[analysis] 행정구역 개편으로 인한 이름변경 고침

analysis/age/hist_groups.py

@@ -65,19 +65,45 @@ def cluster_data(method, n_clst, df):
         df.loc[df["age"] == min_age, "cluster_label"] = i
     return df
 
-def extract_city(area):
+# 이름이 바뀐 경우
+change_city_name = {
+    ("충청남도", "당진군"): "당진시",
+    ("경상남도", "마산시"): "창원시",
+    ("경상남도", "진해시"): "창원시",
+    ("경기도", "여주군"): "여주시",
+    ("충청북도", "청원군"): "청주시",
+    ("인천광역시", "남구"): "미추홀구",
+}
+
+# 
+change_lvl2to1 = {"연기군": "세종특별자치시"}
+
+def change_local_name(sdName, wiwName):
     """
-    만약 '시' 와 '구'가 모두 wiwName에 있다면, '시' 까지만 쓰기
+    1. 만약 '시' 와 '구'가 모두 wiwName에 있다면, '시' 까지만 쓰기
     ex) '용인시수지구' (선거 단위) -> '용인시' (의회 단위)
+    2. 지역이 승급되면 이름 바꾸기
+    ex) '당진군' (~2011) -> '당진시' (2012~)
     Keyword arguments:
     argument -- string
     Return: processed string
     """
-    if '구' in area and '시' in area:
-        return area.split('시')[0] + '시'
+    if (sdName, wiwName) in change_city_name:
+        return change_city_name[(sdName, wiwName)]
+    if '구' in wiwName and '시' in wiwName:
+        return wiwName.split('시')[0] + '시'
     else:
-        return area
+        return wiwName
 
+def local_to_metro_list(sdName, wiwName):
+    """
+    구시군에서 광역시/도로 승격한 경우
+    """
+    if wiwName in change_lvl2to1:
+        print('change', wiwName, 'to', change_lvl2to1[wiwName])
+        return change_lvl2to1[wiwName]
+    else:
+        return sdName
 def cluster(df, year, n_clst, method, cluster_by, outdir, font_name, folder_name):
     """구역별 그룹을 만듭니다.
     df: 데이터프레임
@@ -94,7 +120,7 @@ def cluster(df, year, n_clst, method, cluster_by, outdir, font_name, folder_name
     ids = client["district"]
     metroIds = ids["metro_district"]
     localIds = ids["local_district"]
-    db = client["agehistogram"]
+    db = client["age_hist"]
     level = "1level" if cluster_by == "sdName" else "2level"
     main_collection = db[folder_name + "_" + year + "_" + level + "_" + method]
     # 기존 histogram 정보는 삭제 (나이별로 넣는 것이기 때문에 찌꺼기값 존재가능)
@@ -107,12 +133,12 @@ def cluster(df, year, n_clst, method, cluster_by, outdir, font_name, folder_name
     # colors = cm.rainbow(np.linspace(0, 1, n_clst))
 
     # wiwName을 처리합니다
-    df['wiwName'] = df['wiwName'].apply(extract_city)
+    if level == "2level":
+        df['sdName'] = df[['sdName', 'wiwName']].apply(lambda x: local_to_metro_list(*x), axis=1)
+        df['wiwName'] = df[['sdName', 'wiwName']].apply(lambda x: change_local_name(*x), axis=1)
     # 데이터프레임에서 시도별로 묶은 후 나이 열만 가져옵니다.
     df_age = pd.DataFrame(columns=["area", "age"])
     for area, df_clst in df.groupby(cluster_by):
-        metroname = df_clst["sdName"].iloc[0]
-        localname = df_clst["wiwName"].iloc[0]
         df_clst = cluster_data(method, n_clst, df_clst)
         # 클러스터 중심 나이를 계산합니다.
         clst_age_mean = []
@@ -160,10 +186,17 @@ def cluster(df, year, n_clst, method, cluster_by, outdir, font_name, folder_name
                 df_clst.groupby('age')['cluster_label'].first()
             )
         ]
+        metroname = df_clst["sdName"].iloc[0]
         metroId = metroIds.find_one({"sdName": metroname})["metroId"]
         if level == "1level":
+            print ("sdName is ", metroname)
             main_collection.insert_one({"metroId": metroId, "data": data})
+        elif metroname in change_lvl2to1.values():
+            print ("sdName is ", metroname)
+            lvl1_collection = db[folder_name + "_" + year + "_1level_" + method]
+            lvl1_collection.insert_one({"metroId": metroId, "data": data})
         else:
+            localname = df_clst["wiwName"].iloc[0]
             print ("sdName is ", metroname, "wiwName is", localname)
             localId = localIds.find_one({"sdName": metroname, "wiwName": localname})["localId"]
             main_collection.insert_one({"metroId": metroId, "localId": localId, "data": data})