[DA][Python] 대화 분석 기능 - 사용자별 이모티콘 사용 빈도 분석 (2)

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

 

첫 번째 함수는 사용자별 대화 빈도 분석 함수를 생성하였고, 이번에는 이모티콘 사용 빈도를 분석해볼 예정이다.

원본 데이터를 보면 사용자가 사용한 모든 이모티콘은 텍스트 "이모티콘"으로 입력되어있다.

그렇기 때문에 Message 값에 '이모티콘' 문자가 포함되어있는 수를 세면 원하는 값을 얻을 수 있다.

---

분석 내용

사용자별 이모티콘 사용 빈도 분석

우선 출력되어야 하는 값은 Name과 이모티콘이라는 문자가 출력된 횟수를 사용자별로 카운트한 값이다

그렇기 때문에 함수명은 compare_emoticon_counts로 정의한다.

def compare_emoticon_counts(data, emoticon):

또한 포함되는 문자를 다른 문자로 바꿔서 입력하여 분석할수도 있다. 

emoticon이라는 매개변수에 다른 값을 넣어서 출력하면 된다.

 

우선 함수명을 정의하고 매개변수값도 정의하였다면 Name별로 이모티콘이라는 단어가 Message 칼럼 내의 문자열에 얼마나 포함되었는 지 셀 수 있는 코드를 짜야한다.

 

우선 Message 값에 emoticon에 들어가는 값이 포함된 문자열을 뽑기위한 코드를 입력한다.

emoticon_count = df['Message'].str.contains(emoticon)

 

이 상태로 출력했을 시 아래와 같이 나온다.

 

'이모티콘' 이라는 단어가 포함되어 있지 않은 값은 모두 False로 출력되는 데 여기서 혹시나 있을 결측값도 False로 처리해야 하기 때문에 na=False를 추가해준다.

emoticon_count = df['Message'].str.contains(emoticon, na=False)

 

---

이제 여기서 사용자별로 이모티콘 문자의 개수를 세어야 한다.
'Name' 칼럼을 이용해서 사용자별로 묶을 수 있기 때문에 'Name' 이용하여 그룹별로 묶어준다.

(동일한 'Name'을 가진 행끼리 묶는다.)

emoticon_count = df[df['Message'].str.contains(emoticon, na=False)].groupby('Name')

 

묶인 행의 개수를 세기 위해서 .size() 를 이용할 수 있다.

이 메서드를 이용해서 그룹화된 'Name'의 행 개수를 반환할 수 있다. 그럼 아래와 같은 결과값이 출력된다.

emoticon_count = df[df['Message'].str.contains(emoticon, na=False)].groupby('Name').size()

 

이제 이 결과값을 앞에 작성한 게시물처럼 데이터프레임화 할 수 있다. 

.reset_index를 활용하여 작성하고 출력한다.

근데 앞서 작성한 게시물에서는 변수명에 .columns 를 붙여서 칼럼명을 정의하였는데

reset_index 함수 안에 name = '원하는 칼럼명'을 입력하면 바로 값이 나와서 앞의 함수 코드를 수정하였다. 

(함수 구현 (1)에 작성된 함수를 의미함)

~~~ .size().reset_index(name = 'Emoticon_Count')

(~~~는 위에 작성된 코드와 동일하다.)

 

이제 이 값을 출력하면 아래와 같다

여기까지만 해도 되지만 나는 누가 가장 많이 사용했는지도 궁금해서 정렬 코드도 추가했다.

 

정렬할 때는 .sort_values()를 쓰면 된다

이 sort_values는 데이터프레임화 되어 있을때만 사용할 수 있다.

우선 Emoticon_Count 칼럼의 수를 기준으로 정렬하는 것이기 때문에 sort_values에 기준을 넣고

내림차순으로 정렬하기 위해 ascending=False를 입력한다. (True를 작성하면 오름차순이 된다. 아니면 생략해도 동일하다.)

emoticon_count = emoticon_count.sort_values(by='Emoticon_Count', ascending=False)

이렇게 하면 코드가 완성되며 처음에 설계한 값이 출력된다.

(사실 reset_index 뒤에 붙여도 출력은 되지만 정돈되게 작성하기 위해 따로 썼다.)

---

전체 완성된 코드

#사용자별 이모티콘 사용 빈도 분석
def compare_emoticon_counts(data, emoticon):
    #Name 별로 이모티콘 이라는 단어가 Message 칼럼 내의 문자열에 얼마나 포함되었는 지 세서 Emoticon_Count에 삽입
    emoticon_count = df[df['Message'].str.contains(emoticon, na=False)].groupby('Name').size().reset_index(name='Emoticon_Count')
    
    #많이 사용한 순으로 정렬
    emoticon_count = emoticon_count.sort_values(by='Emoticon_Count', ascending=False)
    return emoticon_count

df = generate_dataframe(data)
compare_emoticon_counts(df, '이모티콘')