취미로 하는 데이터 분석 시리즈04-2(기원후 1000년에 와인을 만들었다면 그 가격은 얼마일까?)

In [1]:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

In [2]:

from matplotlib import font_manager, rc
font_path = "C:\Windows\Fonts\gulim.ttc"
font = font_manager.FontProperties(fname=font_path).get_name()
rc('font', family=font)

In [10]:

wine = pd.read_csv('./wine.csv')

In [11]:

wine.head()

Out[11]:

	Unnamed: 0	Unnamed: 0.1	country	description	designation	points	price	province	region_1	region_2	taster_name	taster_twitter_handle	title	variety	winery	year
0	0	0	Italy	Aromas include tropical fruit, broom, brimston...	Vulkà Bianco	87	NaN	Sicily & Sardinia	Etna	NaN	Kerin O’Keefe	@kerinokeefe	Nicosia 2013 Vulkà Bianco (Etna)	White Blend	Nicosia	2013
1	1	1	Portugal	This is ripe and fruity, a wine that is smooth...	Avidagos	87	15.0	Douro	NaN	NaN	Roger Voss	@vossroger	Quinta dos Avidagos 2011 Avidagos Red (Douro)	Portuguese Red	Quinta dos Avidagos	2011
2	2	2	US	Tart and snappy, the flavors of lime flesh and...	NaN	87	14.0	Oregon	Willamette Valley	Willamette Valley	Paul Gregutt	@paulgwine	Rainstorm 2013 Pinot Gris (Willamette Valley)	Pinot Gris	Rainstorm	2013
3	3	3	US	Pineapple rind, lemon pith and orange blossom ...	Reserve Late Harvest	87	13.0	Michigan	Lake Michigan Shore	NaN	Alexander Peartree	NaN	St. Julian 2013 Reserve Late Harvest Riesling ...	Riesling	St. Julian	2013
4	4	4	US	Much like the regular bottling from 2012, this...	Vintner's Reserve Wild Child Block	87	65.0	Oregon	Willamette Valley	Willamette Valley	Paul Gregutt	@paulgwine	Sweet Cheeks 2012 Vintner's Reserve Wild Child...	Pinot Noir	Sweet Cheeks	2012

전에 만든 year만 따로 빼낸 wine csv파일을 다운로드 하였다.

선형 회귀를 위해 sklearn 모듈을 import한다.

전 편에서 wine의 vintage가 오래될 수록 가격이 보다 높아보이는 경향이 느껴졌다. 이를 선형 회귀를 통해 실제로도 그러한지 알아보자

In [13]:

from sklearn.linear_model import LinearRegression as LR

NV의 경우 vintage유무를 따질 수 없으므로 제외하자.

In [26]:

df = wine[wine['year']!='NV']

In [36]:

df[df.year == 'NV'].count()

Out[36]:

Unnamed: 0               0
Unnamed: 0.1             0
country                  0
description              0
designation              0
points                   0
price                    0
province                 0
region_1                 0
region_2                 0
taster_name              0
taster_twitter_handle    0
title                    0
variety                  0
winery                   0
year                     0
dtype: int64

In [47]:

df=df.sort_values('year')

In [48]:

line_fitter = LR()
X = df["year"]
y = df["price"]

In [49]:

plt.plot(X,y,'o')
plt.xticks(rotation = 90, size=10)
plt.show()

이제 데이터를 fit해보자

line_fitter.fit(X.values.reshape(-1,1),y) 를 진행했더니, 결측치 에러가 발생했다.

In [91]:

df2 = df[['price', 'year']]
#두개만 집중해서 보기 위해 price, year를 따로 dataFrame으로 만듬

In [62]:

df2.dropna(inplace=True)

C:\Users\se99a\anaconda3\lib\site-packages\pandas\util\_decorators.py:311: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  return func(*args, **kwargs)

dropna를 사용해서 가격지표의 결측치를 제거했다.

In [65]:

X = df2["year"]
y = df2["price"]

In [66]:

line_fitter.fit(X.values.reshape(-1,1),y)

Out[66]:

LinearRegression()

In [71]:

line_fitter.coef_#기울기

Out[71]:

array([-0.42751435])

In [73]:

line_fitter.intercept_ #절편

Out[73]:

895.0574439192084

In [84]:

line_fitter.predict([[1850]])#1850년에 만든 와인가격의 예측값

Out[84]:

array([104.15589175])

In [85]:

line_fitter.predict([[2020]])#2020년에 만든 와인가격의 예측값

Out[85]:

array([31.47845182])

In [95]:

plt.plot(X,line_fitter.predict(X.values.reshape(-1,1)))
plt.xticks(rotation = 90)
plt.title('연도에 따른 와인가격 선형회귀 그래프')
plt.xlabel('왼쪽으로 갈 수록 1800년대, 오른쪽으로 갈 수록 현재', size = 15)
plt.show()

만약 기원 후 1000년에 누가 와인을 만들었다면 그 가격이 얼마일까?

In [89]:

line_fitter.predict([[1000]])

Out[89]:

array([467.54309139])

467달러면 한 50만원쯤 한다.¶

생각보다 싸서 너무 실망스럽다.¶

와인은 투자수단으로는 부적절한 듯 하다. 그냥 싼 와인 사서 먹자.