전국 일반음식점 신고현황 데이터 살펴보기

 

 

시작하기 전에

행정이 전산화되면서 공공기관에 신고, 등록, 인증, 허가되는 거의 모든 정보가 공공데이터로 제공되고 있습니다. 이렇게 제공되는 수많은 데이터를 잘 활용하면 유용한 정보가 되는데요. 데이터들을 가공하고 조합해서 유용한 정보를 만드는 것은 창의성의 영역이라 포스팅을 통해 완전히 제공할 수는 없지만 재미있게 다뤄볼 수는 있습니다. 

 

첫 번째로 전국에 '신고'되어 있는 일반음식점 데이터를 다뤄볼까 합니다. 

 

'일반음식점'은 말 그대로 일반적으로 주변에서 흔히 볼 수 있는 식당을 말합니다. 이 식당을 운영하기 위해서는 식품위생법에 따라 구청 등 지자체 위생과에 신고를 하기 때문에 이 신고된 정보를 전국단위로 취합해서 볼 수 있는 것입니다. 

 

행정 분류상 '일반음식점'은 음식을 조리해서 판매하는 영업으로써 식사와 함께 부수적으로 음주행위가 허용되는 업소를 말합니다. 이 외에도 휴게음식점, 단란주점, 유흥주점 등으로 구분되는데 앞으로 해당 데이터를 다루면서 자세히 살펴보겠습니다.

일반음식점 신고 데이터

데이터를 분석하기 위해서는 분석해야 할 데이터를 준비해야겠죠? 본 데이터는 최초로 등록된 일반음식점부터 2022년 7월 31일까지의 데이터를 담고 있습니다. 중간에 폐업한 음식점까지 포함하고 있어 용량이 800Mb가 넘네요. 

 

포스팅에는 20Mb 이상의 파일을 업로드할 수 없어서 아레에 링크를 걸어두겠습니다. 구글드라이브에 놀려놓은 파일로 링크를 걸었더니 '용량이 커서 바이러스 검사가 안된다' 이런 문구가 나오네요. 파일은 클리어 하니 안심하셔도 됩니다. 그래도 찜찜하시면...;;;

 

일반음식점 데이터 내려받기

   

데이터베이스 둘러보기

데이터의 포맷은 .csv로 되어 있습니다. 일반적으로 엑셀로 열어볼 수 있는데요. 이 파일은 데이터 행의 수가 엑셀에서 표시할 수 있는 라인을 넘기 때문에 엑셀로 열어서는 데이터가 잘립니다.

 

참고로 마이크로소프트 엑셀에서 표시할 수 있는 행의 수는 .xls의 경우 65,536행이고, 최신 버전인 통합문서 .xlsx의 경우 1,048,576행까지만 표시가 됩니다. 이 이상의 행이 있을 경우에도 데이터 불러오기를 통해 피벗테이블을 만들 수 있기는 한데요. 엑셀 시간이 아니니까 생략하겠습니다.

 

저는 구글 코랩을 통해 파이썬으로 데이터를 파헤쳐 보겠습니다. '구글 코랩'에 대해서는 아래 포스팅을 참고해 주세요.

데이터 분석 도구 준비 - 코랩

 

데이터를 읽어와 봅시다

csv = '/content/drive/MyDrive/Colab DATA/일반음식점 RAW.csv'
df = pd.read_csv(csv, encoding = 'cp949')
df.sample(10)

.csv 파일을 데이터프레임으로 만들어서 랜덤으로 10줄을 출력했습니다. 다양한 정보를 가지고 있는데 열의 수가 많아서 한눈에 들어오지 않네요. 뒤에 이어서 자세히 보겠습니다. 참고로 파일을 읽어 들일 때 위 코드 두 번째 줄에서 처럼 'cp949' encoding을 사용해야 합니다. 

전체 몇 줄의 데이터를 가지고 있는지 보겠습니다.

df.shape

> 실행결과

(2012833, 48)

2,012,833줄의 행과, 48개의 열을 가지고 있는 표입니다. 위 캡처 화면의 글자가 작아서 보기가 힘들죠? 48개의 열에 어떤 항목이 있는지 살펴봅시다.

 

 

df.columns

 

> 실행결과

Index(['번호', '개방서비스명', '개방서비스아이디', '개방자치단체코드', '관리번호', '인허가일자', '인허가취소일자',
       '영업상태구분코드', '영업상태명', '상세영업상태코드', '상세영업상태명', '폐업일자', '휴업시작일자', '휴업종료일자',
       '재개업일자', '소재지전화', '소재지면적', '소재지우편번호', '소재지전체주소', '도로명전체주소', '도로명우편번호',
       '사업장명', '최종수정시점', '데이터갱신구분', '데이터갱신일자', '업태구분명', '좌표정보(x)', '좌표정보(y)',
       '위생업태명', '남성종사자수', '여성종사자수', '영업장주변구분명', '등급구분명', '급수시설구분명', '총직원수',
       '본사직원수', '공장사무직직원수', '공장판매직직원수', '공장생산직직원수', '건물소유구분명', '보증액', '월세액',
       '다중이용업소여부', '시설총규모', '전통업소지정번호', '전통업소주된음식', '홈페이지', 'Unnamed: 47'],
      dtype='object')

데이터베이스 자료기 때문에 '자치단체 코드' 이러한 데이터도 포함되어 있네요. 유의미하게 볼 수 있는 데이터는 '사업장명, 업태 구분명, 도로명 전체 주소, 소재지 전체 주소, 소재지 전화, 인허가 일자' 정도가 되겠네요.

 

다음 포스팅에서 유의미한 데이터들을 추려내서 분석해 보겠습니다.