[2월 3주차-2/20(1)]다나와 무선청소기 데이터 분석 및 시각화 🧹📊

1. 데이터 전처리 🛠️

1.1 데이터 불러오기 및 기본 정보 확인 📂

import pandas as pd

data = pd.read_excel("files/danawa_crawling_result.xlsx")
data.info()

300개의 데이터가 있으며, 상품명, 스펙 목록, 가격 등의 컬럼이 존재합니다.

1.2 상품명 분리 (회사명과 제품명) 🏭📦

company_list = []
product_list = []

for title in data['상품명']:
    title_info = title.split(' ', 1)
    company_list.append(title_info[0])
    product_list.append(title_info[1])

상품명을 회사명과 제품명으로 분리하여 각각 리스트에 저장합니다.

1.3 스펙 목록에서 필요한 요소 추출 (카테고리, 사용시간, 흡입력) 🔍

category_list = []
use_time_list = []
suction_list = []

for spec_data in data['스펙 목록']:
    spec_list = spec_data.split(' / ')
    category_list.append(spec_list[0])
    
    use_time_value = None
    suction_value = None
    
    for spec in spec_list:
        if '사용시간' in spec:
            use_time_value = spec.split()[1].strip()
        elif '흡입력' in spec:
            suction_value = spec.split()[1].strip()
    
    use_time_list.append(use_time_value)
    suction_list.append(suction_value)

1.4 사용시간 단위 통일 (분 단위 변환) ⏳

def convert_time_minute(time):
    try:
        if '시간' in time:
            hour = time.split('시간')[0]
            minute = time.split('시간')[-1].split('분')[0] if '분' in time else 0
        else:
            hour = 0
            minute = time.split('분')[0]
        return int(hour) * 60 + int(minute)
    except:
        return None

new_use_time_list = [convert_time_minute(time) for time in use_time_list]

1.5 흡입력 단위 통일 (AW 기준 변환) 💨

def get_suction(value):
    try:
        value = value.upper()
        if 'AW' in value or 'W' in value:
            return int(value.replace('A','').replace('W','').replace(',',''))
        elif 'PA' in value:
            return int(value.replace(',','')) / 100
        else:
            return None
    except:
        return None

new_suction_list = [get_suction(power) for power in suction_list]

1.6 전처리 완료 및 데이터 저장 ✅

pd_data = pd.DataFrame({
    '카테고리': category_list,
    '회사명': company_list,
    '제품': product_list,
    '가격': data['가격'],
    '사용시간': new_use_time_list,
    '흡입력': new_suction_list
})

# 핸디/스틱청소기만 선택하여 저장
pd_data_final = pd_data[pd_data['카테고리'].isin(['핸디/스틱청소기'])]
pd_data_final.to_excel("files/danawa_data_final.xlsx", index=False)

---

2. 데이터 시각화 📈

2.1 가성비 좋은 제품 탐색 🔎💰

price_mean_value = danawa_data['가격'].mean()
suction_mean_value = danawa_data['흡입력'].mean()
use_time_mean_value = danawa_data['사용시간'].mean()

condition_data = danawa_data[
    (danawa_data['가격'] <= price_mean_value) &
    (danawa_data['흡입력'] >= suction_mean_value) &
    (danawa_data['사용시간'] >= use_time_mean_value)
]

2.2 한글 폰트 설정 🖋️

import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib import font_manager, rc
import platform

if platform.system() == 'Darwin':
    rc('font', family='AppleGothic')
elif platform.system() == 'Windows':
    path = 'c:/Windows/Fonts/malgun.ttf'
    font_name = font_manager.FontProperties(fname=path).get_name()
    rc('font', family=font_name)
else:
    print("sorry")

2.3 청소기 가성비 시각화 🎨

chart_data = danawa_data.dropna()

suction_max_value = danawa_data['흡입력'].max()
use_time_max_value = danawa_data['사용시간'].max()

plt.figure(figsize=(20,10))
plt.suptitle('무선 청소기', fontsize=15)
plt.title('성능', fontsize=11)

sns.scatterplot(x='흡입력', y='사용시간',
                size='가격',
                hue=chart_data['회사명'],
                data=chart_data,
                sizes=(10, 1000))

plt.plot([0, suction_max_value], [use_time_mean_value, use_time_mean_value], lw=1)
plt.plot([suction_mean_value, suction_mean_value], [0, use_time_max_value], 'r--', lw=1)

plt.xlabel('흡입력', fontsize=14)
plt.ylabel('사용시간', fontsize=14)
plt.legend()
plt.show()

 

2.4 인기 제품의 데이터 시각화🎨

chart_data_selected = chart_data[:20]
plt.figure(figsize=(20,10))
plt.title('무선 청소기 TOP 20', fontsize=11)

sns.scatterplot(x='흡입력', y = '사용시간',
                size = '가격',
                hue = chart_data_selected['회사명'],
                data = chart_data_selected,
                sizes = (100, 2000),
                )

# 사용 시간 평균을 선으로
plt.plot([60, suction_max_value],
         [use_time_mean_value, use_time_mean_value],
         lw = 1)

# 흡입력 평균을 선으로
plt.plot([sucton_mean_value, sucton_mean_value],
         [20, use_time_max_value],
         'r--',
         lw = 1)

for index, row in chart_data_selected.iterrows():
    x = row['흡입력']
    y = row['사용시간']
    s = row['제품']. split()[0]
    plt.text(x, y, s, size=20)

plt.xlabel('흡입력',fontsize=14)
plt.ylabel('사용시간', fontsize=14)
plt.legend()
plt.show()

---

3. 결론 🏁

이번 분석을 통해 다나와에서 크롤링한 무선 청소기 데이터를 전처리하고, 사용시간과 흡입력 기준으로 성능(가성비)을 분석해보았습니다. 특히 가성비 좋은 제품을 찾고, 브랜드별 성능을 비교할 수 있도록 시각화했습니다.! 🚀🧼