943</td>\n",
       "      <td>495</td>\n",
       "      <td>997</td>\n",
       "      <td>830</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1</th>\n",
       "      <td>종로</td>\n",
       "      <td>9</td>\n",
       "      <td>6</td>\n",
       "      <td>4</td>\n",
       "      <td>4</td>\n",
       "      <td>115.0</td>\n",
       "      <td>93.0</td>\n",
       "      <td>602</td>\n",
       "      <td>284</td>\n",
       "      <td>964</td>\n",
       "      <td>792</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>2</th>\n",
       "      <td>남대문</td>\n",
       "      <td>1</td>\n",
       "      <td>1</td>\n",
       "      <td>2</td>\n",
       "      <td>2</td>\n",
       "      <td>73.0</td>\n",
       "      <td>52.0</td>\n",
       "      <td>699</td>\n",
       "      <td>368</td>\n",
       "      <td>579</td>\n",
       "      <td>494</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>3</th>\n",
       "      <td>서대문</td>\n",
       "      <td>3</td>\n",
       "      <td>3</td>\n",
       "      <td>2</td>\n",
       "      <td>1</td>\n",
       "      <td>159.0</td>\n",
       "      <td>149.0</td>\n",
       "      <td>1077</td>\n",
       "      <td>524</td>\n",
       "      <td>1292</td>\n",
       "      <td>1029</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>4</th>\n",
       "      <td>혜화</td>\n",
       "      <td>0</td>\n",
       "      <td>0</td>\n",
       "      <td>3</td>\n",
       "      <td>3</td>\n",
       "      <td>77.0</td>\n",
       "      <td>53.0</td>\n",
       "      <td>581</td>\n",
       "      <td>310</td>\n",
       "      <td>747</td>\n",
       "      <td>628</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>5</th>\n",
       "      <td>용산</td>\n",
       "      <td>5</td>\n",
       "      <td>3</td>\n",
       "      <td>6</td>\n",
       "      <td>6</td>\n",
       "      <td>230.0</td>\n",
       "      <td>186.0</td>\n",
       "      <td>1111</td>\n",
       "      <td>534</td>\n",
       "      <td>1617</td>\n",
       "      <td>1327</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>6</th>\n",
       "      <td>성북</td>\n",
       "      <td>0</td>\n",
       "      <td>0</td>\n",
       "      <td>2</td>\n",
       "      <td>2</td>\n",
       "      <td>0.0</td>\n",
       "      <td>0.0</td>\n",
       "      <td>439</td>\n",
       "      <td>233</td>\n",
       "      <td>672</td>\n",
       "      <td>610</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>7</th>\n",
       "      <td>동대문</td>\n",
       "      <td>10</td>\n",
       "      <td>8</td>\n",
       "      <td>6</td>\n",
       "      <td>5</td>\n",
       "      <td>161.0</td>\n",
       "      <td>142.0</td>\n",
       "      <td>1440</td>\n",
       "      <td>713</td>\n",
       "      <td>1784</td>\n",
       "      <td>1597</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>8</th>\n",
       "      <td>마포</td>\n",
       "      <td>9</td>\n",
       "      <td>8</td>\n",
       "      <td>4</td>\n",
       "      <td>3</td>\n",
       "      <td>348.0</td>\n",
       "      <td>287.0</td>\n",
       "      <td>1483</td>\n",
       "      <td>679</td>\n",
       "      <td>1844</td>\n",
       "      <td>1557</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>9</th>\n",
       "      <td>영등포</td>\n",
       "      <td>7</td>\n",
       "      <td>4</td>\n",
       "      <td>6</td>\n",
       "      <td>5</td>\n",
       "      <td>315.0</td>\n",
       "      <td>252.0</td>\n",
       "      <td>2188</td>\n",
       "      <td>953</td>\n",
       "      <td>2701</td>\n",
       "      <td>2157</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>10</th>\n",
       "      <td>성동</td>\n",
       "      <td>5</td>\n",
       "      <td>5</td>\n",
       "      <td>3</td>\n",
       "      <td>3</td>\n",
       "      <td>115.0</td>\n",
       "      <td>98.0</td>\n",
       "      <td>1016</td>\n",
       "      <td>565</td>\n",
       "      <td>1223</td>\n",
       "      <td>1103</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>11</th>\n",
       "      <td>동작</td>\n",
       "      <td>1</td>\n",
       "      <td>1</td>\n",
       "      <td>1</td>\n",
       "      <td>2</td>\n",
       "      <td>226.0</td>\n",
       "      <td>121.0</td>\n",
       "      <td>1341</td>\n",
       "      <td>592</td>\n",
       "      <td>1631</td>\n",
       "      <td>1370</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>12</th>\n",
       "      <td>광진</td>\n",
       "      <td>2</td>\n",
       "      <td>2</td>\n",
       "      <td>4</td>\n",
       "      <td>4</td>\n",
       "      <td>255.0</td>\n",
       "      <td>224.0</td>\n",
       "      <td>1664</td>\n",
       "      <td>874</td>\n",
       "      <td>1676</td>\n",
       "      <td>1407</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>13</th>\n",
       "      <td>서부</td>\n",
       "      <td>3</td>\n",
       "      <td>3</td>\n",
       "      <td>3</td>\n",
       "      <td>2</td>\n",
       "      <td>76.0</td>\n",
       "      <td>71.0</td>\n",
       "      <td>532</td>\n",
       "      <td>322</td>\n",
       "      <td>748</td>\n",
       "      <td>667</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>14</th>\n",
       "      <td>강북</td>\n",
       "      <td>9</td>\n",
       "      <td>8</td>\n",
       "      <td>5</td>\n",
       "      <td>4</td>\n",
       "      <td>159.0</td>\n",
       "      <td>132.0</td>\n",
       "      <td>780</td>\n",
       "      <td>490</td>\n",
       "      <td>1817</td>\n",
       "      <td>1625</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>15</th>\n",
       "      <td>금천</td>\n",
       "      <td>4</td>\n",
       "      <td>4</td>\n",
       "      <td>7</td>\n",
       "      <td>6</td>\n",
       "      <td>117.0</td>\n",
       "      <td>93.0</td>\n",
       "      <td>999</td>\n",
       "      <td>553</td>\n",
       "      <td>1471</td>\n",
       "      <td>1310</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>16</th>\n",
       "      <td>중랑</td>\n",
       "      <td>10</td>\n",
       "      <td>9</td>\n",
       "      <td>5</td>\n",
       "      <td>6</td>\n",
       "      <td>183.0</td>\n",
       "      <td>153.0</td>\n",
       "      <td>1506</td>\n",
       "      <td>889</td>\n",
       "      <td>2022</td>\n",
       "      <td>1724</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>17</th>\n",
       "      <td>강남</td>\n",
       "      <td>5</td>\n",
       "      <td>3</td>\n",
       "      <td>12</td>\n",
       "      <td>10</td>\n",
       "      <td>513.0</td>\n",
       "      <td>433.0</td>\n",
       "      <td>1941</td>\n",
       "      <td>1016</td>\n",
       "      <td>2283</td>\n",
       "      <td>1911</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>18</th>\n",
       "      <td>관악</td>\n",
       "      <td>12</td>\n",
       "      <td>12</td>\n",
       "      <td>3</td>\n",
       "      <td>3</td>\n",
       "      <td>403.0</td>\n",
       "      <td>351.0</td>\n",
       "      <td>2229</td>\n",
       "      <td>1137</td>\n",
       "      <td>2614</td>\n",
       "      <td>2355</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>19</th>\n",
       "      <td>강서</td>\n",
       "      <td>10</td>\n",
       "      <td>9</td>\n",
       "      <td>6</td>\n",
       "      <td>5</td>\n",
       "      <td>265.0</td>\n",
       "      <td>222.0</td>\n",
       "      <td>1689</td>\n",
       "      <td>1070</td>\n",
       "      <td>2445</td>\n",
       "      <td>2087</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "    관서명  살인 발생  살인 검거  강도 발생  강도 검거  강간,추행 발생  강간,추행 검거  절도 발생  절도 검거  폭력 발생  \\\n",
       "0    중부      1      1      3      4     113.0      76.0    943    495    997   \n",
       "1    종로      9      6      4      4     115.0      93.0    602    284    964   \n",
       "2   남대문      1      1      2      2      73.0      52.0    699    368    579   \n",
       "3   서대문      3      3      2      1     159.0     149.0   1077    524   1292   \n",
       "4    혜화      0      0      3      3      77.0      53.0    581    310    747   \n",
       "5    용산      5      3      6      6     230.0     186.0   1111    534   1617   \n",
       "6    성북      0      0      2      2       0.0       0.0    439    233    672   \n",
       "7   동대문     10      8      6      5     161.0     142.0   1440    713   1784   \n",
       "8    마포      9      8      4      3     348.0     287.0   1483    679   1844   \n",
       "9   영등포      7      4      6      5     315.0     252.0   2188    953   2701   \n",
       "10   성동      5      5      3      3     115.0      98.0   1016    565   1223   \n",
       "11   동작      1      1      1      2     226.0     121.0   1341    592   1631   \n",
       "12   광진      2      2      4      4     255.0     224.0   1664    874   1676   \n",
       "13   서부      3      3      3      2      76.0      71.0    532    322    748   \n",
       "14   강북      9      8      5      4     159.0     132.0    780    490   1817   \n",
       "15   금천      4      4      7      6     117.0      93.0    999    553   1471   \n",
       "16   중랑     10      9      5      6     183.0     153.0   1506    889   2022   \n",
       "17   강남      5      3     12     10     513.0     433.0   1941   1016   2283   \n",
       "18   관악     12     12      3      3     403.0     351.0   2229   1137   2614   \n",
       "19   강서     10      9      6      5     265.0     222.0   1689   1070   2445   \n",
       "\n",
       "    폭력 검거  \n",
       "0     830  \n",
       "1     792  \n",
       "2     494  \n",
       "3    1029  \n",
       "4     628  \n",
       "5    1327  \n",
       "6     610  \n",
       "7    1597  \n",
       "8    1557  \n",
       "9    2157  \n",
       "10   1103  \n",
       "11   1370  \n",
       "12   1407  \n",
       "13    667  \n",
       "14   1625  \n",
       "15   1310  \n",
       "16   1724  \n",
       "17   1911  \n",
       "18   2355  \n",
       "19   2087  "
      ]
     },
     "metadata": {},
     "output_type": "display_data"
    }
   ],
   "source": [
    "crime_anal_police.head(20)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "경찰서 이름이 관서명으로 되어 있습니다. 우리는 이후 서울특별시 구별에 따라 시각화하여 표현하고 싶기 때문에 이를 관서명이 아닌, '구별'로 바꿔주고 싶어요. 같은 구에 여러 관서가 있을 수 있기 때문에, 주소를 정확히 파악해서 같은 구에 있는 것은 합춰주어 하나의 구로 표시해보겠습니다. 이를 위해서 우리는 Google Maps를 사용할 거에요! \n"
   ]
  }
 ],
 "metadata": {
  "language_info": {
   "name": "python"
  },
  "orig_nbformat": 4
 },
 "nbformat": 4,
 "nbformat_minor": 2
}