Pandas 통계 예시(그래프 유사도 측정)

# 동별 0세~100세이상 칼럼만 추출
# 기준동 제외 조건
전체연령 = j.loc[ ~j["시군구"].str.endswith("독산제1동")  , "2021년12월_계_0세":"2021년12월_계_100세 이상"]
#전체연령의 index는 순차번호

최소연령별차이제곱의합 = 999999999999999
최소연령별차이제곱의합idx = -1

# 전체연령의 모든 행을 반복
for idx in 전체연령.index:
  #idx번째 행 추출
  연령별차이제곱의합 = ((독산제1동연령 - 전체연령.loc[idx, :] )**2).loc[296].sum() 
  if 연령별차이제곱의합 < 최소연령별차이제곱의합:
    최소연령별차이제곱의합 = 연령별차이제곱의합
    최소연령별차이제곱의합idx = idx

print("최소연령별차이제곱의합",최소연령별차이제곱의합)
print("최소연령별차이제곱의합idx",최소연령별차이제곱의합idx)
print("최소연령별차이의 동이름",j.loc[최소연령별차이제곱의합idx, "시군구"])

# 삼일대로점의 주단위 매출과 가장 비슷한 매출 패턴을 가진 매장과 

# 주문취소매출포함
def store(i):
  l=order_all[order_all['store_name']==i].pivot_table(
    index='week',
    values='total_amount',
    aggfunc='sum'
  )
  return l
# 주문취소매출제외
def store1(i):
  l=order_all[~order_all['status_name'].isin(['주문 취소'])][order_all['store_name']==i].pivot_table(
    index='week',
    values='total_amount',
    aggfunc='sum'
  )
  return l
삼일대로점=v['total_amount']
mindiffsum = 999999999999999
diffsumsn = 'ㅋ'
# 모든 스토어이름
for i in order_all['store_name'].unique():
  if i =='삼일대로점':
    continue
  #idx번째 행 추출

  diffsum = ((삼일대로점 - store(i)['total_amount'])**2).values.sum() 
  if diffsum < mindiffsum:
    mindiffsum = diffsum
    diffsumsn = i

print("mindiffsum",mindiffsum)
print("비슷매장",diffsumsn)

# 모든 스토어이름
# 주문취소매출제외
삼일대로점1=v1['total_amount']
mindiffsum1 = 999999999999999
diffsumsn1 = 'ㅋ'
for i in order_all['store_name'].unique():
  if i =='삼일대로점':
    continue
  #idx번째 행 추출

  diffsum1 = ((삼일대로점1 - store1(i)['total_amount'])**2).values.sum() 
  if diffsum1 < mindiffsum1:
    mindiffsum1 = diffsum1
    diffsumsn1 = i

print("주문취소매출제외 mindiffsum",mindiffsum1)
print("주문취소매출제외 비슷매장",diffsumsn1)

형태 제일 다른것

# 독산제1동과 비슷한 10개동 검색
# 최소연령별차이제곱의합을 새로운 칼럼에 저장
# 최소연령별차이제곱의합을 리스트에 저장, 리스트를 칼럼에 저장

전체연령 = j.loc[ 
                 :  , 
                 "2021년12월_계_0세":"2021년12월_계_100세 이상" 
                 ]
#전체연령의 index는 순차번호

연령별차이제곱의합_리스트 = [] 

# 전체연령의 모든 행을 반복
for idx in 전체연령.index:
  #idx번째 행 추출
  연령별차이제곱의합 = ((독산제1동연령 - 전체연령.loc[idx, :] )**2).loc[296].sum() 
  연령별차이제곱의합_리스트.append( 연령별차이제곱의합 )

j["연령별차이제곱의합"] = 연령별차이제곱의합_리스트

j.set_index('시군구').sort_values(by="연령별차이제곱의합").head().loc[:,"2021년12월_계_0세":"2021년12월_계_100세 이상"].T.plot(figsize=(20,4))
j.set_index('시군구').sort_values(by="연령별차이제곱의합").tail().loc[:,"2021년12월_계_0세":"2021년12월_계_100세 이상"].T.plot(figsize=(20,4))j.set_index('시군구').sort_values(by="연령별차이제곱의합").head().loc[:,"2021년12월_계_0세":"2021년12월_계_100세 이상"].T.plot(figsize=(20,4))

# 다른 매출 패턴을 가진 점을 추출하여 선그래프로 출력하세요
order_all['diffsum']=0
for i in order_all['store_name'].unique():
  diffsum = ((삼일대로점 - store(i)['total_amount'])**2).values.sum()
  order_all['store_name'].isin([i])
  order_all.loc[order_all['store_name'] == i, 'diffsum'] = diffsum
for i in order_all.sort_values(by="diffsum",ascending=False).head(1)['store_name']:
  a=v
  a=a.merge(store(i),on='week',how='outer',suffixes=(' 삼일대로점', i))
  a
  a.plot()