[DA][Python] 대화 분석 기능 - 사용자별 평균 답변 시간 분석 (4)

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

 

4개의 함수 중 마지막 함수이며 이 기능은 사용자별로 평균 답변 시간을 분석하여 출력값이 큰 사람일수록 상대적으로 채팅방에 적게 방문하는 사람이라고 판단할 수 있다.

---

분석 내용

사용자별 평균 답변 시간

우선 처음에 이 값을 출력하기 위해서 고안한 방법은 

각 행을 Name별로 그룹화하여 각 행의 Time을 뺀 값의 평균을 구하는 것이다.

그러기 위해서 필요한 처리는 Time 값을 연산하기 쉽도록 초 단위로 변환하는 것이 필요하다.

 

우선 함수를 먼저 정의한다.

def calculate_response_time(df):

 

앞서 만들어 둔 데이터프레임에서 'Time' 칼럼을 가져와서 Name 별로 정렬한다.

df['Time'] = pd.to_datetime(df['Time'])
df = df.sort_values(by=['Name', 'Time'])

 

현재 행과 이전 행의 값 차이를 계산해주는 함수인 diff( )를 사용하여 첫 번째 행의 값은 0으로 시작하도록 설정한다.

df['ResponseTime'] = df.groupby('Name')['Time'].diff().fillna(pd.Timedelta(seconds=0))

• 대괄호를 사용하여 데이터프레임의 'Time'을 선택
• 소괄호를 사용하여 'Name' 열을 기준으로 데이터를 그룹화

 

이름별로 정리한 시간의 평균 값을 계산하고 하나의 값으로 정의한다.

avg_response_time = df.groupby('Name')['ResponseTime'].mean().reset_index()

 

응답 시간의 값을 초 단위로 변환하고 소수점 둘째 자리까지만 출력하여 정돈된 값이 나오도록 한다.

avg_response_time['ResponseTime'] = avg_response_time['ResponseTime'].dt.total_seconds().round(2)

• 위에 timedelta 형식으로 작성했기 때문에 초 단위로 변환하여 값을 계산할 수 있다.
• round(2)를 사용하여 소수점 둘째 자리까지만 반환

 

값을 결과 값이 작은 사람일수록 채팅방에 자주 들어오는 사람이기 때문에 오름차순으로 정렬되도록 설정한다.

avg_response_time = avg_response_time.sort_values(by='ResponseTime', ascending = False)

• ResponsTime 칼럼 값을 기준으로 오름차순 정렬

 

가로 막대 그래프로 나타내기 위해 barh 차트를 사용하여 시각화한다.

plt.figure(figsize=(10, 4))
plt.barh(avg_response_time['Name'], avg_response_time['ResponseTime'], color='skyblue')

 

마지막으로 출력된 값의 각 라벨 이름과 타이틀 명을 정의하여 출력하는 것으로 마무리한다.

    plt.title('사용자별 평균 답변 시간')
    plt.xlabel('답장 평균 시간 (초)')
    plt.ylabel('사용자')
    plt.legend(title='답장 평균 시간 (초)', fontsize=9)
    plt.show()

return avg_response_time

 

---

결과값