[DA][Python] 대화 분석 기능 - 사용자별 대화 빈도 분석 (1)

앞 게시글에서 카카오톡 원본 대화 내용을 내려받아 전처리하는 과정을 작성하고 함수로 구현해보았다.

▼ 게시물 확인하기

[DA][Python] (2차 설계 및 완성) 카카오톡 대화 데이터 전처리 코드 수정 설계

 

이제는 데이터프레임으로 정리된 카카오톡 대화를 원하는 분석 결과를 얻기 위한 함수를 만들어서 결과를 도출해볼 것이다.

우선 쉬운 함수부터 시작해볼 예정이고 이 게시글에서는 간단하게 사용자별 대화 빈도를 분석하는 함수를 생성하는 법을 살펴볼 것이다.

---

분석 내용

사용자별 대화 빈도 분석

카카오톡 단체 채팅방에 참여하고 있는 사람별로 보낸 메시지의 수를 세서 가장 많은 대화를 보낸 사람을 찾는 것이다.

이를 통해 후에 채팅방에 참여중인 사람 중, 그 단체방에 가장 애정이 높은 사람에 대한 결과를 도출할 때 활용될 수 있다.

 

우선 예상 결과값은 Name과 Message의 개수이다.

Columns의 이름을 정하자면 ['Name'] ['Message_Count'] 가 되겠다.

함수명은 메세지 개수를 비교한다는 의미에서 compare_messages_counts로 잡는다.

def compare_message_counts(data):

개수는 이름별로 라인의 값을 세면 그 사람이 입력한 메세지의 수를 계산할 수 있기 때문에 Name 칼럼에 value_counts()를 쓰면 된다.

messages_count = df['Name'].value_counts()

• value_counts() : 'Name' 열에서 각 이름이 등장하는 횟수를 세는 것

위의 내용까지만 계산하면 아래와 같은 값이 나온다.

 

이제 숫자에 칼럼 이름을 변경하고 반환해주어야 하는데 데이터 프레임 형태로 반환하면 더 보기 깔끔하기 때문에 아래와 같이 코드를 수정해준다.

messages_count = df['Name'].value_counts().reset_index()
messages_count.columns = ['Name', 'Message_Count']

• 위와 같이 코드를 작성해주면 아래와 같이 데이터프레임화 하여 출력된다.

 

---

위의 함수를 이용하여 간단하게 채팅방의 대화 빈도를 사용자별로 알아볼 수 있었고, 추후에 다양한 데이터 분석 결과 값에 활용될 수 있다.