실거래조회 – 투데이즈.kr

파이썬 부동산 매매가 조회 프로그램 만들기 4편 (전국 데이터)

urjent — Sat, 14 Sep 2024 05:33:20 +0000

파이썬 부동산 매매가 조회 프로그램 만들기 4편 (전국 데이터) ㅣ 서울 부동산 매매가를 조회하는 메소드가 잘 동작하는 것을 알았으니, 다 되었습니다. 약간 구조를 바꾸어서 서울 이외 지역의 부동산 매매가를 조회하는 메소드를 만들어보겠습니다.

파이썬 부동산 매매가 조회 프로그램 만들기 4편 (전국 데이터)

2024.09.14 – [부동산/자동화 프로젝트] – 파이썬 부동산 매매가 조회 프로그램 만들기 1편

2024.09.14 – [부동산/자동화 프로젝트] – 파이썬 부동산 매매가 조회 프로그램 만들기 2편 (지역코드)

2024.09.14 – [부동산/자동화 프로젝트] – 파이썬 부동산 매매가 조회 프로그램 만들기 3편 (서울아파트 컬럼 정리)

서울 이외 지역 부동산 매매가를 조회하는 메소드

# 사용자에게 시/도 이름을 입력받습니다.
si_do_name = input("시/도를 입력하세요 (예: 서울특별시): ")
si_do_code = converter.get_si_do_code(si_do_name)

if si_do_code is None:
    print(f"'{si_do_name}'에 해당하는 시/도를 찾을 수 없습니다.")
else:
    # 입력받은 시/도에 대한 시/군/구 코드 리스트 가져오기
    sigungu_list = converter.get_sigungu(si_do_code)

    # 모든 시/군/구 데이터를 수집할 DataFrame 초기화
    all_data = pd.DataFrame()

그냥 이전에 문자열로 “서울” 로 넣던 부분을 사용자에게 입력받아서 실행하도록 변경하였습니다. 저는 시험을 하기 위해서 충청남도를 검색하니, 충청남도 아파트 값을 잘 읽어 들이네요.

서울 이외 지역 부동산 매매가를 조회하는 메소드

자동화를 위한 입력시간 제한

나중에 해당 소스를 자동화하기 위해서 만약 사용자에게 10초 이내 입력값을 받지 못하면, 전국을 조사하도록 코드를 변경합니다.

# 사용자에게 시/도를 물어봄
si_do_name = get_user_input("시/도를 입력하세요 (10초 이내 입력): ")

# 시/도가 제공되지 않았거나 유효하지 않은 경우 전체 데이터 조회
if not si_do_name or si_do_name not in [district["si_do_name"] for district in converter.districts]:
    si_do_name = None
    print("유효하지 않은 시/도 입력 또는 입력이 없어서 전체 데이터를 조회합니다.")
else:
    print(f"{si_do_name}에 대한 데이터를 조회합니다.")

# 시/도 코드 및 시/군/구 리스트 가져오기
si_do_code = converter.get_si_do_code(si_do_name) if si_do_name else None
sigungu_list = converter.get_sigungu(si_do_code) if si_do_code else [sigungu for district in converter.districts for sigungu in district["sigungu"]]

# 모든 시/군/구 데이터를 수집할 DataFrame 초기화
all_data = pd.DataFrame()

이렇게 하면 10초 이내 시/도를 입력하지 않을 경우 전국의 데이터를 조사합니다.

파이썬 부동산 매매가 조회 프로그램 만들기 4편 (전국 데이터)

위와 같이 나옵니다.
코드를 만지면서 중간에 컬럼 제목이 다시 원상태가 되었고, 시/도명이 ‘전국’으로만 표시 되는 문제가 있네요. 그래서 조금 수정하는 겸, 기조회기간도 설정해보도록 하겠습니다. 이렇게 서울 이외의 지역에 대해서, 아파트가 아닌 부동산에 대해서 조회해보았습니다.

파이썬 부동산 매매가 조회 프로그램 만들기 4편 (전국 데이터)

서울특별시_202401_202402_매매.csv

0.76MB

다음 포스트에서는 필터역할을 해주는 메소드를 만들어서, 매매가 데이터에 대해 필터링을 해보겠습니다.

import json
import os
import pandas as pd
from google.colab import drive
import PublicDataReader as pdr
from PublicDataReader import TransactionPrice
from datetime import datetime

class DistrictConverter:
    def __init__(self):
        self.districts = self.__read_district_file()

    def __read_district_file(self):
        # Google 드라이브를 마운트합니다.
        drive.mount('/content/drive')

        # 드라이브 내의 JSON 파일 경로를 설정합니다.
        json_file_path = '/content/drive/MyDrive/district.json'
        
        # 파일을 열어서 내용을 읽고 JSON으로 변환합니다.
        with open(json_file_path, 'r') as f:
            return json.loads(f.read())

    def get_si_do_code(self, si_do_name):
        for district in self.districts:
            if si_do_name == district["si_do_name"]:
                return district["si_do_code"]

    def get_sigungu(self, si_do_code):
        for district in self.districts:
            if si_do_code == district["si_do_code"]:
                return district["sigungu"]

def get_user_input(prompt, default_value=None):
    try:
        user_input = input(prompt)
        return user_input if user_input.strip() else default_value
    except EOFError:
        return default_value

# 사용자로부터 시/도와 기간을 입력 받음
si_do_name = get_user_input("시/도를 입력하세요 (예: 서울특별시) 또는 '전국' 입력: ", "전국")
start_year_month = get_user_input("조회 시작 년월 (YYYYMM 형식, 예: 202301): ", None)
end_year_month = get_user_input("조회 종료 년월 (YYYYMM 형식, 예: 202312): ", None)

# 현재 날짜를 기준으로 기간을 설정
now = datetime.now()
current_year_month = now.strftime("%Y%m")

# 기간을 설정합니다.
if not start_year_month:
    start_year_month = f"{now.year}01"
if not end_year_month:
    end_year_month = current_year_month

# DistrictConverter 인스턴스 생성
converter = DistrictConverter()

# 서울특별시와 모든 시/군/구 데이터를 수집할 DataFrame 초기화
all_data = pd.DataFrame()

# 전체 시/도 조사
if si_do_name == "전국":
    for district in converter.districts:
        si_do_code = district["si_do_code"]
        sigungu_list = district["sigungu"]
        for sigungu in sigungu_list:
            sigungu_code = sigungu["sigungu_code"]
            sigungu_name = sigungu["sigungu_name"]

            print(f"Processing data for {sigungu_name} ({sigungu_code})")

            # 부동산 데이터를 가져옴
            df = api.get_data(
                property_type="아파트",
                trade_type="매매",
                sigungu_code=sigungu_code,
                start_year_month=start_year_month,
                end_year_month=end_year_month
            )

            # 시/군/구 이름 및 시/도 이름을 새로운 컬럼으로 추가
            df["sigungu_name"] = sigungu_name
            df["si_do_name"] = district["si_do_name"]

            # 가져온 데이터를 all_data에 추가
            all_data = pd.concat([all_data, df], ignore_index=True)
else:
    si_do_code = converter.get_si_do_code(si_do_name)
    sigungu_list = converter.get_sigungu(si_do_code)

    for sigungu in sigungu_list:
        sigungu_code = sigungu["sigungu_code"]
        sigungu_name = sigungu["sigungu_name"]

        print(f"Processing data for {sigungu_name} ({sigungu_code})")

        # 부동산 데이터를 가져옴
        df = api.get_data(
            property_type="아파트",
            trade_type="매매",
            sigungu_code=sigungu_code,
            start_year_month=start_year_month,
            end_year_month=end_year_month
        )

        # 시/군/구 이름 및 시/도 이름을 새로운 컬럼으로 추가
        df["sigungu_name"] = sigungu_name
        df["si_do_name"] = si_do_name

        # 가져온 데이터를 all_data에 추가
        all_data = pd.concat([all_data, df], ignore_index=True)

# 데이터 열 이름을 한국어로 변환
columns_to_select = {
    "si_do_name": "시도",
    "sigungu_name": "시군구",
    "umdNm": "법정동",
    "roadNm": "도로명",
    "bonbun": "지번",
    "aptNm": "아파트",
    "buildYear": "건축년도",
    "excluUseAr": "전용면적",
    "floor": "층",
    "dealYear": "거래년도",
    "dealMonth": "거래월",
    "dealDay": "거래일",
    "dealAmount": "거래금액",
    "aptSeq": "일련번호",
    "dealingGbn": "거래유형",
    "estateAgentSggNm": "중개사소재지",
    "cdealType": "해제여부",
    "cdealDay": "해제사유발생일"
}

# 필요한 열만 남기고 한국어 열 이름으로 변경
selected_data = all_data.rename(columns=columns_to_select)[list(columns_to_select.values())]

# 파일명을 규칙적으로 지정
file_name = f'{si_do_name if si_do_name != "전국" else "전체"}_{start_year_month}_{end_year_month}_매매.csv'.replace(" ", "")
csv_path = f'/content/drive/MyDrive/{file_name}'

# 필요한 열만 남긴 데이터를 CSV 파일로 저장 (utf-8-sig 인코딩으로 저장)
selected_data.to_csv(csv_path, index=False, encoding='utf-8-sig')

# 파일 저장 후, 선택된 데이터의 일부를 출력하여 확인
print(selected_data.head())

파이썬 부동산 매매가 조회 프로그램 만들기 2편 (지역코드)

파이썬 부동산 매매가 조회 프로그램 만들기 3편 (서울아파트 컬럼 정리)

urjent — Sat, 14 Sep 2024 03:44:50 +0000

파이썬 부동산 매매가 조회 프로그램 만들기 3편 (서울아파트 컬럼 정리) ㅣ 저번 포스트에서는 지역 구분별 코드를 컨버팅해주는 클래스를 만들어보았습니다. 이번 포스트에서는 일단 라이브러리를 이용해서 추출을 한다음에 어떤 컬럼이 필요한지, 필요없는지, 추가해야할 데이터는 무엇이 있을지 생각해보고 추가해서 정제한다음, 대표적으로 서울 아파트 매매가를 조회해보겠습니다.

파이썬 부동산 매매가 조회 프로그램 만들기 3편 (서울아파트 컬럼 정리)

해당 포스팅은 1편, 2편에 이은 3편이므로 1,2편을 보지 않으신 분들은 먼저 포스팅을 보고 오세요!

파이썬 부동산 매매가 조회 프로그램 만들기 1편

파이썬 부동산 매매가 조회 프로그램 만들기 2편 (지역코드)

라이브러리 이용해서 한 번 추출해보기

일단 라이브러리를 이용해서 결과물이 어떻게 나오는지 한 번 보겠습니다. 저번 포스트에서 말씀드린 것 처럼, 저는 구글 코랩을 이용하고 있습니다.

https://github.com/WooilJeong/PublicDataReader

제가 원하는건 특정 월의 매매데이터라서, read_data() 메소드를 이용해보겠습니다. 파라미터로는 매물의 종류, 거래유형, 시군구코드, 거래가 발생한 연도와 달을 넘겨주고 실행해봅니다.

그러면 아래와 같이 결과값이 출력됩니다. 일단 print문으로 에러가 있는 api들에 대해 알려주네요. 에러가 있는 서비스들은 따로 제가 조회신청을 하지 않았기 때문에 에러출력되는 것이 당연합니다.

파이썬 부동산 매매가 조회 프로그램 만들기 3편 (서울아파트 컬럼 정리)

이름설명데이터 타입샘플 데이터항목구분

property_type	부동산 유형 (아파트, 오피스텔, 단독다가구, 연립다세대, 토지, 분양입주권, 공장창고등)	String	아파트	필수
trade_type	거래 유형 (매매, 전월세)	String	매매	필수
sigungu_code	시군구의 5자리 지역코드 (서울 서초구: 11650, 경기 성남 분당구: 41135)	String	11650	필수
year_month	조회 년월 (단일 월 조회 시 필수) (2023년 1월: 202301) ※ start_year_month와 end_year_month 모두 입력 시 기간 내 조회가 실행됨	String	202301	조건부 필수
start_year_month	조회 시작 년월 (기간 내 조회 시 필수) (2022년 1월 202201)	String	202201	조건부 필수
end_year_month	조회 종료 년월 (기간 내 조회 시 필수) (2022년 12월: 202212)	String	202212	조건부 필수
verbose	데이터 조회 진행 상황 메시지 출력 여부 (출력: True, 미출력: False) ※ 기본값: False	Boolean	True	선택

지역코드
도로명
법정동
지번
아파트
건축년도
층
전용면적
년
월
일
거래금액 (만원단위)
도로명건물본번호코드
도로명건물부번호코드
도로명시군구코드
도로명일련번호코드
도로명지상지하코드
도로명코드
법정동본번코드
법정동부번코드
법정동시군구코드
법정동지번코드
일련번호
거래유형
중개사소재지
해제사유발생일
해제여부

전체 컬럼은 위와 같습니다. 꽤 많기도하고… 숫자코드만 있어서 얼핏보면 이게 뭘 의미하는지 모르는 내용들도 많습니다. 그래서 필요한 컬럼들은 제외하고 뺄껀 빼주고, 여기서 추가되어야할 컬럼이 있으면 추가작업을 해주어야합니다.

서울아파트 매매가 조회해보기

일단 처음으로는 서울 모든 구의 아파트 매매가를 조회해보는 것으로 시작하겠습니다.

라이브러리를 이용한 API연결

일단 파일의 제일 윗부분에는 필요한 다른 파일들을 import하고, 컨버터의 객체생성과 함께 API연결을 선언합니다.

import json
import os
import pandas as pd
from google.colab import drive
import PublicDataReader as pdr
from PublicDataReader import TransactionPrice
api = pdr.TransactionPrice(service_key)

class DistrictConverter:
    def __init__(self):
        self.districts = self.__read_district_file()

    def __read_district_file(self):
        # Google 드라이브를 마운트합니다.
        drive.mount('/content/drive')

        # 드라이브 내의 JSON 파일 경로를 설정합니다.
        json_file_path = '/content/drive/MyDrive/district.json'
        
        # 파일을 열어서 내용을 읽고 JSON으로 변환합니다.
        with open(json_file_path, 'r') as f:
            return json.loads(f.read())

    def get_si_do_code(self, si_do_name):
        for district in self.districts:
            if si_do_name == district["si_do_name"]:
                return district["si_do_code"]

    def get_sigungu(self, si_do_code):
        for district in self.districts:
            if si_do_code == district["si_do_code"]:
                return district["sigungu"]

입력받은 시군구 리스트에 대해서 매매가 조회하는 메소드 만들기

이전 포스트와, 본 포스트 상단에 라이브러리로 넘기는 파라미터에서 보이듯이, 조회는 시군구 코드를 기준으로 조회하는데요 조회하고자하는 시군구가 여러개 일 수 있으므로, 시군구 데이터를 리스트로 받아 반복문을 돌리며 조회하는 메소드를 만듭니다.

이 때, API를 조회한 데이터에는 이것이 어떤 시/도의, 어떤 시군구의 데이터인지는 알 수 없습니다. 표시되는 것은 도로명과 읍면동 단위의 데이터만 한글로 나옵니다. (아마도 시군구코드를 넣어서 조회하는 것으로 보아, 조회할 때 이미 어떤 지역인지를 콕 찝어서 조회한다는 유저시나리오를 바탕으로 설계되어있는 것 같습니다.)

따라서, 우리가 결과물을 받아서 어디 데이터인지를 알기 위해서는 시/도 이름과, 시군구이름도 같이 표기되어야 알기 쉽습니다.

# DistrictConverter 인스턴스 생성
converter = DistrictConverter()

# 서울특별시 시/군/구 코드 리스트 가져오기
si_do_name = "서울특별시"
si_do_code = converter.get_si_do_code(si_do_name)
sigungu_list = converter.get_sigungu(si_do_code)

# 모든 시/군/구 데이터를 수집할 DataFrame 초기화
all_data = pd.DataFrame()

# 각 시/군/구 코드에 대해 데이터를 가져오고 시/군/구 이름 추가
for sigungu in sigungu_list:
    sigungu_code = sigungu["sigungu_code"]
    sigungu_name = sigungu["sigungu_name"]

    print(f"Processing data for {sigungu_name} ({sigungu_code})")

파라미터로 시/도 이름, 시군구 데이터가 담긴 리스트, 매물종류, 거래종류, 거래년월 6자리를 받습니다. 이후 시군구리스트에 대해 반복문을 돌아가며 조회를 시작합니다.

조회한 데이터 data 에 대해, 위에서 말씀드린대로 시도 이름과 시군구 이름이 기재된 컬럼으로 생성해줍니다. sigungu_list 에 데이터 하나하나에는 sigungu_code, sigungu_name, eup_myeon_dong 데이터가 json형태로 들어있습니다. 본 시리즈의 2번째 포스트(지역구분별 코드 먼저 준비하기) 를 확인해주세요.

data[“시군구”] = sigungu[“sigungu_name”]

이렇게 시군구 json객체 하나하나에서 시군구이름을 뽑아 컬럼을 하나 만들어줍니다. 그 후에는 기존에 만들었던 시군구 데이터에, 바로 아래에 추가로 데이터를 이어붙여줍니다.

df = pd.concat([data, df])

이렇게해서 서울의 모든 구의 매매데이터를 하나하나 붙여나갑니다.

이 후에, 아까 위에서 만든 전용면적(평) 계산 메소드를 호출해줍니다.
df = caculate_column_data(df)

그러고 마지막으로 컬럼이름을 재정의해주고, 추출한 매매데이터를 리턴합니다. 저는 개인적으로 년, 월, 일 컬럼이 조금 알기 어렵다고 생각해서 아래와 같이 수정했습니다.

 # 부동산 데이터를 가져옴
    df = api.get_data(
        property_type="아파트",
        trade_type="매매",
        sigungu_code=sigungu_code,
        year_month="202402",
    )

본 메소드의 전체 코드는 아래와 같습니다.

def get_data_using_sigungu_list(si_do_name, sigungu_list: list, product, transaction, year_month):
    df = pd.DataFrame()

    for sigungu in sigungu_list:
        data = get_data_from_portal(product, transaction, sigungu["sigungu_code"], year_month)
        data["시도"] = si_do_name
        data["시군구"] = sigungu["sigungu_name"]
        df = pd.concat([data, df])

    df = caculate_column_data(df)

    df.rename(columns={"년": "거래년도",
                       "월": "거래월",
                       "일": "거래일"
                       },
              inplace=True)

    return df

서울 데이터만 조회하는 메소드 만들기

입력받은 시군구 리스트를 대상으로 매매데이터를 조회하여 리턴하는 메소드가 완성되었습니다. 그럼 이제 어느 시/도의 시군구를 파라미터로 넘겨줘야하냐, 이게 남았습니다.

저는 이번 시리즈 예시에서 일단 서울 데이터만 조회하는 메소드를 만들고 있어서, 서울 시도코드만 따로 추출하는 메소드를 만들어봅니다.

# 시/군/구 이름 및 시/도 이름을 새로운 컬럼으로 추가
    df["sigungu_name"] = sigungu_name
    df["si_do_name"] = si_do_name  # 서울특별시 추가

    # 가져온 데이터를 all_data에 추가
    all_data = pd.concat([all_data, df], ignore_index=True)

여기에, 마지막으로 인덱스를 리셋해주고, 컬럼들을 제가 원하는 컬럼만으로 간추립니다.

# 필요한 열만 선택하여 데이터 간추리기
columns_to_select = {
    "si_do_name": "시도",          # 시도
    "sigungu_name": "시군구",      # 시군구
    "umdNm": "법정동",             # 법정동
    "roadNm": "도로명",            # 도로명
    "bonbun": "지번",              # 지번 (본번)
    "aptNm": "아파트",             # 아파트
    "buildYear": "건축년도",       # 건축년도
    "excluUseAr": "전용면적",      # 전용면적
    "floor": "층",                # 거래층
    "dealYear": "거래년도",        # 거래년도
    "dealMonth": "거래월",         # 거래월
    "dealDay": "거래일",           # 거래일
    "dealAmount": "거래금액",      # 거래금액
    "aptSeq": "일련번호",          # 일련번호
    "dealingGbn": "거래유형",      # 거래유형
    "estateAgentSggNm": "중개사소재지",  # 중개사소재지
    "cdealType": "해제여부",       # 해제여부
    "cdealDay": "해제사유발생일"   # 해제사유발생일
}

제가 원하는 컬럼목록은 아래와 같습니다.

    "시도",
    "시군구",
    "법정동",
    "도로명",
    "지번",
    "아파트",
    "건축년도",
    "전용면적",
    "전용면적(평)",
    "거래년도",
    "거래월",
    "거래일",
    "거래금액",
    "일련번호",
    "거래유형",
    "중개사소재지",
    "해제여부",
    "해제사유발생일"

]

이렇게해서 내용이 일단 완료되었습니다. 전체 코드는 아래와 같습니다.

import json
import os
import pandas as pd
from google.colab import drive
import PublicDataReader as pdr
from PublicDataReader import TransactionPrice
api = pdr.TransactionPrice(service_key)

class DistrictConverter:
    def __init__(self):
        self.districts = self.__read_district_file()

    def __read_district_file(self):
        # Google 드라이브를 마운트합니다.
        drive.mount('/content/drive')

        # 드라이브 내의 JSON 파일 경로를 설정합니다.
        json_file_path = '/content/drive/MyDrive/district.json'
        
        # 파일을 열어서 내용을 읽고 JSON으로 변환합니다.
        with open(json_file_path, 'r') as f:
            return json.loads(f.read())

    def get_si_do_code(self, si_do_name):
        for district in self.districts:
            if si_do_name == district["si_do_name"]:
                return district["si_do_code"]

    def get_sigungu(self, si_do_code):
        for district in self.districts:
            if si_do_code == district["si_do_code"]:
                return district["sigungu"]

# DistrictConverter 인스턴스 생성
converter = DistrictConverter()

# 서울특별시 시/군/구 코드 리스트 가져오기
si_do_name = "서울특별시"
si_do_code = converter.get_si_do_code(si_do_name)
sigungu_list = converter.get_sigungu(si_do_code)

# 모든 시/군/구 데이터를 수집할 DataFrame 초기화
all_data = pd.DataFrame()

# 각 시/군/구 코드에 대해 데이터를 가져오고 시/군/구 이름 추가
for sigungu in sigungu_list:
    sigungu_code = sigungu["sigungu_code"]
    sigungu_name = sigungu["sigungu_name"]

    print(f"Processing data for {sigungu_name} ({sigungu_code})")

    # 부동산 데이터를 가져옴
    df = api.get_data(
        property_type="아파트",
        trade_type="매매",
        sigungu_code=sigungu_code,
        year_month="202402",
    )

    # 시/군/구 이름 및 시/도 이름을 새로운 컬럼으로 추가
    df["sigungu_name"] = sigungu_name
    df["si_do_name"] = si_do_name  # 서울특별시 추가

    # 가져온 데이터를 all_data에 추가
    all_data = pd.concat([all_data, df], ignore_index=True)

# 필요한 열만 선택하여 데이터 간추리기
# 필요한 열만 선택하여 데이터 간추리기
columns_to_select = {
    "si_do_name": "시도",          # 시도
    "sigungu_name": "시군구",      # 시군구
    "umdNm": "법정동",             # 법정동
    "roadNm": "도로명",            # 도로명
    "bonbun": "지번",              # 지번 (본번)
    "aptNm": "아파트",             # 아파트
    "buildYear": "건축년도",       # 건축년도
    "excluUseAr": "전용면적",      # 전용면적
    "floor": "층",                # 거래층
    "dealYear": "거래년도",        # 거래년도
    "dealMonth": "거래월",         # 거래월
    "dealDay": "거래일",           # 거래일
    "dealAmount": "거래금액",      # 거래금액
    "aptSeq": "일련번호",          # 일련번호
    "dealingGbn": "거래유형",      # 거래유형
    "estateAgentSggNm": "중개사소재지",  # 중개사소재지
    "cdealType": "해제여부",       # 해제여부
    "cdealDay": "해제사유발생일"   # 해제사유발생일
}

# 필요한 열만 선택하여 데이터프레임을 새로 생성하고, 열 이름을 한글로 변경
selected_data = all_data[list(columns_to_select.keys())].rename(columns=columns_to_select)

# 파일명을 규칙적으로 지정: 서울특별시_202401_매매.csv
file_name = f'{si_do_name}_202401_매매.csv'.replace(" ", "")  # 파일명에서 공백 제거

# 필요한 열만 남긴 데이터를 CSV 파일로 저장
csv_path = f'/content/drive/MyDrive/{file_name}'
selected_data.to_csv(csv_path, index=False)

# 파일 저장 후, 선택된 데이터의 일부를 출력하여 확인
print(selected_data.head())

코랩에서 데이터 활용 이용해서 매매가 구해보기

이제, 코랩에서 해당 데이터를 실행해봅니다.

파이썬 부동산 매매가 조회 프로그램 만들기 3편 (서울아파트 컬럼 정리)

그러면 아래와 같이 제가 원하는 데이터만 보기좋게 딱 나옵니다.

파이썬 부동산 매매가 조회 프로그램 만들기 3편 (서울아파트 컬럼 정리)

데이터가 700가 훌쩍 넘는 것을 보니, 서울의 모든 구의 아파트 매매데이터가 다 나온 것 같네요.

이렇게 서울 아파트 매매 데이터를 구해보았습니다. 위에 파라미터를 아파트 로 넣었는데, 연립/다세대 매매 데이터 API에 대한 신청도 해놓으셨다면, 파라미터로 연립/다세대 를 넣으셔서 이른바 빌라 매매 데이터도 구해볼 수 있습니다.

다음 포스트에서는 서울 이외의 시도, 시군구에 대한 매매데이터를 구하는 메소드를 만들어봅니다.

파이썬 부동산 매매가 조회 프로그램 만들기 2편 (지역코드)

urjent — Fri, 13 Sep 2024 23:12:10 +0000

파이썬 부동산 매매가 조회 프로그램 만들기 2편 (지역코드) ㅣ 지역 구분 코드 체계를 정리하는 것은 공공 데이터를 다루는 데 있어서 매우 중요한 과정입니다. 시, 도, 시군구, 읍면동의 계층적 관계를 파악하고, 이를 사용하기 쉽게 데이터 구조로 변환하는 것이 조회 및 데이터 처리 과정에서 큰 도움을 주기 때문이죠. 특히, 시군구 코드만으로도 많은 작업이 가능하지만, 다양한 상황에서 읍면동까지 세부적으로 사용할 일이 생길 수 있어 미리 준비해두면 좋습니다.

아직 1편을 못보고 넘어오신 분들이라면 1편 먼저 보고 오시는게 좋을 것 같아요!

2024.09.14 – [부동산/자동화 프로젝트] – 파이썬 부동산 매매가 조회 프로그램 만들기 1편

파이썬 부동산 매매가 조회 프로그램 만들기 2편 (지역코드)

지역 구분 코드 구조

지역 구분 코드는 기본적으로 1: N 관계를 따릅니다. 즉, 하나의 시, 도 아래 여러 시군구가 있고, 다시 하나의 시군구 아래 여러 읍면동이 있는 형태입니다. 이러한 구조를 효율적으로 관리하려면 계층적 관계를 잘 표현할 수 있는 데이터 형식을 사용하는 것이 좋습니다. 여기서는 JSON 형식으로 시, 도, 시군구, 읍면동 코드를 정리해보겠습니다.

어느 분이 정리를 해두셨지만 조금 불편하여 JSON 형태로 바꿔보겠습니다.

https://github.com/WooilJeong/PublicDataReader

GitHub – WooilJeong/PublicDataReader: 공공 데이터 조회를 위한 오픈소스 파이썬 라이브러리

공공 데이터 조회를 위한 오픈소스 파이썬 라이브러리. Contribute to WooilJeong/PublicDataReader development by creating an account on GitHub.

github.com

JSON 데이터 구조 설명

다음은 파이썬을 이용해 지역 구분 코드를 JSON 형식으로 구성한 예시입니다. si_do_code는 시도 코드를 의미하고, 그 하위에 sigungu로 시군구 정보가, 시군구 안에는 eup_myeon_dong으로 읍면동 정보가 포함되어 있습니다.

{
 "si_do_code":{si_do_code},
  "si_do_name":{si_do_name},
  "sigungu":[{
      "sigungu_code":{sigungu_code},
    "sigungu_name":{sigungu_name},
    "eup_myeon_dong":[{
        "code":{code},
          "name":{name}
    }]
  }]
}

json

코드 복사

{ “si_do_code”: “{si_do_code}”, “si_do_name”: “{si_do_name}”, “sigungu”: [ { “sigungu_code”: “{sigungu_code}”, “sigungu_name”: “{sigungu_name}”, “eup_myeon_dong”: [ { “code”: “{eup_myeon_dong_code}”, “name”: “{eup_myeon_dong_name}” } ] } ] }

이 구조에서는:

시/도: si_do_code와 si_do_name으로 표시됩니다. 각 시/도는 고유한 코드와 이름을 가지고 있습니다.
시군구: sigungu_code와 sigungu_name은 시군구를 나타내며, 이는 시도 아래에 속하는 여러 시군구를 나열합니다.
읍면동: code와 name은 읍면동의 코드와 이름으로, 시군구 아래에 속하는 읍면동 리스트를 포함합니다.

district.json

1.81MB

저는 이 구조를 구글 드라이브 코랩에서 실행할 수 있도록 코드를 작성할 예정입니다. 구글 코랩에서는 무료로 쉽게 코드를 실행하거나 동작시킬 수 있거든요

https://colab.research.google.com/?hl=ko

Google Colab

colab.research.google.com

구글 코랩에서 JSON 파일을 불러오기 위해서 구글 드라이브에 JSON 파일을 업로드 해둡니다. 저는 기본 폴더에 저장했습니다.

코드는 DistrictConverter 클래스를 이용하여, Google 드라이브에서 JSON 파일을 읽고, 여러 가지 데이터를 반환하는 메서드들을 포함하고 있습니다. 이 클래스의 메서드들을 살펴보겠습니다.

주요 메서드 설명:

get_data():
- JSON 파일에서 읽어온 모든 데이터를 반환합니다.
get_si_do_name(si_do):
- 입력받은 si_do (시/도의 이름)을 포함하는 si_do_name을 반환합니다.
get_si_do_code(si_do_name):
- 입력받은 si_do_name과 일치하는 시/도의 코드를 반환합니다.
get_sigungu(si_do_code):
- 입력된 si_do_code와 일치하는 시/도 내의 모든 시/군/구 데이터를 반환합니다.
get_sigungu_list(si_do_code, sigungu_name):
- 특정 시/도의 코드와 시/군/구 이름을 입력받아 해당하는 시/군/구 리스트를 반환합니다.

import json
import os
from google.colab import drive

class DistrictConverter:
    def __init__(self):
        self.districts = self.__read_district_file()

    def __read_district_file(self):
        # Google 드라이브를 마운트합니다.
        drive.mount('/content/drive')

        # 드라이브 내의 JSON 파일 경로를 설정합니다.
        # 이 부분을 실제 파일 경로로 수정해야 합니다.
        json_file_path = '/content/drive/MyDrive/district.json'
        
        # 파일을 열어서 내용을 읽고 JSON으로 변환합니다.
        with open(json_file_path, 'r') as f:
            return json.loads(f.read())

    def get_data(self):
        return self.districts

    def get_si_do_name(self, si_do):
        for district in self.districts:
            if si_do in district["si_do_name"]:
                return district["si_do_name"]

    def get_si_do_code(self, si_do_name):
        for district in self.districts:
            if si_do_name in district["si_do_name"]:
                return district["si_do_code"]

    def get_sigungu(self, si_do_code):
        for district in self.districts:
            if si_do_code in district["si_do_code"]:
                return district["sigungu"]

    def get_sigungu_list(self, si_do_code, sigungu_name):
        sigungu_list = []
        sigungu_data = self.get_sigungu(si_do_code)
        for sigungu in sigungu_data:
            if sigungu_name in sigungu["sigungu_name"]:
                sigungu_list.append(sigungu)

        return sigungu_list

이렇게 작성하면 구글 코랩에서 준비작업은 끝났습니다.

잘 동작이 되는지 한번 볼까요? 프린트를 찍어서 출력을 한번 해보도록 하겠습니다.

# 전체 데이터 출력
print("전체 데이터:")
print(converter.get_data())

# 시/도 이름 출력
si_do_name = converter.get_si_do_name("서울특별시")
print("\n시/도 이름:")
print(si_do_name)

# 시/도 코드 출력
si_do_code = converter.get_si_do_code("서울특별시")
print("\n시/도 코드:")
print(si_do_code)

# 해당 시/도 코드의 시/군/구 데이터 출력
sigungu_data = converter.get_sigungu(si_do_code)
print("\n시/군/구 데이터:")
print(sigungu_data)

# 특정 시/군/구 리스트 출력
sigungu_list = converter.get_sigungu_list(si_do_code, "강남구")
print("\n필터된 시/군/구 리스트:")
print(sigungu_list)

결과값은 아래와 같이 도출이 됩니다.

서울시 전체 구, 강남구에 속한 동 까지 잘 출력이 되고 있네요.

시/군/구 데이터:
[{'sigungu_code': '11110', 'sigungu_name': '종로구', 'eup_myeon_dong': [{'code': '1111000000', 'name': 'nan'}, {'code': '1111010100', 'name': '청운동'}, {'code': '1111010200', 'name': '신교동'}, {'code': '1111010300', 'name': '궁정동'}, {'code': '1111010400', 'name': '효자동'}, {'code': '1111010500', 'name': '창성동'}, {'code': '1111010600', 'name': '통의동'}, {'code': '1111010700', 'name': '적선동'}, {'code': '1111010800', 'name': '통인동'}, {'code': '1111010900', 'name': '누상동'}, {'code': '1111011000', 'name': '누하동'}, {'code': '1111011100', 'name': '옥인동'}, {'code': '1111011200', 'name': '체부동'}, {'code': '1111011300', 'name': '필운동'}, {'code': '1111011400', 'name': '내자동'}, {'code': '1111011500', 'name': '사직동'}, {'code': '1111011600', 'name': '도렴동'}, {'code': '1111011700', 'name': '당주동'}, {'code': '1111011800', 'name': '내수동'}, {'code': '1111011900', 'name': '세종로'}, {'code': '1111012000', 'name': '신문로1가'}, {'code': '1111012100', 'name': '신문로2가'}, {'code': '1111012200', 'name': '청진동'}, {'code': '1111012300', 'name': '서린동'}, {'code': '1111012400', 'name': '수송동'}, {'code': '1111012500', 'name': '중학동'}, {'code': '1111012600', 'name': '종로1가'}, {'code': '1111012700', 'name': '공평동'}, {'code': '1111012800', 'name': '관훈동'}, {'code': '1111012900', 'name': '견지동'}, {'code': '1111013000', 'name': '와룡동'}, {'code': '1111013100', 'name': '권농동'}, {'code': '1111013200', 'name': '운니동'}, {'code': '1111013300', 'name': '익선동'}, {'code': '1111013400', 'name': '경운동'}, {'code': '1111013500', 'name': '관철동'}, {'code': '1111013600', 'name': '인사동'}, {'code': '1111013700', 'name': '낙원동'}, {'code': '1111013800', 'name': '종로2가'}, {'code': '1111013900', 'name': '팔판동'}, {'code': '1111014000', 'name': '삼청동'}, {'code': '1111014100', 'name': '안국동'}, {'code': '1111014200', 'name': '소격동'}, {'code': '1111014300', 'name': '화동'}, {'code': '1111014400', 'name': '사간동'}, {'code': '1111014500', 'name': '송현동'}, {'code': '1111014600', 'name': '가회동'}, {'code': '1111014700', 'name': '재동'}, {'code': '1111014800', 'name': '계동'}, {'code': '1111014900', 'name': '원서동'}, {'code': '1111015000', 'name': '훈정동'}, {'code': '1111015100', 'name': '묘동'}, {'code': '1111015200', 'name': '봉익동'}, {'code': '1111015300', 'name': '돈의동'}, {'code': '1111015400', 'name': '장사동'}, {'code': '1111015500', 'name': '관수동'}, {'code': '1111015600', 'name': '종로3가'}, {'code': '1111015700', 'name': '인의동'}, {'code': '1111015800', 'name': '예지동'}, {'code': '1111015900', 'name': '원남동'}, {'code': '1111016000', 'name': '연지동'}, {'code': '1111016100', 'name': '종로4가'}, {'code': '1111016200', 'name': '효제동'}, {'code': '1111016300', 'name': '종로5가'}, {'code': '1111016400', 'name': '종로6가'}, {'code': '1111016500', 'name': '이화동'}, {'code': '1111016600', 'name': '연건동'}, {'code': '1111016700', 'name': '충신동'}, {'code': '1111016800', 'name': '동숭동'}, {'code': '1111016900', 'name': '혜화동'}, {'code': '1111017000', 'name': '명륜1가'}, {'code': '1111017100', 'name': '명륜2가'}, {'code': '1111017200', 'name': '명륜4가'}, {'code': '1111017300', 'name': '명륜3가'}, {'code': '1111017400', 'name': '창신동'}, {'code': '1111017500', 'name': '숭인동'}, {'code': '1111017600', 'name': '교남동'}, {'code': '1111017700', 'name': '평동'}, {'code': '1111017800', 'name': '송월동'}, {'code': '1111017900', 'name': '홍파동'}, {'code': '1111018000', 'name': '교북동'}, {'code': '1111018100', 'name': '행촌동'}, {'code': '1111018200', 'name': '구기동'}, {'code': '1111018300', 'name': '평창동'}, {'code': '1111018400', 'name': '부암동'}, {'code': '1111018500', 'name': '홍지동'}, {'code': '1111018600', 'name': '신영동'}, {'code': '1111018700', 'name': '무악동'}]}, {'sigungu_code': '11140', 'sigungu_name': '중구', 'eup_myeon_dong': [{'code': '1114000000', 'name': 'NaN'}, {'code': '1114010100', 'name': '무교동'}, {'code': '1114010200', 'name': '다동'}, {'code': '1114010300', 'name': '태평로1가'}, {'code': '1114010400', 'name': '을지로1가'}, {'code': '1114010500', 'name': '을지로2가'}, {'code': '1114010600', 'name': '남대문로1가'}, {'code': '1114010700', 'name': '삼각동'}, {'code': '1114010800', 'name': '수하동'}, {'code': '1114010900', 'name': '장교동'}, {'code': '1114011000', 'name': '수표동'}, {'code': '1114011100', 'name': '소공동'}, {'code': '1114011200', 'name': '남창동'}, {'code': '1114011300', 'name': '북창동'}, {'code': '1114011400', 'name': '태평로2가'}, {'code': '1114011500', 'name': '남대문로2가'}, {'code': '1114011600', 'name': '남대문로3가'}, {'code': '1114011700', 'name': '남대문로4가'}, {'code': '1114011800', 'name': '남대문로5가'}, {'code': '1114011900', 'name': '봉래동1가'}, {'code': '1114012000', 'name': '봉래동2가'}, {'code': '1114012100', 'name': '회현동1가'}, {'code': '1114012200', 'name': '회현동2가'}, {'code': '1114012300', 'name': '회현동3가'}, {'code': '1114012400', 'name': '충무로1가'}, {'code': '1114012500', 'name': '충무로2가'}, {'code': '1114012600', 'name': '명동1가'}, {'code': '1114012700', 'name': '명동2가'}, {'code': '1114012800', 'name': '남산동1가'}, {'code': '1114012900', 'name': '남산동2가'}, {'code': '1114013000', 'name': '남산동3가'}, {'code': '1114013100', 'name': '저동1가'}, {'code': '1114013200', 'name': '충무로4가'}, {'code': '1114013300', 'name': '충무로5가'}, {'code': '1114013400', 'name': '인현동2가'}, {'code': '1114013500', 'name': '예관동'}, {'code': '1114013600', 'name': '묵정동'}, {'code': '1114013700', 'name': '필동1가'}, {'code': '1114013800', 'name': '필동2가'}, {'code': '1114013900', 'name': '필동3가'}, {'code': '1114014000', 'name': '남학동'}, {'code': '1114014100', 'name': '주자동'}, {'code': '1114014200', 'name': '예장동'}, {'code': '1114014300', 'name': '장충동1가'}, {'code': '1114014400', 'name': '장충동2가'}, {'code': '1114014500', 'name': '광희동1가'}, {'code': '1114014600', 'name': '광희동2가'}, {'code': '1114014700', 'name': '쌍림동'}, {'code': '1114014800', 'name': '을지로6가'}, {'code': '1114014900', 'name': '을지로7가'}, {'code': '1114015000', 'name': '을지로4가'}, {'code': '1114015100', 'name': '을지로5가'}, {'code': '1114015200', 'name': '주교동'}, {'code': '1114015300', 'name': '방산동'}, {'code': '1114015400', 'name': '오장동'}, {'code': '1114015500', 'name': '을지로3가'}, {'code': '1114015600', 'name': '입정동'}, {'code': '1114015700', 'name': '산림동'}, {'code': '1114015800', 'name': '충무로3가'}, {'code': '1114015900', 'name': '초동'}, {'code': '1114016000', 'name': '인현동1가'}, {'code': '1114016100', 'name': '저동2가'}, {'code': '1114016200', 'name': '신당동'}, {'code': '1114016300', 'name': '흥인동'}, {'code': '1114016400', 'name': '무학동'}, {'code': '1114016500', 'name': '황학동'}, {'code': '1114016600', 'name': '서소문동'}, {'code': '1114016700', 'name': '정동'}, {'code': '1114016800', 'name': '순화동'}, {'code': '1114016900', 'name': '의주로1가'}, {'code': '1114017000', 'name': '충정로1가'}, {'code': '1114017100', 'name': '중림동'}, {'code': '1114017200', 'name': '의주로2가'}, {'code': '1114017300', 'name': '만리동1가'}, {'code': '1114017400', 'name': '만리동2가'}]}, {'sigungu_code': '11170', 'sigungu_name': '용산구', 'eup_myeon_dong': [{'code': '1117000000', 'name': 'nan'}, {'code': '1117010100', 'name': '후암동'}, {'code': '1117010200', 'name': '용산동2가'}, {'code': '1117010300', 'name': '용산동4가'}, {'code': '1117010400', 'name': '갈월동'}, {'code': '1117010500', 'name': '남영동'}, {'code': '1117010600', 'name': '용산동1가'}, {'code': '1117010700', 'name': '동자동'}, {'code': '1117010800', 'name': '서계동'}, {'code': '1117010900', 'name': '청파동1가'}, {'code': '1117011000', 'name': '청파동2가'}, {'code': '1117011100', 'name': '청파동3가'}, {'code': '1117011200', 'name': '원효로1가'}, {'code': '1117011300', 'name': '원효로2가'}, {'code': '1117011400', 'name': '신창동'}, {'code': '1117011500', 'name': '산천동'}, {'code': '1117011600', 'name': '청암동'}, {'code': '1117011700', 'name': '원효로3가'}, {'code': '1117011800', 'name': '원효로4가'}, {'code': '1117011900', 'name': '효창동'}, {'code': '1117012000', 'name': '도원동'}, {'code': '1117012100', 'name': '용문동'}, {'code': '1117012200', 'name': '문배동'}, {'code': '1117012300', 'name': '신계동'}, {'code': '1117012400', 'name': '한강로1가'}, {'code': '1117012500', 'name': '한강로2가'}, {'code': '1117012600', 'name': '용산동3가'}, {'code': '1117012700', 'name': '용산동5가'}, {'code': '1117012800', 'name': '한강로3가'}, {'code': '1117012900', 'name': '이촌동'}, {'code': '1117013000', 'name': '이태원동'}, {'code': '1117013100', 'name': '한남동'}, {'code': '1117013200', 'name': '동빙고동'}, {'code': '1117013300', 'name': '서빙고동'}, {'code': '1117013400', 'name': '주성동'}, {'code': '1117013500', 'name': '용산동6가'}, {'code': '1117013600', 'name': '보광동'}]}, {'sigungu_code': '11200', 'sigungu_name': '성동구', 'eup_myeon_dong': [{'code': '1120000000', 'name': 'nan'}, {'code': '1120010100', 'name': '상왕십리동'}, {'code': '1120010200', 'name': '하왕십리동'}, {'code': '1120010300', 'name': '홍익동'}, {'code': '1120010400', 'name': '도선동'}, {'code': '1120010500', 'name': '마장동'}, {'code': '1120010600', 'name': '사근동'}, {'code': '1120010700', 'name': '행당동'}, {'code': '1120010800', 'name': '응봉동'}, {'code': '1120010900', 'name': '금호동1가'}, {'code': '1120011000', 'name': '금호동2가'}, {'code': '1120011100', 'name': '금호동3가'}, {'code': '1120011200', 'name': '금호동4가'}, {'code': '1120011300', 'name': '옥수동'}, {'code': '1120011400', 'name': '성수동1가'}, {'code': '1120011500', 'name': '성수동2가'}, {'code': '1120011800', 'name': '송정동'}, {'code': '1120012200', 'name': '용답동'}]}, {'sigungu_code': '11215', 'sigungu_name': '광진구', 'eup_myeon_dong': [{'code': '1121500000', 'name': 'nan'}, {'code': '1121510100', 'name': '중곡동'}, {'code': '1121510200', 'name': '능동'}, {'code': '1121510300', 'name': '구의동'}, {'code': '1121510400', 'name': '광장동'}, {'code': '1121510500', 'name': '자양동'}, {'code': '1121510700', 'name': '화양동'}, {'code': '1121510900', 'name': '군자동'}]}, {'sigungu_code': '11230', 'sigungu_name': '동대문구', 'eup_myeon_dong': [{'code': '1123000000', 'name': 'nan'}, {'code': '1123010100', 'name': '신설동'}, {'code': '1123010200', 'name': '용두동'}, {'code': '1123010300', 'name': '제기동'}, {'code': '1123010400', 'name': '전농동'}, {'code': '1123010500', 'name': '답십리동'}, {'code': '1123010600', 'name': '장안동'}, {'code': '1123010700', 'name': '청량리동'}, {'code': '1123010800', 'name': '회기동'}, {'code': '1123010900', 'name': '휘경동'}, {'code': '1123011000', 'name': '이문동'}]}, {'sigungu_code': '11260', 'sigungu_name': '중랑구', 'eup_myeon_dong': [{'code': '1126000000', 'name': 'nan'}, {'code': '1126010100', 'name': '면목동'}, {'code': '1126010200', 'name': '상봉동'}, {'code': '1126010300', 'name': '중화동'}, {'code': '1126010400', 'name': '묵동'}, {'code': '1126010500', 'name': '망우동'}, {'code': '1126010600', 'name': '신내동'}]}, {'sigungu_code': '11290', 'sigungu_name': '성북구', 'eup_myeon_dong': [{'code': '1129000000', 'name': 'nan'}, {'code': '1129010100', 'name': '성북동'}, {'code': '1129010200', 'name': '성북동1가'}, {'code': '1129010300', 'name': '돈암동'}, {'code': '1129010400', 'name': '동소문동1가'}, {'code': '1129010500', 'name': '동소문동2가'}, {'code': '1129010600', 'name': '동소문동3가'}, {'code': '1129010700', 'name': '동소문동4가'}, {'code': '1129010800', 'name': '동소문동5가'}, {'code': '1129010900', 'name': '동소문동6가'}, {'code': '1129011000', 'name': '동소문동7가'}, {'code': '1129011100', 'name': '삼선동1가'}, {'code': '1129011200', 'name': '삼선동2가'}, {'code': '1129011300', 'name': '삼선동3가'}, {'code': '1129011400', 'name': '삼선동4가'}, {'code': '1129011500', 'name': '삼선동5가'}, {'code': '1129011600', 'name': '동선동1가'}, {'code': '1129011700', 'name': '동선동2가'}, {'code': '1129011800', 'name': '동선동3가'}, {'code': '1129011900', 'name': '동선동4가'}, {'code': '1129012000', 'name': '동선동5가'}, {'code': '1129012100', 'name': '안암동1가'}, {'code': '1129012200', 'name': '안암동2가'}, {'code': '1129012300', 'name': '안암동3가'}, {'code': '1129012400', 'name': '안암동4가'}, {'code': '1129012500', 'name': '안암동5가'}, {'code': '1129012600', 'name': '보문동4가'}, {'code': '1129012700', 'name': '보문동5가'}, {'code': '1129012800', 'name': '보문동6가'}, {'code': '1129012900', 'name': '보문동7가'}, {'code': '1129013000', 'name': '보문동1가'}, {'code': '1129013100', 'name': '보문동2가'}, {'code': '1129013200', 'name': '보문동3가'}, {'code': '1129013300', 'name': '정릉동'}, {'code': '1129013400', 'name': '길음동'}, {'code': '1129013500', 'name': '종암동'}, {'code': '1129013600', 'name': '하월곡동'}, {'code': '1129013700', 'name': '상월곡동'}, {'code': '1129013800', 'name': '장위동'}, {'code': '1129013900', 'name': '석관동'}]}, {'sigungu_code': '11305', 'sigungu_name': '강북구', 'eup_myeon_dong': [{'code': '1130500000', 'name': 'nan'}, {'code': '1130510100', 'name': '미아동'}, {'code': '1130510200', 'name': '번동'}, {'code': '1130510300', 'name': '수유동'}, {'code': '1130510400', 'name': '우이동'}]}, {'sigungu_code': '11320', 'sigungu_name': '도봉구', 'eup_myeon_dong': [{'code': '1132000000', 'name': 'nan'}, {'code': '1132010500', 'name': '쌍문동'}, {'code': '1132010600', 'name': '방학동'}, {'code': '1132010700', 'name': '창동'}, {'code': '1132010800', 'name': '도봉동'}]}, {'sigungu_code': '11350', 'sigungu_name': '노원구', 'eup_myeon_dong': [{'code': '1135000000', 'name': 'nan'}, {'code': '1135010200', 'name': '월계동'}, {'code': '1135010300', 'name': '공릉동'}, {'code': '1135010400', 'name': '하계동'}, {'code': '1135010500', 'name': '상계동'}, {'code': '1135010600', 'name': '중계동'}]}, {'sigungu_code': '11380', 'sigungu_name': '은평구', 'eup_myeon_dong': [{'code': '1138000000', 'name': 'nan'}, {'code': '1138010100', 'name': '수색동'}, {'code': '1138010200', 'name': '녹번동'}, {'code': '1138010300', 'name': '불광동'}, {'code': '1138010400', 'name': '갈현동'}, {'code': '1138010500', 'name': '구산동'}, {'code': '1138010600', 'name': '대조동'}, {'code': '1138010700', 'name': '응암동'}, {'code': '1138010800', 'name': '역촌동'}, {'code': '1138010900', 'name': '신사동'}, {'code': '1138011000', 'name': '증산동'}, {'code': '1138011400', 'name': '진관동'}]}, {'sigungu_code': '11410', 'sigungu_name': '서대문구', 'eup_myeon_dong': [{'code': '1141000000', 'name': 'nan'}, {'code': '1141010100', 'name': '충정로2가'}, {'code': '1141010200', 'name': '충정로3가'}, {'code': '1141010300', 'name': '합동'}, {'code': '1141010400', 'name': '미근동'}, {'code': '1141010500', 'name': '냉천동'}, {'code': '1141010600', 'name': '천연동'}, {'code': '1141010700', 'name': '옥천동'}, {'code': '1141010800', 'name': '영천동'}, {'code': '1141010900', 'name': '현저동'}, {'code': '1141011000', 'name': '북아현동'}, {'code': '1141011100', 'name': '홍제동'}, {'code': '1141011200', 'name': '대현동'}, {'code': '1141011300', 'name': '대신동'}, {'code': '1141011400', 'name': '신촌동'}, {'code': '1141011500', 'name': '봉원동'}, {'code': '1141011600', 'name': '창천동'}, {'code': '1141011700', 'name': '연희동'}, {'code': '1141011800', 'name': '홍은동'}, {'code': '1141011900', 'name': '북가좌동'}, {'code': '1141012000', 'name': '남가좌동'}]}, {'sigungu_code': '11440', 'sigungu_name': '마포구', 'eup_myeon_dong': [{'code': '1144000000', 'name': 'nan'}, {'code': '1144010100', 'name': '아현동'}, {'code': '1144010200', 'name': '공덕동'}, {'code': '1144010300', 'name': '신공덕동'}, {'code': '1144010400', 'name': '도화동'}, {'code': '1144010500', 'name': '용강동'}, {'code': '1144010600', 'name': '토정동'}, {'code': '1144010700', 'name': '마포동'}, {'code': '1144010800', 'name': '대흥동'}, {'code': '1144010900', 'name': '염리동'}, {'code': '1144011000', 'name': '노고산동'}, {'code': '1144011100', 'name': '신수동'}, {'code': '1144011200', 'name': '현석동'}, {'code': '1144011300', 'name': '구수동'}, {'code': '1144011400', 'name': '창전동'}, {'code': '1144011500', 'name': '상수동'}, {'code': '1144011600', 'name': '하중동'}, {'code': '1144011700', 'name': '신정동'}, {'code': '1144011800', 'name': '당인동'}, {'code': '1144012000', 'name': '서교동'}, {'code': '1144012100', 'name': '동교동'}, {'code': '1144012200', 'name': '합정동'}, {'code': '1144012300', 'name': '망원동'}, {'code': '1144012400', 'name': '연남동'}, {'code': '1144012500', 'name': '성산동'}, {'code': '1144012600', 'name': '중동'}, {'code': '1144012700', 'name': '상암동'}]}, {'sigungu_code': '11470', 'sigungu_name': '양천구', 'eup_myeon_dong': [{'code': '1147000000', 'name': 'nan'}, {'code': '1147010100', 'name': '신정동'}, {'code': '1147010200', 'name': '목동'}, {'code': '1147010300', 'name': '신월동'}]}, {'sigungu_code': '11500', 'sigungu_name': '강서구', 'eup_myeon_dong': [{'code': '1150000000', 'name': 'nan'}, {'code': '1150000100', 'name': '신정동'}, {'code': '1150000200', 'name': '신월동'}, {'code': '1150010100', 'name': '염창동'}, {'code': '1150010200', 'name': '등촌동'}, {'code': '1150010300', 'name': '화곡동'}, {'code': '1150010400', 'name': '가양'}, {'code': '1150010500', 'name': '마곡동'}, {'code': '1150010600', 'name': '내발산동'}, {'code': '1150010700', 'name': '외발산동'}, {'code': '1150010800', 'name': '공항동'}, {'code': '1150010900', 'name': '방화동'}, {'code': '1150011000', 'name': '개화동'}, {'code': '1150011100', 'name': '과해동'}, {'code': '1150011200', 'name': '오곡동'}, {'code': '1150011300', 'name': '오쇠동'}]}, {'sigungu_code': '11530', 'sigungu_name': '구로구', 'eup_myeon_dong': [{'code': '1153000000', 'name': 'nan'}, {'code': '1153010100', 'name': '신도림동'}, {'code': '1153010200', 'name': '구로동'}, {'code': '1153010300', 'name': '가리봉동'}, {'code': '1153010600', 'name': '고척동'}, {'code': '1153010700', 'name': '개봉동'}, {'code': '1153010800', 'name': '오류동'}, {'code': '1153010900', 'name': '궁동'}, {'code': '1153011000', 'name': '온수동'}, {'code': '1153011100', 'name': '천왕동'}, {'code': '1153011200', 'name': '항동'}]}, {'sigungu_code': '11545', 'sigungu_name': '금천구', 'eup_myeon_dong': [{'code': '1154500000', 'name': 'nan'}, {'code': '1154510100', 'name': '가산동'}, {'code': '1154510200', 'name': '독산동'}, {'code': '1154510300', 'name': '시흥동'}]}, {'sigungu_code': '11560', 'sigungu_name': '영등포구', 'eup_myeon_dong': [{'code': '1156000000', 'name': 'nan'}, {'code': '1156010100', 'name': '영등포동'}, {'code': '1156010200', 'name': '영등포동1가'}, {'code': '1156010300', 'name': '영등포동2가'}, {'code': '1156010400', 'name': '영등포동3가'}, {'code': '1156010500', 'name': '영등포동4가'}, {'code': '1156010600', 'name': '영등포동5가'}, {'code': '1156010700', 'name': '영등포동6가'}, {'code': '1156010800', 'name': '영등포동7가'}, {'code': '1156010900', 'name': '영등포동8가'}, {'code': '1156011000', 'name': '여의도동'}, {'code': '1156011100', 'name': '당산동1가'}, {'code': '1156011200', 'name': '당산동2가'}, {'code': '1156011300', 'name': '당산동3가'}, {'code': '1156011400', 'name': '당산동4가'}, {'code': '1156011500', 'name': '당산동5가'}, {'code': '1156011600', 'name': '당산동6가'}, {'code': '1156011700', 'name': '당산동'}, {'code': '1156011800', 'name': '도림동'}, {'code': '1156011900', 'name': '문래동1가'}, {'code': '1156012000', 'name': '문래동2가'}, {'code': '1156012100', 'name': '문래동3가'}, {'code': '1156012200', 'name': '문래동4가'}, {'code': '1156012300', 'name': '문래동5가'}, {'code': '1156012400', 'name': '문래동6가'}, {'code': '1156012500', 'name': '양평동1가'}, {'code': '1156012600', 'name': '양평동2가'}, {'code': '1156012700', 'name': '양평동3가'}, {'code': '1156012800', 'name': '양평동4가'}, {'code': '1156012900', 'name': '양평동5가'}, {'code': '1156013000', 'name': '양평동6가'}, {'code': '1156013100', 'name': '양화동'}, {'code': '1156013200', 'name': '신길동'}, {'code': '1156013300', 'name': '대림동'}, {'code': '1156013400', 'name': '양평동'}]}, {'sigungu_code': '11590', 'sigungu_name': '동작구', 'eup_myeon_dong': [{'code': '1159000000', 'name': 'nan'}, {'code': '1159010100', 'name': '노량진동'}, {'code': '1159010200', 'name': '상도동'}, {'code': '1159010300', 'name': '상도1동'}, {'code': '1159010400', 'name': '본동'}, {'code': '1159010500', 'name': '흑석동'}, {'code': '1159010600', 'name': '동작동'}, {'code': '1159010700', 'name': '사당동'}, {'code': '1159010800', 'name': '대방동'}, {'code': '1159010900', 'name': '신대방동'}]}, {'sigungu_code': '11620', 'sigungu_name': '관악구', 'eup_myeon_dong': [{'code': '1162000000', 'name': 'nan'}, {'code': '1162010100', 'name': '봉천동'}, {'code': '1162010200', 'name': '신림동'}, {'code': '1162010300', 'name': '남현동'}]}, {'sigungu_code': '11650', 'sigungu_name': '서초구', 'eup_myeon_dong': [{'code': '1165000000', 'name': 'nan'}, {'code': '1165010100', 'name': '방배동'}, {'code': '1165010200', 'name': '양재동'}, {'code': '1165010300', 'name': '우면동'}, {'code': '1165010400', 'name': '원지동'}, {'code': '1165010600', 'name': '잠원동'}, {'code': '1165010700', 'name': '반포동'}, {'code': '1165010800', 'name': '서초동'}, {'code': '1165010900', 'name': '내곡동'}, {'code': '1165011000', 'name': '염곡동'}, {'code': '1165011100', 'name': '신원동'}]}, {'sigungu_code': '11680', 'sigungu_name': '강남구', 'eup_myeon_dong': [{'code': '1168000000', 'name': 'nan'}, {'code': '1168010100', 'name': '역삼동'}, {'code': '1168010300', 'name': '개포동'}, {'code': '1168010400', 'name': '청담동'}, {'code': '1168010500', 'name': '삼성동'}, {'code': '1168010600', 'name': '대치동'}, {'code': '1168010700', 'name': '신사동'}, {'code': '1168010800', 'name': '논현동'}, {'code': '1168011000', 'name': '압구정동'}, {'code': '1168011100', 'name': '세곡동'}, {'code': '1168011200', 'name': '자곡동'}, {'code': '1168011300', 'name': '율현동'}, {'code': '1168011400', 'name': '일원동'}, {'code': '1168011500', 'name': '수서동'}, {'code': '1168011800', 'name': '도곡동'}]}, {'sigungu_code': '11710', 'sigungu_name': '송파구', 'eup_myeon_dong': [{'code': '1171000000', 'name': 'nan'}, {'code': '1171010100', 'name': '잠실동'}, {'code': '1171010200', 'name': '신천동'}, {'code': '1171010300', 'name': '풍납동'}, {'code': '1171010400', 'name': '송파동'}, {'code': '1171010500', 'name': '석촌동'}, {'code': '1171010600', 'name': '삼전동'}, {'code': '1171010700', 'name': '가락동'}, {'code': '1171010800', 'name': '문정동'}, {'code': '1171010900', 'name': '장지동'}, {'code': '1171011100', 'name': '방이동'}, {'code': '1171011200', 'name': '오금동'}, {'code': '1171011300', 'name': '거여동'}, {'code': '1171011400', 'name': '마천동'}]}, {'sigungu_code': '11740', 'sigungu_name': '강동구', 'eup_myeon_dong': [{'code': '1174000000', 'name': 'nan'}, {'code': '1174010100', 'name': '명일동'}, {'code': '1174010200', 'name': '고덕동'}, {'code': '1174010300', 'name': '상일동'}, {'code': '1174010500', 'name': '길동'}, {'code': '1174010600', 'name': '둔촌동'}, {'code': '1174010700', 'name': '암사동'}, {'code': '1174010800', 'name': '성내동'}, {'code': '1174010900', 'name': '천호동'}, {'code': '1174011000', 'name': '강일동'}]}]

필터된 시/군/구 리스트:
[{'sigungu_code': '11680', 'sigungu_name': '강남구', 'eup_myeon_dong': [{'code': '1168000000', 'name': 'nan'}, {'code': '1168010100', 'name': '역삼동'}, {'code': '1168010300', 'name': '개포동'}, {'code': '1168010400', 'name': '청담동'}, {'code': '1168010500', 'name': '삼성동'}, {'code': '1168010600', 'name': '대치동'}, {'code': '1168010700', 'name': '신사동'}, {'code': '1168010800', 'name': '논현동'}, {'code': '1168011000', 'name': '압구정동'}, {'code': '1168011100', 'name': '세곡동'}, {'code': '1168011200', 'name': '자곡동'}, {'code': '1168011300', 'name': '율현동'}, {'code': '1168011400', 'name': '일원동'}, {'code': '1168011500', 'name': '수서동'}, {'code': '1168011800', 'name': '도곡동'}]}]

다음포스트에서는 공공데이터를 읽어와서, 컬럼이름을 수정하고, 전용면적을 평수로 계산하는 메소드를 구현해봅니다.

파이썬 부동산 매매가 조회 프로그램 만들기 1편

urjent — Fri, 13 Sep 2024 21:44:32 +0000

파이썬 부동산 매매가 조회 프로그램 만들기 1편 ㅣ 최근 들어 부동산 시장의 변화가 심상치 않게 다가오고 있습니다. 뉴스나 주변에서 부동산에 대한 이야기를 듣다 보면, 나도 자연스럽게 관심을 가지게 되더군요. 그래서 저 역시 시간이 날 때마다 네이버 부동산이나 기타 부동산 관련 플랫폼을 통해, 제가 살고 있는 지역이나 마음에 드는 다른 지역의 부동산 시세를 계속해서 살펴보곤 했습니다. 하지만 문제는, 이런 정보를 일일이 수작업으로 찾아보다 보니 시간이 많이 들고, 특정 가격대의 매물을 찾는 데도 한계가 있다는 것이었어요.

파이썬 부동산 매매가 조회 프로그램 만들기 1편

부동산 매매가 확인의 중요성

부동산이나 주식 같은 자산들은 매매된 가격이 그 지역이나 자산의 시세를 반영하는 중요한 지표가 됩니다. 즉, 최근에 이루어진 거래 가격을 살펴보면, 해당 지역의 시세가 어느 정도인지 파악할 수 있다는 거죠. 특히 부동산은 시장 상황에 따라 가격 변동이 빠르게 일어나기도 하고, 시세 자체가 한꺼번에 급등하거나 급락하기도 합니다. 이런 변화를 민감하게 캐치하려면 실거래가를 확인하는 것이 필수적입니다. 그래서 네이버 부동산에서 직접 매물을 찾아보기보다는, 파이썬을 이용해 자동으로 내가 원하는 매매가를 조회할 수 있는 프로그램을 만들어보면 어떨까 하는 생각이 들었습니다.

왜 매매가 조회기가 필요한가?

처음에는 단순히 부동산 시세만 파악하려고 했는데, 여러 번 수작업으로 하다 보니 불편함이 크더라고요. 특히 원하는 가격대에 맞는 매물을 찾는 것이 어렵다는 점이 가장 큰 문제였습니다. 부동산 플랫폼에는 수많은 매물이 등록되어 있기 때문에 그 중에서 내가 원하는 매매가에 맞는 매물을 찾는 것은 시간도 많이 걸리고, 수고도 많이 드는 일이죠. 이를 자동화하면 훨씬 효율적으로 시세를 파악할 수 있을 거라 생각했습니다.

부동산 매매가는 시세에 매우 중요한 역할을 합니다. 예를 들어, 어떤 아파트가 최근에 높은 가격으로 거래되었다면, 그 주변의 시세도 덩달아 오를 가능성이 크다는 것이죠. 그래서 이러한 데이터를 쉽게 얻을 수 있다면, 내가 관심 있는 지역의 시세 변동을 빠르게 캐치할 수 있습니다. 저는 주로 네이버 부동산과 KB부동산 시세를 참고하는데, 여기에 원하는 매매가 조회 기능을 추가한다면 더 효율적으로 정보를 얻을 수 있겠다고 생각했습니다. 그래서 바로 파이썬으로 부동산 매매가 조회기를 만들기 위한 계획을 세웠습니다.

공공 API 활용의 어려움과 해결책

사실 부동산 데이터를 수집하려면 공공 API를 활용해야 하는데, 그 과정이 그렇게 쉽지만은 않았습니다. 많은 사람들이 느끼는 것처럼, 공공 API는 사용하는 데 불편함이 많습니다. 매뉴얼도 복잡하고, 필요한 데이터를 얻는 과정도 번거롭죠. 하지만 다행히도, 이러한 공공 API를 쉽게 다룰 수 있도록 이미 라이브러리를 만들어놓은 분들이 계셨습니다. 그래서 저는 이 라이브러리를 이용해 내가 원하는 형태로 데이터를 조회할 수 있는 프로그램을 만들어보기로 했습니다.

이 과정에서 API를 직접 호출하여 데이터를 가져오는 것보다는, 이미 만들어진 라이브러리를 이용하는 것이 시간과 노력을 크게 절약할 수 있다는 장점이 있습니다. 또한, 라이브러리를 이용하면 복잡한 API 호출 과정을 보다 간단하게 처리할 수 있기 때문에, 개발자 입장에서 매우 유용하죠. 이러한 라이브러리를 활용해 매매가 조회기를 만든다면, 원하는 가격대의 매물들을 빠르고 쉽게 조회할 수 있을 뿐만 아니라, 그 매물들이 거래된 지역의 시세를 더욱 효과적으로 파악할 수 있게 됩니다.

API 키 발급받기

이제 본격적으로 부동산 매매가 조회기를 만들기 전에, API 키를 발급받는 과정에 대해 설명하겠습니다.

https://www.data.go.kr

공공데이터 포털

국가에서 보유하고 있는 다양한 데이터를『공공데이터의 제공 및 이용 활성화에 관한 법률(제11956호)』에 따라 개방하여 국민들이 보다 쉽고 용이하게 공유•활용할 수 있도록 공공데이터(Datase

www.data.go.kr

공공데이터를 활용하기 위해서는 해당 API 키가 필요하기 때문에, 먼저 API 키를 발급받는 것이 필수적인 단계입니다. 저는 여러 가지 공공 데이터를 활용할 수 있는 공공데이터포털을 통해 API 키를 발급받을 예정입니다.

저는 주로 다음과 같은 API를 이용할 계획입니다:

아파트 매매 실거래 상세자료 조회
이 API는 아파트의 최근 매매 거래 내역을 조회할 수 있는 기능을 제공합니다. 이를 통해 아파트의 실거래가를 확인하고, 해당 지역의 시세를 파악할 수 있습니다.
연립다세대 매매 실거래자료 조회
아파트뿐만 아니라 연립주택이나 다세대 주택의 매매가도 중요한 정보입니다. 이 API를 이용하면 연립다세대 주택의 실거래가를 조회할 수 있습니다.

단독주택이나 다가구 주택의 실거래가는 이번 프로젝트에서는 크게 신경 쓰지 않으려고 합니다. 하지만 하나의 API 키를 발급받으면, 해당 키로 여러 권한을 동시에 부여받을 수 있기 때문에 나중에 필요하다면 추가적인 데이터를 쉽게 얻을 수 있을 것입니다.

API 키를 발급받기 위해서는 먼저 공공데이터포털에 회원가입을 해야 합니다. 가입 절차는 간단하며, 소셜 네트워크 계정(SNS)을 이용해 간편하게 회원가입을 할 수 있습니다. 회원가입이 완료되면, 원하는 API 페이지로 이동하여 ‘활용신청’을 선택합니다. 이 과정에서 이용 약관에 동의하고 필요한 정보를 입력하면 API 사용 신청이 완료됩니다.

API 승인 확인 및 키 저장

API를 신청한 후에는 ‘마이페이지’로 이동하여 ‘개발계정’ 섹션에서 신청한 API가 승인되었는지 확인해야 합니다. 승인 상태를 확인한 후, 해당 API의 상세 페이지로 이동하면 ‘일반 인증키’가 제공됩니다. 이 인증키는 인코딩된 것과 디코딩된 것이 각각 한 개씩 제공되는데, 이 둘 중 하나를 선택해서 사용할 수 있습니다.

인증키가 발급된 후에는, ‘미리보기’ 기능을 이용해 API가 정상적으로 작동하는지 확인할 수 있습니다. ‘미리보기’ 버튼을 클릭하면, 실제로 API 호출이 제대로 이루어지는지 테스트할 수 있습니다. API 호출이 정상적으로 이루어지면, 해당 데이터를 확인할 수 있으며, 이를 통해 내가 원하는 매매가 데이터를 조회할 수 있습니다.

다만, API를 발급받은 후 즉시 호출이 가능하지 않을 수 있습니다. 저의 경우에는 API 키를 일요일에 발급받았는데, 실제로 사용 가능했던 것은 월요일부터였습니다. 주말에 발급을 받았기 때문에 처리가 지연된 것 같기도 하지만, 정확한 이유는 알 수 없습니다. 따라서 API 키를 발급받은 후 시간이 조금 지나야 정상적으로 사용할 수 있는 점을 유의해야 합니다.

API 키 저장 및 활용 준비

API가 정상적으로 호출되는 것을 확인했다면, 이제 이 인증키를 안전한 곳에 저장해두어야 합니다. 나중에 프로그램을 개발할 때 이 키를 활용해야 하므로, 쉽게 접근할 수 있는 파일이나 환경 변수에 저장하는 것이 좋습니다. 인증키는 개인 정보와 관련된 중요한 데이터이기 때문에, 외부에 노출되지 않도록 주의해야 합니다.

API 키 발급이 완료되면, 이제 본격적으로 파이썬으로 매매가 조회기를 개발할 준비가 끝난 것입니다. 다음 단계에서는 실제로 API를 호출하여 데이터를 가져오는 방법과, 이 데이터를 활용해 내가 원하는 형태로 가공하는 방법에 대해 설명하겠습니다.

지금까지 API 키 발급받는 과정에 대해 살펴봤습니다. 이제부터는 본격적으로 파이썬 코드를 작성하며, 매매가 조회기를 만들어보도록 하겠습니다. 앞으로의 과정에서는 실거래가 데이터를 파이썬으로 어떻게 처리할지, 그리고 그 데이터를 기반으로 시세를 분석하는 방법에 대해 구체적으로 다뤄보겠습니다.

블로그 키워드 생성 파이썬 코드 Python 마케팅 홍보 키워드에도 좋아요