Pythonで「スタバの店舗データ」を地図にプロットして分析してみた

下記のnoteで実施した、いろんな集計・分析のやり方解説版noteです。

こんな方におすすめです

集計・分析にはPythonを使用しています。下記のような方のご参考になるかと思います。

・文系マーケターで、今、データ分析を勉強中の方。
・特に企業内で、出店戦略、エリアマーケティング、広告・販促戦略、顧客調査などで、地理情報を扱う方が多い方。
・専用ツールがあるが、それが使いづらく、自前で何かできないかな〜、と思ってる方。
・Pythonを学習し始めて、基礎的なことは理解して、何か面白いことできないかな〜と悩んでいる方。

このnoteで出来るようになること

・pythonを用いた基本的集計（merge、pivot_table、groupby含）
・foliumという地図上に色々できる便利なライブラリの基本的な使い方
・plotlyというこれまた便利なライブラリの基本的な使い方

実務でも活かしやすいと思います。それでは、楽しんで頂けたら幸いです。

分析環境の準備

いつものJupyter notebookを使います。

データ分析をする上でとても便利でおすすめなので、まだの方はこれを機にどうぞ。インストールの仕方がわからない方は、こちらがおすすめです。

☕️下準備（前処理・欠損値の確認など）

データの用意

下記からcsvをダウンロードできます。

Starbucks Locations Worldwide

ライブラリのimport

#基本的なデータ処理のためのライブラリ
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

データの読み込み

#データの読み込み
df = pd.read_csv("/Users/[あなたのディレクトリ]/directory.csv") 

まず、どんなデータかざっと把握する

#確認
df.head()

店名（StoreName）や所在地（StreetAddress）、緯度経度（Longitude, Latitude）など、各店舗の基本情報が列挙されてます。

#各列のユニークバリューを取得する。数値データの際は平均値と標準偏差を取得する関数を作る
def see_unique(df):
   print("●Unique values")
   print("")
  #各列のデータタイプを表示する
   for i in df.columns:
       column_numbers = df.columns.get_loc(i)
       if df[i].dtype == 'int' or df[i].dtype == "float":
           print("#",column_numbers,"　",i,": ",df[i].dtype)
           print("Ave.",df[i].mean()," , ","SD",round(df[i].std(),1))
           print("")
       else:
           print("#",column_numbers,"　",i,": ", df[i].dtype)
           print(df[i].unique())
           print("")

see_unique(df)

前処理を少々と、欠損値の確認をします。

取り扱いやすくするように列名を調整します

def care_columns_name(df):
   #取り扱いやすいように、列名のなかに含まれてる記号をアンスコに変更する
   print("The column names have been changed to make them easier to handle below.  \n")
   #列名を取得して、スペースを_に置換する
   print(df.columns)
   replaced_columns = df.columns.str.replace(" ", "_").str.replace('-', '_').str.replace('$', '').str.replace('\n', '_').str.replace('/', '_')
   df.columns=replaced_columns
   print("↓\n")
   print(replaced_columns)

#Pandasでは扱えない記号やスペースなどが列名に入ってるのを'_'に変換する
care_columns_name(df)

#欠損値の確認
def kesson_table(df): 
       null_val = df.isnull().sum()
       percent = 100 * df.isnull().sum()/len(df)
       kesson_table = pd.concat([null_val, percent], axis=1)
       kesson_table_ren_columns = kesson_table.rename(columns = {0 : '欠損数', 1 : '%'})
       return kesson_table_ren_columns

🗾まず、サクッと集計を

準備が整ったので、日本の都道府県別の店舗数を集計します。

日本の店舗データだけ抽出してdfを作る

#日本だけ取り出す
starbucks_jp = df[df.Country == 'JP']

#index振り直し
starbucks_jp = starbucks_jp.reset_index(drop = True)

#確認
starbucks_jp.head()

都道府県（state_province列）が番号しかないので、県名を追加したほうがわかりやすいので加工します。

こちらのサイトの対応表が使えそうなので、csvで用意しました。お使いのPCにDLしてください。もしくはクリップボードコピーでも可です。

prefecture_code.csv

1140 Bytes

ファイルダウンロードについて

ダウンロード

#state_provinceの番号を都道府県名に変更したい

#元データはここからコピーできます
#https://makitani.net/shimauma/knowledge/japan-prefecture-code

#コピペでデータを取り込み
#prefecture_code = pd.read_clipboard()

#csvに一旦保存
#prefecture_code.to_csv("/Users/[あなたのディレクトリ]/prefecture_code.csv")

#一旦csvにした都道府県と番号の対応表を読み込む
prefecture_code = pd.read_csv("/Users/[あなたのディレクトリ]/prefecture_code.csv")

こちらも取り扱いやすいように列名を変更します

#こちらも扱いやすいように列名を変更します
prefecture_code.rename(
   columns=
   {'都道府県コード': 'State_Province',
    '都道府県':'prefectures_jp'},
   inplace=True)

#不要な列の削除
prefecture_code.drop(columns= 'Unnamed: 0', inplace= True)

#番号をint型にしておく
prefecture_code.State_Province = prefecture_code.State_Province.astype('int')

#確認
prefecture_code.head()

突合元データと都道府県一覧をmergeする

#突合元の列もint型に変更しておく
starbucks_jp.State_Province = starbucks_jp.State_Province.astype('int')

#mergeする
starbucks_jp = pd.merge(starbucks_jp, prefecture_code, on='State_Province')

#確認
starbucks_jp.head()​

元データの右側に、都道府県名が入ってるので突合できています。

ナンバリングする

これはmustではありませんが、一応整理しておきます。

#番号と都道府県名の列でナンバリングする
starbucks_jp["no_prefectures"] = 0

for i in range(len(starbucks_jp)):
   starbucks_jp["no_prefectures"][i] =  str(starbucks_jp.State_Province[i]) +'_' +  str(starbucks_jp.prefectures[i])
   
#確認
starbucks_jp.no_prefectures.unique()​

ここまで前処理です。お疲れ様です。

都道府県別でサクッと集計

#都道府県別の店舗数を集計してみる
starbucks_jp_gb = starbucks_jp.groupby("no_prefectures")

#都道府県単位でcount集計して格納
starbucks_jp_gb_count = starbucks_jp_gb.count().sort_values(by="Brand", ascending=False)

#index振り直し（任意）
starbucks_jp_gb_count.reset_index(inplace = True)

#描画
plt.figure(figsize= (10,15))
sns.barplot(x='Brand', y='no_prefectures', data=starbucks_jp_gb_count,palette="Blues_d")​

 --- ✂︎ おまけ ✂︎ ---

経営スタイル別のクロス集計

元データに「Ownership_Type」という経営管理体制別の列があったので、それでクロス集計してみました。

#経営スタイル別のクロス集計のためのpivot_tableを作る
starbucks_jp_pivot = pd.pivot_table(
   starbucks_jp,
   columns="Ownership_Type",
   index="no_prefectures",
   values= "Brand",
   aggfunc="count",
   #margin = Trueで行列の合計が出せる
   margins=True,
   #合計の行列の名前を設定
   margins_name='total'
).sort_values(by = 'total', ascending= True)

#描画 積み上げ棒グラフでみてみる
starbucks_jp_pivot.drop(labels='total', axis=0).drop(columns='total', axis=1).plot.barh(stacked=True, figsize=(5,10))

--- ✂︎ ---

📍地図にプロットしてみる

ライブラリのimport

#地図にプロットする用のライブラリをimportします
import folium

--- ✂︎ --- ご参考 --- ✂︎ ---

過去にfoliumをインストールしておかないとimportできないので、インストールしていない方は下記をJupyterNotebook上で実行してインストールした後、↑を実行してください。

ターミナルからのインストールでももちろん大丈夫です。

! pip install folium 

--- ✂︎ ---

地図に日本全国のスタバをプロットする

初めに、プレーンな地図を読み込みます

#プレーンな地図を用意する
map1 = folium.Map(
   #初期位置のセット
   location=[35.681167, 139.767052],
   
   #初期表示の拡大具合のセット
   zoom_start = 11,

   #地図のスタイルの選択 どれか一つ選んで#をはずしてください
   tiles = "OpenStreetMap"
   #tiles="cartodbpositron"
   #tiles = "Stamen Toner"
   #tiles = "Stamen Terrain"
)


#描画
map1

--- ✂︎ --- 参考 --- ✂︎ ---

下記のような地図のスタイルを選択できます。

--- ✂︎ ---