[DA][Python] 대화 분석 기능 - 사용자별 각 시간대 활동 빈도 분석 (3)

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

 

앞서 두 개의 함수를 만들었기 때문에 세번째 기능 함수를 구현하고자 한다.

이번에는 시간대 범위를 나누고 각 사용자가 자주 채팅방에 들어오는 활동 시간대를 분석하는 것이다.

범위에 대해 각자 나타나는 것이기 때문에 파이차트로 출력되도록 설계할 것이며 개별적으로 사람을 필터링하여 추출될 수 있도록 코드를 작성할 예정이다.

 

또한 앞서 함수에서 사용한 데이터들은 가족 단톡방을 가져왔지만 이번에는 6명의 인원의 단톡방 내용을 가져와서 6개의파이차트를 보이도록 하여 다양한 결과값을 도출할 예정이다.

---

분석 내용

사용자별 각 시간대 활동 빈도 분석

먼저 함수가 2개 나올 예정이다.

시간대 범위로 나눠서 활동 빈도를 집계한 함수와 이름별로 결과를 따로 출력해주는 함수 두 개를 작성할 것이다.

먼저 시간대 범위를 나누는 함수를 정의한다.

def analyze_activity_by_time(df):

 

원본 데이터를 참고해보면 아래와 같은데

여기서 Time 칼럼을 가져와서 사용해야 한다.

우선 내가 나누게 될 시간대 범위는 아래와 같다.

새벽	오전	오후	저녁
00시 ~ 05시 59분	06시 ~ 11시 59분	12시 ~ 17시 59분	18시 ~ 23시 59분

 

범위는 Hours를 기준으로만 나누기 때문에 시간 데이터값에서 Hours만 추출해야 한다.

df['Hours'] = pd.to_datetime(df['Time'], format='%H:%M').dt.hour

• Time 칼럼에서 시간과 분 fomat으로 가져와서 datetime의 hour만 추출한다.

 

시간대를 4개 범위로 나누기 위해 라벨과 범위를 지정한다.

boundary = [0, 6, 12, 18, 24]
labels = ['새벽', '오전', '오후', '저녁']

 

 

그리고 데이터프레임 칼럼 'Time_Parts'를 만들어서 값을 넣어준다.

값은 앞서 나누었던 Hours에서 가져온다.

df['Time_Parts'] = pd.cut(df['Hours'], bins=boundary, labels=labels, right=False, include_lowest=True)

•  값은 boundary, 각 범위 명은 labels에서 가져오고 오른쪽 값은 포함하지 않고 왼쪽 값은 포함하도록 False와 True를 지정해준다.

 

다음으로 시간대별로 활동 빈도를 집계해주는 값을 작성한다.

activity_by_time = df.groupby(['Name', 'Time_Parts']).size().reset_index(name='Count_Messages')
return activity_by_time

• Name과 Time_Parts 열을 기준으로 그룹화한다.
• 각 그룹의 크기, 각 그룹 내의 행 수를 계산하기 위해 size()를 쓴다. 
• 그룹화 결과를 데이터프레임 형태로 변환하고 인덱스를 Count_Messages라는 칼럼 이름으로 지정한다.

 

▼ 최종 코드

#사용자별 각 시간대 활동 빈도 분석
def analyze_activity_by_time(df):
    """데이터프레임에서 시간대별 활동을 분석"""
    
    #시간대 Hours 칼럼으로 추출
    df['Hours'] = pd.to_datetime(df['Time'], format='%H:%M').dt.hour
    
    #시간대 4개 범위로 나누기
    boundary = [0, 6, 12, 18, 24]
    labels = ['새벽', '오전', '오후', '저녁']
    df['Time_Parts'] = pd.cut(df['Hours'], bins=boundary, labels=labels, right=False, include_lowest=True)
    
    #시간대별 활동 빈도 집계
    activity_by_time = df.groupby(['Name', 'Time_Parts']).size().reset_index(name='Count_Messages')
    
    return activity_by_time

---

각 사용자 개인 값도 출력되도록 작성

위의 기능을 파이차트로 출력되도록 설정할 것이기 때문에 따로 함수를 지정해준다.

def individual_activity_time(activity_by_time, names):

• names 함수에 출력값을 찾을 이름을 입력한다.

 

사용자 데이터의 값이 문자열인지 아닌지 확인하고 리스트로 변환한다.

if isinstance(names, str):
	names = [names]

 

앞서 만든 names 값에 들어가는 값을 제외한 값들은 False로 지정할 수 있도록 한다.

user_data = activity_by_time[activity_by_time['Name'].isin(names)]

• 'Name' 열에서 names 리스트에 있는 이름들을 가진 행을 찾아서 데이터 프레임을 형성하여 user_data 변수에 삽입한다.

 

데이터를 재구성하여 시간대 범위에 맞게 값이 출력되도록 피벗 테이블을 구성한다.

pivot_table = user_data.pivot(index='Name', columns='Time_Parts', values='Count_Messages').fillna(0)

• 피벗 테이블의 행 레이블을 'Name'  값으로 설정한다.
• 또한 피벗 테이블의 열 레이블을 Time_Parts로 지정하여 각 열을 시간 범위로 지정한다.
• 마지막으로 피벗 테이블의 값은 Count_Messages 열 값으로 메시지 수를 센다.
• 그리고 값이 없는 셀은 0으로 지정하기 위해 fillna(0)을 사용하여 특정 사용자와 시간 조합에 메시지가 없는 경우를 삭제한다.

 

생성한 피벗 테이블을 활용하여 파이 차트를 생성한다.

if not pivot_table.empty:
	pivot_table.iloc[0].plot(kind='pie', autopct='%1.1f%%', startangle=90, legend=False)
    plt.title(f"{names}의 시간대별 활동 빈도")
    plt.ylabel('')
    plt.show()

• 만약 pivot_table의 데이터가 비어있지 않다면
  • pivot_table의 첫 번째 사용자 데이터를 선택하여 출력한다. (user_data를 넣었기 때문에 사용자가 입력한 참여자의 값이 출력된다.)
  • 파이차트로 종류를 선택하고 백분율로 표현하되, 소수점 첫 번째 자리까지만 출력한다,
  • startangle=90을 써서 파이 차트의 시작 각도를 90으로 설정한다.
  • 범례를 표시하지 않도록 legend=False로 설정한다.
• 파이차트의 title 명과 y축 라벨을 제거하여 표시하도록 작성한다.

 

반대로 전체로 출력하고 싶을 때를 입력한다.

사용자의 이름을 작성하지 않았을 때 전체 값이 출력되도록 한다.

else:
	pivot_table = activity_by_time.pivot(index='Name', columns='Time_Parts', values='Count_Messages').fillna(0)

• 앞에는 user_data 값을 가져와서 피벗 테이블로 만들었지만, 전체가 출력되어야 하기 때문에 activity_by_time에서 생성한다.

 

여러 개의 서브 플롯을 생성하여 파이차트를 생성한다. (전체를 출력하기 위해 필요)

fig, axes = plt.subplots(nrows=1, ncols=len(pivot_table), figsize=(15, 5))

• 여러 개의 서브플롯을 생성하는 subplots를 사용한다.
• nrows=1 을 사용하여 한 행에 모두 배치되도록 한다.
• 서브 플롯의 개수는 pivot_table의 행 수만큼 생성해야 하기 때문에 len을 사용한다.pie
• 전체 그래프의 크기를 가로 15인치, 세로 5인치로 fig 사이즈를 지정한다.

 

피벗 테이블의 모든 값을 출력하기 위해 반복하여 처리하는 for 문을 사용한다.

for i, (names, data) in enumerate(pivot_table.iterrows()):
	data.plot(kind='pie', ax=axes[i], autopct='%1.1f%%', startangle=90, legend=False)

• for을 사용하여 피벗 테이블의 각 행을 반복하여 처리한다.
• i로 인덱스 값을 나타내고 names로 현재 행의 이름을 나타낸다.
• enumerate 파이썬의 내장 함수로, 리스트를 순회하면서 인덱스와 요소를 동시에 반환한다.
  • names와 data를 반복 순회한다.
• ax=axes[i]를 사용해서 현재 서브플롯에 차트를 그린다.
• autopct = '%1.1f%%' 를 이용하여 파이 차트에서 각 조각의 비율을 표시하는 형식으로 지정한다.
  • pie 함수에서만 사용된다.
  • f를 써서 숫자를 소수로 형식화함을 나타낸다.
  • %%를 사용해서 퍼센트 기호를 출력에 포함시킨다.
• startangle=90으로 차트의 시작 각도를 90으로 설정하고 legend=False 를 통해 범례를 표시하지 않도록 설정한다.

 

서브플롯의 제목과 y레이블의 서식을 없애고 깔끔한 파이 차트로 출력하기 위해 아래와 같은 코드도 추가한다.

            axes[i].set_title(names)
            axes[i].set_ylabel('')

• 각 서브 차트의 이름은 사용자 이름으로 지정하고 ylabel은 필요없기 때문에 생략해준다.

 

그리고 파이 차트가 출력되도록 하는 코드로 마무리한다.

        plt.tight_layout()
        plt.show()
    return individual_activity_time

 

▼ 전체 코드

## 개별 사용자 활동 시간대 출력 코드
def individual_activity_time(activity_by_time, names):
    """특정 사용자의 시간대별 활동 빈도를 파이 차트로 표시"""
    
    # 특정 사용자 데이터 필터링
    if isinstance(names, str):
        names = [names]
    
    user_data = activity_by_time[activity_by_time['Name'].isin(names)]
    
    # 피벗 테이블 생성
    pivot_table = user_data.pivot(index='Name', columns='Time_Parts', values='Count_Messages').fillna(0)
    
    # 파이 차트 생성
    if not pivot_table.empty:
        pivot_table.iloc[0].plot(kind='pie', autopct='%1.1f%%', startangle=90, legend=False)
        plt.title(f"{names}의 시간대별 활동 빈도")
        plt.ylabel('')
        plt.show()
    else:
        pivot_table = activity_by_time.pivot(index='Name', columns='Time_Parts', values='Count_Messages').fillna(0)

        fig, axes = plt.subplots(nrows=1, ncols=len(pivot_table), figsize=(15, 5))
    
        for i, (names, data) in enumerate(pivot_table.iterrows()):
            data.plot(kind='pie', ax=axes[i], autopct='%1.1f%%', startangle=90, legend=False)
            axes[i].set_title(names)
            axes[i].set_ylabel('')
        plt.tight_layout()
        plt.show()
    return individual_activity_time

activity_by_time = analyze_activity_by_time(df)
individual_activity_time(activity_by_time, ' ')

 

---

결과값