#약국/한약방 데이터만 불러온다.
df_medical = df[df["상권업종중분류명"] == "약국/한약방"].copy()

#상권업종대분류명이 의료인 데이터의 상권업종중분류명을 가져오고 싶을 때 loc를 함께 사용
df.loc[df["상권업종대분류명"] == "의료"]["상권업종중분류명"]

df.loc[df["상권업종대분류명"] == "의료", "상권업종중분류명"]

• 조건에 맞는 데이터 갯수 세기

df.loc[df["상권업종대분류명"] == "의료", "상권업종중분류명"].value_counts()

• 연산자 활용

연산자 우선순위에 의해 각 조건에 ()를 걸어줍니다. and는 &, or은 |를 사용하여 조건을 정해줍니다.

(df["상권업종소분류명"] == "약국") & (df["시도명"] == "서울특별시")

c = df_seoul_drug["시군구명"].value_counts()
n = df_seoul_drug["시군구명"].value_counts(normalize=True)
df_seoul_hospital = df[df["상권업종소분류명"] == "종합병원" & (df["시도명"] == "서울특별시")].copy()

• 텍스트 데이터 색인

# 상호명에 '종합병원' 문구 들어간 데이터만 찾기
df_seoul_hospital["상호명"].str.contains("종합병원")

#중복 없이 리스트로
df_seoul_hospital.loc[~df_seoul_hospital["상호명"].str.contains("종합병원"), "상호명"].unique()

• 제거할 데이터 지정

# 꽃배달이 상호명에 포함된 데이터 가져옴
df_seoul_hospital[df_seoul_hospital["상호명"].str.contains("꽃배달")]

#포함된 데이터의 인덱스 번호를 리스트로
drop_row = df_seoul_hospital[
df_seoul_hospital["상호명"].str.contains("꽃배달|의료기|장례식장|상담소|어린이집")].index

drop_row = drop_row.tolist()
drop_row

# 상호명에 의원 들어간 데이터 인덱스 번호를 리스트로
drop_row2 = df_seoul_hospital[df_seoul_hospital["상호명"].str.endswith("의원")].index
drop_row2.tolist()
drop_row2

#두 데이터 합치기
drop_row = drop_row + drop_row2

# 제거
df_seoul_hospital = df_seoul_hospital.drop(drop_row, axis=0)

• 시각화

plt.figure(figsize=(15, 4))
sns.countplot(data=df_seoul_hospital, x="시군구명")