ChatGpt로 아파트시계열 분석하기(2024.07월 기준)

데이터 필터링 및 날짜 변환

- gubun이 1 또는 13인 행을 필터링합니다.
- ymd 컬럼을 날짜 형식으로 변환합니다.
- ymd 컬럼을 최근 날짜와 4주전 날짜로 필터링합니다.

변동률 계산

- 각 sigun 그룹별로 데이터를 ymd 기준으로 정렬합니다.
- 최근 m_js와 4주 전 m_js의 변동률을 계산하여 매매변동률로 저장합니다.
- 최근 j_js와 4주 전 j_js의 변동률을 계산하여 전세변동률로 저장합니다.

결과 저장

- 매매변동률을 기준으로 순위를 매기고 결과를 정렬합니다.
- 순위, sigun, 매매변동률, 전세변동률, 과거 ymd, 최근 ymd 컬럼을 포함한 데이터프레임을 생성합니다.
- CSV 파일을 'utf-8-sig' 인코딩으로 저장하여 한글이 깨지지 않도록 합니다.
- 최근4주동안변동률분석.csv 파일과 최근4주동안변동률분석.xlsx 파일로 각각 저장한다.

# Following the prompt to filter and process the data

# Filter rows where 'gubun' is 1 or 13
filtered_data = data[(data['gubun'] == 1) | (data['gubun'] == 13)]

# Convert 'ymd' column to datetime format
filtered_data['ymd'] = pd.to_datetime(filtered_data['ymd'], format='%Y-%m-%d')

# Determine the most recent date and the date 4 weeks ago
most_recent_date = filtered_data['ymd'].max()
four_weeks_ago_date = most_recent_date - pd.Timedelta(weeks=4)

# Filter the data for these two dates
recent_data = filtered_data[filtered_data['ymd'] == most_recent_date]
four_weeks_ago_data = filtered_data[filtered_data['ymd'] == four_weeks_ago_date]

# Merge the recent data with the data from four weeks ago on 'sigun'
merged_data = pd.merge(recent_data, four_weeks_ago_data, on='sigun', suffixes=('_recent', '_four_weeks_ago'))

# Calculate the change rates for 'm_js' and 'j_js'
merged_data['매매변동률'] = (merged_data['m_js_recent'] - merged_data['m_js_four_weeks_ago']) / merged_data['m_js_four_weeks_ago'] * 100
merged_data['전세변동률'] = (merged_data['j_js_recent'] - merged_data['j_js_four_weeks_ago']) / merged_data['j_js_four_weeks_ago'] * 100

# Create the result dataframe
result_df = merged_data[['sigun', '매매변동률', '전세변동률', 'ymd_four_weeks_ago', 'ymd_recent']].copy()

# Rank the result dataframe based on '매매변동률'
result_df['순위'] = result_df['매매변동률'].rank(method='min', ascending=False)

# Sort the dataframe by rank
result_df = result_df.sort_values('순위')

import ace_tools as tools; tools.display_dataframe_to_user(name="Result DataFrame", dataframe=result_df)

# Save the result dataframe to CSV and Excel
result_csv_path = '/mnt/data/최근4주동안변동률분석.csv'
result_excel_path = '/mnt/data/최근4주동안변동률분석.xlsx'

result_df.to_csv(result_csv_path, index=False, encoding='utf-8-sig')
result_df.to_excel(result_excel_path, index=False, encoding='utf-8-sig')

result_csv_path, result_excel_path