Traffic Accident Data Analysis

데이터 선택을 잘못한거 + 지식 부족으로 원하는 결과를 도출해내지 못했음 -> 망한 프로젝트

1. 소개

공공 데이터 포털에서 제공하는 교통 사고 관련 데이터를 분석화하고 시각화 해본 프로젝트

2. 이용 데이터

파일 이름을보면 2020년에 발생한 교통사고에 대한 자료인거 같다.

다양한 종류의 교통 사고 관련 데이터가 있지만, 위의 4개의 데이터를 이용할 예정
공공포털에서 API를 제공하고 있지만, CSV 파일이 좀 더 이용하기 편해서 파일을 다운 받아 이용
-> 이후에 API로 변경 될 수 있음

3. 목표

각각의 데이터 셋에 대한 분석 및 시각화
공통 항목을 가진 하나의 데이터 셋 생성
종합된 데이터 셋에 대한 분석 및 시각화

4. 구현

1. 각 데이터 셋 분석 및 시각화

  
import pandas as pd
import numpy as np
import plotly.express as px
import chart_studio as cs

1. 사고 유형별 교통사고 통계

  
df_accident_type = pd.read_csv("data/도로교통공단_사고유형별 교통사고 통계_20201231.csv", encoding="cp949")

df_accident_type

	사고유형대분류	사고유형중분류	사고유형	사고건수	사망자수	중상자수	경상자수	부상신고자수
0	차대사람	횡단중	횡단중	13147	520	6417	6617	517
1	차대사람	차도통행중	차도통행중	3702	195	1423	2022	209
2	차대사람	길가장자리구역통행중	길가장자리구역통행중	2079	40	591	1371	160
3	차대사람	보도통행중	보도통행중	2015	26	707	1260	129
4	차대사람	기타	기타	15278	288	5195	9290	1272
5	차대차	정면충돌	정면충돌	7494	181	3657	8468	677
6	차대차	측면충돌	측면충돌	74742	441	19893	88838	6945
7	차대차	후진중충돌	후진중충돌	3253	4	297	4003	154
8	차대차	추돌	추돌	32993	370	7924	48345	3172
9	차대차	기타	기타	46070	303	11000	50973	4764
10	차량단독	전도	전도	1108	90	412	466	281
11	차량단독	전복	전복	178	26	81	98	32
12	차량단독	공작물충돌	공작물충돌	3233	340	1376	1745	668
13	차량단독	주/정차차량 충돌	주/정차차량 충돌	19	4	8	8	1
14	차량단독	도로이탈	도로이탈 추락	413	92	185	203	46
15	차량단독	도로이탈	도로이탈 기타	199	30	113	113	24
16	차량단독	기타	기타	3728	130	1285	2213	543
17	철길건널목	철길건널목	철길건널목	3	1	0	3	0

  
# 사고 유형별 부상자 수
fig = px.bar(df_accident_type, x="사고유형", y=["사망자수", "중상자수", "경상자수", "부상신고자수"], title="사고유형별 부상자 수")
fig.show()

cs.tools.get_embed(cs.plotly.plot(fig, filename="사고 유형별 부상자 수", auto_open=False))

2. 가해 운전자 연령층별 월별 교통사고 통계

  
df_age_agg_driver_month = pd.read_csv("data/도로교통공단_가해운전자 연령층별 월별 교통사고 통계_12_31_2020.csv", encoding="cp949")

  
df_age_agg_driver_month.sample(5)

	가해자연령층	발생월	사고건수	사망자수	중상자수	경상자수	부상신고자수
78	65세이상	7	2648	56	808	2783	205
87	불명	4	240	0	38	164	66
6	20세이하	7	709	5	200	677	129
94	불명	11	322	0	42	216	91
2	20세이하	3	521	8	160	547	90

  
# 가해자 연령별 사고 건수
fig = px.bar(df_age_agg_driver_month, x="가해자연령층", y="사고건수", title="가해자 연령별 사고 건수")
fig.show()

cs.tools.get_embed(cs.plotly.plot(fig, filename="가해자 연령별 사고 건수", auto_open=False))

  
# 월별 사고 건수
fig = px.bar(df_age_agg_driver_month, x="발생월", y="사고건수", color="가해자연령층", title="월별 사고 건수")
fig.show()

cs.tools.get_embed(cs.plotly.plot(fig, filename="월별 사고 건수", auto_open=False))

  
# 월별 사고건수
fig = px.line(df_age_agg_driver_month, x="발생월", y="사고건수", facet_col="가해자연령층", color="가해자연령층", title="가해 연령층 별 월별 사고건수")
fig.show()

cs.tools.get_embed(cs.plotly.plot(fig, filename="월별 사고건수", auto_open=False))

3. 월별 교통사고 통계

  
df_monthly = pd.read_csv("data/도로교통공단_월별 교통사고 통계_20201231.csv", encoding="cp949")

df_monthly

	발생월	사고건수	사망자수	중상자수	경상자수	부상신고자수
0	1	16968	277	5063	18696	1683
1	2	16285	222	4463	17530	1565
2	3	14949	239	4356	16155	1312
3	4	16186	213	4844	17459	1478
4	5	18184	254	5470	19563	1758
5	6	19017	254	5614	20436	1830
6	7	18302	240	5207	19933	1829
7	8	17616	295	5123	19410	1731
8	9	18124	301	5194	19001	1644
9	10	19255	309	5554	20900	1736
10	11	18438	261	5295	19832	1571
11	12	16330	216	4381	17121	1457

  
# 월별 사고 건수
fig = px.bar(df_monthly, x="발생월", y="사고건수", title="월별 사고 건수")
fig.show()

cs.tools.get_embed(cs.plotly.plot(fig, filename="월별 사고 건수", auto_open=False))

4. 사상자 연령층별 성별 교통사고 통계

  
df_age_gender = pd.read_csv("data/도로교통공단_사상자 연령층별 성별 교통사고 통계_20201231.csv", encoding="cp949")

df_age_gender

	사상자연령층	사상자성별	사망자수	중상자수	경상자수	부상신고자수
0	12세이하	남	12	735	4597	637
1	12세이하	여	12	393	3681	457
2	13-20세	남	92	2053	8108	1476
3	13-20세	여	11	784	4132	370
4	21-30세	남	216	5718	29486	3068
5	21-30세	여	45	2266	15676	1042
6	31-40세	남	196	6214	28270	2258
7	31-40세	여	25	2100	14765	884
8	41-50세	남	264	6597	25066	2059
9	41-50세	여	52	3045	15677	902
10	51-60세	남	426	7213	24731	2164
11	51-60세	여	124	4842	16626	944
12	61-64세	남	200	2674	8441	698
13	61-64세	여	63	1956	4851	317
14	65세이상	기타/불명	0	0	0	0
15	65세이상	남	852	7380	14103	1659
16	65세이상	여	490	6588	7794	623
17	불명	기타/불명	1	0	0	0
18	불명	남	0	4	14	17
19	불명	여	0	2	18	19

  
# 사상자 연령층
fig = px.bar(df_age_gender, x="사상자연령층", y=["사망자수", "중상자수", "경상자수", "부상신고자수"], color="사상자성별", title="사상자 연령층")
fig.show()

cs.tools.get_embed(cs.plotly.plot(fig, filename="사상자 연령층", auto_open=False))

2. 공통 항목을 가진 하나의 데이터 셋 생성

월별 교통사고 통계를 기본 데이터로해서, 다른 데이터들을 연관 데이터로 사용하면 좋을꺼 같다는 생각으로 4가지 데이터를 이용했다.

  
df_monthly[df_monthly["발생월"]==1]["사고건수"] == df_age_agg_driver_month[df_age_agg_driver_month["발생월"]==1]["사고건수"].sum()

0    True
Name: 사고건수, dtype: bool

  
df_accident = pd.merge(df_monthly["발생월"], df_age_agg_driver_month, how="inner", on="발생월")

df_accident

	발생월	가해자연령층	사고건수	사망자수	중상자수	경상자수	부상신고자수
0	1	20세이하	452	5	137	456	59
1	1	21-30세	2260	26	661	2616	297
2	1	31-40세	2620	46	709	2982	278
3	1	41-50세	3057	41	945	3351	290
4	1	51-60세	4218	58	1281	4739	332
...	...	...	...	...	...	...	...
91	12	41-50세	3020	27	875	3145	257
92	12	51-60세	3990	54	1078	4229	291
93	12	61-64세	1385	22	380	1435	91
94	12	65세이상	2266	48	648	2361	171
95	12	불명	298	0	33	209	80

96 rows × 7 columns

월별 통계에서 발생월과 가해자 통계를 합쳤다.
기존 df_monthly에도 사고 건수와 사망자수, 중상자 수 등의 데이터가 있지만 세분화 되어있지는 않기에 세분화 시킨 데이터를 가져갈 생각이다.

df_monthly와 df_age_agg_dirver_month는 월별로 통계가 나와있어 데이터를 합치기에 유리했지만, df_age_gender와 df_accident_type은 월별 통계가 아니라 합치지 못했다.
이들을 함께 이용하기에는 각 데이터간의 공통점을 당장에는 찾을 수가 없어, 월별 교통사고 가해자 연령층 밖에 생성할 수 없었다.

3. 종합된 데이터 셋에 대한 분석 및 시각화

  
# 월별 사고 건수
fig = px.bar(df_accident, x="발생월", y="사고건수", title="2020년 교통사고 발생 추이")
fig.show()

cs.tools.get_embed(cs.plotly.plot(fig, filename="월별 사고 건수", auto_open=False))

교통사고 데이터 시각화