Income from Two Companies (2)

  • 우리의 A씨는 투잡을 하는 영업사원입니다.
  • A씨라는 가상의 인물 계좌를 어떻게 만들었는지 공개합니다.
  • numpy.random, datetimepandas.DataFrame에 적용한 결과입니다.
  • 전체 코드는 여기에서 다운로드 가능합니다.
  • 일단 데이터를 만든다는 목표로 만든, 거의 라이브코딩 수준 코드입니다.
  • 코드가 거칠더라도 양해바랍니다.

1. 투잡하는 영업사원 A씨

  • A씨는 투잡하는 영업사원입니다.
    • 다니는 회사와 계약한 컨텐츠 제작업체로부터 급여가 들어옵니다.
    • 계약이 성사되면 성과급을 받고 가끔 컨텐츠 중에 2차 판매가 발생합니다.
  • 충동구매구매취소를 자주 합니다.
    • 그 바람에 통장엔 카드사 입금액이 많습니다.
    • 입금은 되었지만 소득은 아닙니다.
  • 어린 자녀가 있습니다.
    • 친척들이 놀러오셔서 아이에게 용돈을 주고 가십니다.
    • 아이가 많이 어립니다. A씨가 출근길에 입금하고, 인터넷뱅킹으로 아이 계좌로 이체합니다.
    • 입금은 되었지만 A씨 돈이 아닙니다.

2. A씨의 2020년

  • 코딩할 준비를 합니다.
    1
    2
    3
    4
    5
    %matplotlib inline

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

2.1. 다시 보는 2020년 달력

python calendar

  • 2020년 달력을 한번 그려봅니다.

  • python에서 기본으로 제공하는 calendar 모듈을 사용합니다.

    1
    2
    3
    import calendar

    print(calendar.calendar(2020))


  • 윤년이었습니다. 2월이 29일까지 있네요.

  • 2020년은 366일이고, 수요일에 시작해서 목요일에 끝났습니다.

2.2. 통장 만들기

python datetime

  • 이제부터 계좌를 만듭니다.
  • 계좌에는 거래일자2020-01-01 형식으로 적혀있습니다.
  • datetime 모듈을 사용해서 쉽게 만들어 봅니다.
  • 숫자만 넣으면 형식을 맞춰 날짜를 찍어주도록 합니다.
  • datetime()명령과 datetime.strftime()명령을 사용합니다.
    1
    2
    3
    4
    5
    6
    7
    8
    9
    from datetime import datetime

    # datetime 객체 만들기
    time_init = datetime(2020, 1, 1)
    print(f"1. time_init = {time_init}")

    # datetime 객체를 string으로 변환
    time_init_str = time_init.strftime("%Y-%m-%d")
    print(f"2. time_init(str) = {time_init_str}")
    • 실행 결과:
      1
      2
      1. time_init = 2020-01-01 00:00:00
      2. time_init(str) = 2020-01-01
  • string으로 표현된 날짜도 datetime으로 바꿀 수 있습니다.
  • datetime.strptime()을 사용합니다.
    1
    2
    time_init_datetime = datetime.strptime(time_init_str, "%Y-%m-%d")
    print(f"3. time_init(datetime) = {time_init_datetime}")
    • 실행 결과:
      1
      3. time_init(datetime) = 2020-01-01 00:00:00
  • 요일을 확인합니다.
  • datetime.weekday()를 사용합니다.
  • 근무일 계산에 중요한 요소입니다.
    1
    2
    time_init_weekday = time_init.weekday()
    print(f"4. time_init(weekday) = {time_init_weekday}")
    • 실행 결과: 0(월요일)~6(일요일)까지 숫자로 표현됩니다.
      1
      2
      time_init_weekday = time_init.weekday()
      4. time_init(weekday) = 2
  • 통장을 만드는데 날짜를 일일이 찍어주기 싫습니다.
  • for loop을 돌릴 수도 있겠지만 월별 날짜가 달라서 귀찮은 일이 생깁니다.
  • 특정 일자부터 며칠째datetime.timedelta로 계산하면 훨씬 편해집니다.
    1
    2
    3
    4
    5
    from datetime import timedelta

    dt = timedelta(days=59)
    time_59 = time_init + dt
    print(f"5. time_59 = {datetime.strftime(time_59,'%Y-%m-%d')}")
    • 실행 결과: 59일째는 2월 29일입니다.
      1
      5. time_59 = 2020-02-29
  • 이제 통장을 만듭니다. 거래일자부터.
    1
    2
    3
    4
    5
    6
    7
    dates = []
    for i in range(366):
    date = time_init + timedelta(days=i)
    dates.append(date.strftime('%Y-%m-%d'))

    y2020 = pd.DataFrame({"거래일자": dates})
    y2020.head()

3. A씨의 근로소득

3.1. 회사

3.1.1. 기본급

  • 매달 200만원. 내규(?)로 인해 금액이 매달 10% 내에서 달라집니다.
  • 월급날은 매달 21일입니다. 월급날 index를 확인합니다.
  • pandas.DataFrame의 string을 자를 때는 Series.str.split()을 사용합니다.
  • 이 중에서 맨 오른쪽 데이터를 쓸 때는 다시 .str[-1]을 붙입니다.
    1
    2
    3
    4
    5
    y2020["입금액"] = np.nan

    # 월급날 = 21일
    idx_salary0 = y2020.loc[y2020["거래일자"].str.split("-").str[-1]=="21"].index
    idx_salary0
    • 실행 결과:
      1
      Int64Index([20, 51, 80, 111, 141, 172, 202, 233, 264, 294, 325, 355], dtype='int64')
  • A씨 회사는 월급날이 주말이면 그 전 금요일에 월급을 줍니다.
  • 월급날이 무슨 요일인지 확인합니다.
  • 월급날을 pandas.Series.loc[]로 특정하고 요일을 찾는 weekday()를 걸어줍니다.
  • 날짜를 datetime 형식으로 바꾸기 위해 strptime()을 사이에 끼워줍니다.
    1
    2
    salary_w = y2020["거래일자"].loc[idx_salary0].apply(lambda x: datetime.strptime(x, '%Y-%m-%d').weekday())
    print(f"salary_w.weekday = {salary_w.to_numpy()}")
    • 실행 결과: 주말이 세 번 껴있습니다 (3월, 6월, 11월)
      1
      salary_w.weekday = [1 4 5 1 3 6 1 4 0 2 5 0]
  • 주말이 낀 월급날을 그 앞 금요일로 옮겨줍니다.

  • 현재의 index에서 weekday()-4만큼 빼주면 됩니다.

  • 조건문을 걸어 데이터를 바꿔줄 때는 numpy.where()가 좋습니다.

    1
    2
    idx_salary = np.where(salary_w > 4, salary_w.index-(salary_w-4), salary_w.index)
    idx_salary
    • 실행 결과: 3, 6, 11월의 월급날 index가 바뀌었습니다.
      1
      array([ 20,  51,  79, 111, 141, 170, 202, 233, 264, 294, 324, 355])
  • 이제 기본급을 받아봅시다.

  • 매달 200만원을 기준으로 10%까지 더 받을 수 있습니다.

  • numpy.random.uniform()으로 균등한 운명의 여신의 손에 기본급을 맡깁니다.

  • 기본급의 통장 내역은 “우리회사_월”로 찍힙니다.

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    # 2백만원
    salary = 2e6

    # "입금액" 항목에 액수 기입
    # 0~10%까지 추가금액을 랜덤으로 뽑고 반올림해서 백원이하 절사합니다.
    y2020.loc[idx_salary, "입금액"] = [f"{int(x):d}" for x in salary*(1 + 0.1*np.random.uniform(size=len(idx_salary)).round(3))]

    # "적요" 항목에 "우리회사_월" 형식으로 기본급 기입
    y2020.loc[idx_salary, "적요"] = [f"우리회사_{i+1:02d}" for i in range(len(idx_salary))]
    y2020.loc[18:23]


  • 월급 한번 받기 힘듭니다.

  • 1월 월급은 200만원 하고도 4천원입니다.

  • 우리회사_01이라고 적혀있네요.

3.1.2. 출장비

  • A씨는 바쁩니다. 1년에 출장을 50번 다닙니다.
  • 1회 출장시 밥 사먹으라고 일비 3만원이 나옵니다.
  • 1회 이동을 기준으로 교통비 3만원이 정액 지급됩니다.
  • 예를 들어 하루에 3군데를 가면 일비 + 4회 이동 = 15만원이 나옵니다.
  • 주말에는 출장을 가지 않습니다. 공휴일에는 갑니다.
  • 중복을 허용한 랜덤 선택은 numpy.random.choice()를 사용합니다.
  • 1년 달력에서 주말과 주중을 분리합니다.
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    # 날짜를 요일로 변환
    weekday = y2020["거래일자"].apply(lambda x: datetime.strptime(x, '%Y-%m-%d').weekday())

    # 근무일 (월~금)
    workday = weekday[weekday < 5].index

    # 주말 (토, 일)
    weekend = weekday[weekday > 4].index

    # 출장일 (근무일 중 50일. 중복 허용)
    idx_biztrip0 = np.random.choice(workday, size=50)
    idx_biztrip0
    • 실행 결과: 출장을 간 날입니다.
      1
      array([ 86, 232,  12,  30, 254, 310,  50, 145, 160, 222, 244, 349, 181, 79,  49,  99,  20,  79, 155, 338, 223, 225,   7,   9, 225, 226, 274, 103, 356, 226, 118, 205, 174, 155, 285,  83,  82, 159,  36, 44, 110, 286, 104, 323, 330,  15, 126, 119,  16, 260])
  • 출장 일정, 일별 출장 횟수일별 출장비를 계산합니다.

    1
    2
    3
    4
    5
    6
    idx_biztrip, num_biztrip = np.unique(idx_biztrip0, return_counts=True)

    print(f"출장일 = {y2020.loc[idx_biztrip, '거래일자'].values}")
    print(f"하루 출장횟수 = {num_biztrip}")
    pay_biz = [f"{30000*(n+2):d}" for n in num_biztrip]
    print(f"출장비 = {pay_biz}")
    • 실행 결과:
      1
      2
      3
      출장일 = ['2020-01-08' '2020-01-10' '2020-01-13' '2020-01-16' '2020-01-17' '2020-01-21' '2020-01-31' '2020-02-06' '2020-02-14' '2020-02-19' '2020-02-20' '2020-03-20' '2020-03-23' '2020-03-24' '2020-03-27' '2020-04-09' '2020-04-13' '2020-04-14' '2020-04-20' '2020-04-28' '2020-04-29' '2020-05-06' '2020-05-25' '2020-06-04' '2020-06-08' '2020-06-09' '2020-06-23' '2020-06-30' '2020-07-24' '2020-08-10' '2020-08-11' '2020-08-13' '2020-08-14' '2020-08-20' '2020-09-01' '2020-09-11' '2020-09-17' '2020-10-01' '2020-10-12' '2020-10-13' '2020-11-06' '2020-11-19' '2020-11-26' '2020-12-04' '2020-12-15' '2020-12-22']
      하루 출장횟수 = [1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1]
      출장비 = ['90000', '90000', '90000', '90000', '90000', '90000', '90000', '90000', '90000', '90000', '90000', '120000', '90000', '90000', '90000', '90000', '90000', '90000', '90000', '90000', '90000', '90000', '90000', '120000', '90000', '90000', '90000', '90000', '90000', '90000', '90000', '120000', '120000', '90000', '90000', '90000', '90000', '90000', '90000', '90000', '90000', '90000', '90000', '90000', '90000', '90000']
  • A씨의 몸과 마음은 힘들겠지만 출장비가 쏠쏠해 보입니다.

  • 출장비를 아껴서 가족들과 치킨먹을 생각에 미소가 지어집니다. :)

  • 월급날과 겹치는 날을 확인합니다.
  • 교집합 계산은 set()이 편리합니다.
    1
    print(set(idx_biztrip) & set(idx_salary))
    • 실행 결과: 2일 겹칩니다.
      1
      {20, 79}
  • 출장비를 통장에 꽂아줄 차례입니다. 문제는, 월급을 입력하듯 입력하면 안됩니다.

  • 이미 통장에 기본급이 들어와 있기 때문에 그냥 입력하면 겹치는 날짜 월급이 지워집니다.

    1. 출장일에 이전 내역이 있는지 확인하고,
    2. 없으면 “입금액”과 “적요”란에 해당 내역을 입력.
    3. 이전 내역이 있으면 이전 내역을 list로 변환해 출장비를 원소로 붙여줍니다.
  • 출장비 입금 내역은 “출장_출장횟수”입니다.

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    # version 1
    def put_income(df, idx_pay, pay, label):

    for i, idx in enumerate(idx_pay):
    if df["입금액"].isnull()[idx]:
    df.loc[idx, "입금액"] = pay[i]

    label_note = f"{label}_{(i+1):03d}"
    df.at[idx, "적요"] = label_note

    else:
    income = df.loc[idx, "입금액"]
    note = df.loc[idx, "적요"]

    if not isinstance(income, list):
    income = [income]
    note = [note]
    df.at[idx, "입금액"] = income + [pay[i]]

    label_note = f"{label}_{(i+1):03d}"
    df.at[idx, "적요"] = note + [label_note]

    return df
  • 아까 구해둔 출장일과 출장비를 통장에 추가하고 결과를 확인합니다.

    1
    2
    y2020 = put_income(y2020, idx_biztrip, pay_biz, "출장")
    y2020.loc[353:357]


  • 의도대로 잘 반영되었습니다.

    • 월급날과 겹친 날은 list 형태로 묶여 들어갔고,
    • 그렇지 않은 날은 int와 string 형태로 저장되었습니다.

3.1.3. 성과급

  • 계약 한건당 성과급을 1천만원 받습니다.
  • A씨의 최고 기록은 한 해에 5건 계약입니다. 너무 힘들어서 이 이상은 안하기로 했습니다.
  • 경험상 N번째 계약 확률이 $$0.7^N$$입니다. 여러 건을 성사시킬만큼 집중하려면 에너지가 그만큼 필요한데 총 량에 한계가 있기 때문입니다.
  • A씨가 계약 건수를 늘리기보다 투잡을 시작하게 된 계기이기도 합니다.
  • 2020년에 몇 건을 했을까요. 확률로 알아봅시다.
  • 사건의 확률을 조작할 때도 numpy.random.choice()가 유용합니다.
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    num_success = 0
    count = 0
    result = 1

    while count < 5 and result == 1:
    p_success = np.power(0.7, (count+1))
    result = np.random.choice([0, 1], p=[1-p_success, p_success])
    count += result

    print(f"계약 성공 횟수 = {count}")
    • 실행 결과: 올해는 성과가 좋습니다!
      1
      계약 성공 횟수 = 3
  • 그럼 계약이 성사된 날은 언제일까요? 주중이겠죠?

    1
    2
    idx_success = np.random.choice(workday, count)
    idx_success
    • 실행 결과: 이렇답니다. 날짜가 중요합니까. 통장에 넣을 index가 중요하지.
      1
      array([ 30, 212, 275])
  • 이제 통장에 건당 1천만원을 넣어줍니다.

  • 기본급과 출장비는 항목 옆에 숫자가 붙어있었지만, 성과급은 그냥 “성과급”만 찍힙니다.

  • 코드를 예외처리 해야 합니다.

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    # version 2
    def put_income(df, idx_pay, pay, label, number=True):

    for i, idx in enumerate(idx_pay):
    if df["입금액"].isnull()[idx]:
    df.loc[idx, "입금액"] = pay[i]

    # 일련번호가 붙을 때를 따로 구분해줍니다.
    label_note = f"{label}"
    if number:
    label_note += f"_{(i+1):03d}"

    df.at[idx, "적요"] = label_note

    else:
    income = df.loc[idx, "입금액"]
    note = df.loc[idx, "적요"]

    if not isinstance(income, list):
    income = [income]
    note = [note]
    df.at[idx, "입금액"] = income + [pay[i]]

    # 일련번호가 붙을 때를 따로 구분해줍니다.
    label_note = f"{label}"
    if number:
    label_note += f"_{(i+1):03d}"

    df.at[idx, "적요"] = note + [label_note]

    return df
  • 성과급 입금일이 출장이나 월급날과 겹친 날이 있는지 확인합니다.

    1
    2
    print(set(idx_biztrip) & set(idx_success))
    print(set(idx_salary) & set(idx_success))
    • 실행 결과: 출장날과는 1월 31일 하루 겹쳤고, 월급날과는 겹치지 않았습니다.
      1
      2
      {30}
      set()
  • 겹친 날, 잘 들어가는지 확인합니다.

    1
    2
    y2020 = put_income(y2020, idx_success, ["10000000"]*len(idx_success), "성과급", number=False)
    y2020.loc[30]
    • 실행 결과: 출장비에 데미지를 주지 않고 잘 들어갔습니다.
      1
      2
      3
      4
      거래일자           2020-01-31
      입금액 [90000, 10000000]
      적요 [출장_007, 성과급]
      Name: 30, dtype: object

3.1.4. 회사 입금액

  • 회사로부터의 입금액들이 잘 들어가 있는지 한번 확인해봅니다.
  • 데이터가 들어가 있지 않은 날은 빼고 한번 봅시다.
  • dropna()로 결측치가 있는 날들을 모두 제외하고 .head(10)으로 처음 10줄만 봅니다.
    1
    y2020.dropna().head(10)

  • 우리의 A씨, 연초부터 열일했습니다.
  • 1월에만 출장을 7번 다니면서 성과급도 받았네요.

3.2. 투잡

3.2.1. 컨텐츠 제작

  • N잡러의 시대에 A씨도 예외가 아닙니다.
  • 출장가는 날을 빼고 웬만하면 컨텐츠를 만들어 올리려고 합니다.
  • 그러나 사람인지라 매일은 못합니다. 60% 정도 하는 것 같네요.
  • 출장가지 않은 날을 헤아립니다. 주말 포함입니다.

    1
    2
    idx_twojob_max = np.array(list(set(y2020.index) - set(idx_biztrip)))
    len(idx_twojob_max)
    • 실행 결과: 1년 중 대부분입니다.
      1
      320
  • 60% “쯤” 투잡을 뜁니다.

  • 표준편차가 한 달(30일)인 정규분포를 사용해 투잡한 날짜를 랜덤하게 뽑아봅니다.

  • numpy.random.normal()을 사용합니다.

    1
    2
    num_twojob = int(np.random.normal(loc=0.5*len(idx_twojob_max*0.6), scale=30, size=1))
    num_twojob
    • 실행 결과: 본업이 조금 힘들었나봅니다. 52.5%밖에 안했네요.
      1
      168
  • 168일이 일년 중 언제인지를 numpy.random.choice()를 사용해 추출합니다.

  • 같은 날이 두 번 뽑히면 안되니 replace=False로 놓습니다.

  • 그리고 그 날 통장엔 “OO컨텐츠” 명의로 10만원이 입금됩니다.

    1
    2
    3
    4
    5
    6
    # 투잡 뛴 날짜 index
    idx_twojob = np.random.choice(idx_twojob_max, size=num_twojob, replace=False)

    # 통장 입금
    y2020 = put_income(y2020, idx_twojob, [100000]*num_twojob, "OO컨텐츠", number=False)
    y2020.head(10)


  • 설날도 일했군요. 힘내라고 응원해줍니다.

3.2.2. 2차 창작물

  • 컨텐츠가 간혹(확률=1%) 부가가치를 창출합니다.
  • 컨텐츠가 인기를 얻으면 기고 요청이나 강연이 들어오기도 합니다.
  • 입금일은 컨텐츠 업로드 후 1주일 뒤고, 금액은 백만원입니다.
  • 행운의 컨텐츠를 꼽아봅니다.

  • 이번에도 numpy.random.choice()로 확률을 조정합니다.

    1
    2
    3
    4
    5
    6
    7
    8
    9
    # 2차 창작물 뽑기
    idx_2nd_ = np.random.choice([0, 1], size=num_twojob, p=[0.99, 0.01])

    # 2차 창작물 index
    idx_2nd = np.where(idx_2nd_==1)[0]
    print(idx_2nd)

    # 2차 창작물 입금일 index
    idx_2nd += 7
    • 실행 결과: 1%의 확률을 뚫고 총 168건 중 3건이나 뽑혔습니다!
      1
      [60 70 93]
  • 통장에 입력해야 하는데, 이번엔 상황이 조금 다릅니다.

  • 이제까지는 지정된 레이블일련번호가 붙거나 말거나였습니다.

  • 이번엔 입금 건 별로 레이블이 바뀝니다.

  • str이 아니라 array-like 형식으로 들어올 때 하나씩 골라 넣는 코드가 필요합니다.

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    # version 3
    def put_income(df, idx_pay, pay, label, number=True):

    for i, idx in enumerate(idx_pay):
    if df["입금액"].isnull()[idx]:
    df.loc[idx, "입금액"] = pay[i]

    if isinstance(label, str):
    label_note = f"{label}"
    if number:
    label_note += f"_{(i+1):03d}"
    df.at[idx, "적요"] = label_note

    # label이 list로 들어오는 경우
    else:
    df.at[idx, "적요"] = label[i]

    else:
    income = df.loc[idx, "입금액"]
    note = df.loc[idx, "적요"]

    if not isinstance(income, list):
    income = [income]
    note = [note]
    df.at[idx, "입금액"] = income + [pay[i]]

    if isinstance(label, str):
    label_note = f"{label}"
    if number:
    label_note += f"_{(i+1):03d}"
    df.at[idx, "적요"] = note + [label_note]

    # label이 list로 들어오는 경우
    else:
    df.at[idx, "적요"] = note + [label[i]]

    return df
  • 코드를 수정했습니다. 이제 통장에 꽂아봅니다.

    1
    2
    num_idx_2nd = len(idx_2nd)
    y2020 = put_income(y2020, idx_2nd, [1000000]*num_idx_2nd, np.random.choice(["계약금_출판", "출연료", "저작권료"], size=num_idx_2nd), number=False)
  • 잘 입금됐는지 확인합니다.

  • 선정일 index [60, 70, 93]에서 일주일 뒤인 [67, 77, 100]을 확인합니다.

    1
    y2020.loc[[67, 77, 100]


  • A씨, 잘 나가네요. 방송도 출연하고 출판계약도 했습니다.

3.3. 기타 입금액

  • 소득이 정확히 얼마인지 알기 어렵게 하는 노이즈입니다.
  • 온갖 카드 환급액, 가까운 친척들로부터의 아이 용돈.
  • 금액을 떠나서 레이블이 다채로운 것이 문제입니다. 마구마구 넣어봅니다.
  • 신용카드 거래취소 등입니다.

  • 5개의 신용카드, 체크카드, 동네 마트 이름을 넣어줍니다.

  • 환급액은 3만5천원부터 6만 5천원까지랜덤하게 200건을 만듭니다.

    1
    2
    3
    4
    5
    # 신용카드 환불: 7가지
    credit_num = 200
    idx_credit = np.random.choice(workday, credit_num)
    credit_cards = np.random.choice(["AA카드", "BB카드", "CC카드", "DD카드", "EE카드", "결제환급", "XX마트"], credit_num)
    credit_refunds = [int(500 + 300* (np.random.random()-0.5))*100 for _ in range(credit_num)]
  • A씨 자녀에게 어른들이 주신 용돈입니다.

  • 할아버지할머니를 비롯한 5 종류의 어른들만원, 3만원, 5만원을 랜덤하게 주십니다.

    1
    2
    3
    4
    5
    # 자녀 용돈: 5가지
    breed_num = 20
    idx_breed = np.random.choice(weekend, breed_num)
    breed_persons = np.random.choice(["할아버지할머니", "삼촌숙모", "이모이모부", "고모고모부", "이웃어른"], breed_num)
    breed_moneys = np.random.choice([10000, 30000, 50000], size=breed_num)
  • 통장 입금 내역을 생성합니다.
    1
    2
    3
    4
    5
    6
    7
    8
    # 카드 환불액
    y2020 = put_income(y2020, idx_credit, credit_refunds, credit_cards, number=False)

    # 자녀 용돈
    y2020 = put_income(y2020, idx_breed, breed_moneys, breed_persons, number=False)

    # 4월 데이터를 샘플링해서 대충 현황을 확인합니다.
    y2020.loc[95:105]

4. 통장 정리

  • 은행 홈페이지나 앱에서 거래내역을 확인하면 모든 날짜가 있지 않습니다.
  • 거래 내역이 없는 날은 날짜조차 없습니다.
  • pandas.DataFrame.dropna()로 입금액이 없는 날짜를 지워주고 확인합니다.
    1
    2
    y2020 = y2020.dropna()
    y2020

  • 같은 날짜에 여러 건이 있는 날이 많습니다.
  • 실제 통장에서는 한 줄에 한 건만 나와있습니다. 이렇게 만듭니다.
  • pandas.DataFrame.explode()를 사용해서 list마다 다른 행으로 만들고 pandas.concat()으로 결합합니다.
    1
    2
    y2020 = pd.concat([y2020[["거래일자", "입금액"]].explode("입금액"), y2020["적요"].explode()], axis=1).reset_index(drop=True)
    y2020

  • 총 입금액은 얼마일까요?
    1
    2
    y2020["입금액"] = y2020["입금액"].astype(int)
    print("총 입금액 =", format(y2020['입금액'].sum(), ','))
    • 실행 결과: 8천 7백만원이 넘었습니다!
      1
      총 입금액 = 87,112,099
  • 이 글을 쓰면서 코드를 여러 번 다시 실행했습니다.
  • 수많은 랜덤 함수들로 이전 글과는 완전히 다른 결과가 나왔습니다.
  • 이번 생의 소득은 얼마인지 봅시다. 시각화 코드는 이전 글에 있습니다.

5. 결론

  • 랜덤 함수를 사용해서 한 사람의 투잡 소득 데이터를 만들어 보았습니다.
  • 이 작업을 여러번 반복해서 수백 수천명의 A씨를 만들면 재밌는 일을 할 수 있겠다는 생각이 들었습니다.
  • 주어진 환경에서 원잡에 집중할지 vs 투잡을 뛰는게 나을지 확률적으로 판단할 수 있겠더군요.
  • 전 세계의 수많은 A씨를 응원합니다.


도움이 되셨나요?

카페인을 투입하시면 다음 포스팅으로 변환됩니다

Share