[내일배움캠프_QA/QC 5기] 21일차 _ 팀 프로젝트 _ 제약 데이터 전처리

2026/04/06 Mon.

• 코드카타 2문제 ( https://qc-standard.tistory.com/37 )
• 서브 프로젝트 전처리까지
• 메인 프로젝트 이해하기
• (틈틈이) 전처리 3강

 

오전은 코드카타 문제 푸는데 대부분의 시간을 보내고

오후는 온전히 서브 프로젝트 전처리하는데 시간을 보냈다

 

코드카타,,, 뒤로 갈수록 푸는 시간이 더 많이 할애된다,,,

 

서브 프로젝트는 그냥 하루를 잡아먹는다

서브 프로젝트 전처리,,, 혼자 하면서,,,, 너무 힘들다는 생각을 많이 하게 된다

---

⊙ 팀 프로젝트_데이터 분석

시나리오 수립

● 가설 : 계절에 따라 의약품 별 처방량이 유의미하게 변화할 것이다.

● 예상 인사이트 : 계절별 의약품 처방 패턴을 분석하고 시각화 함으로써, 생산팀 및 재고관리팀이 계절별 수요 변화에 맞춰 생산량 조정 및 재고 최적화 의사결정에 활용할 수 있다.

● 전처리 데이터 확인 → 결측치 확인 → 결측치 제거 컬럼 정리 = 필요없는 컬럼 제거 요양 개시 일자 : datetime으로 변환하여 계절 컬럼 생성에 활용 총 투여량 : 신규 컬럼 : 약품 수요 파악을 위한 컬럼 : 1일 투약량 * 총 투여일수 (도메일 지식 첨가) ATC 코드별 분류 컬럼 추가 도시코드명 → 시도명 컬럼 추가

● 시각화 관리 의약품 코드를 리스트로 생성 → 총 투여일수 별 분포 / 총 투여량 별 분포 분포별 확인하여 이상치=중독 의심 데이터를 찾아낸다  결측치 확인 → 결측치 제거 히트맵을 사용하여 계절별 의약품 사용량을 색의 진하기로 표현 막대그래프를 사용하여 계절별 의약품 카테고리 사용량 비교 라인그래프 (시계열) 를 사용하여 월별 의약품 사용 추이 분석

 

 

코드 정보

연령대 코드 분류

● 1 : 0~4세 ● 2 : 5~9세 ● 3 : 10~14세 ● 4 : 15~19세 ● 5 : 20~24세 ● 6 : 25~29세 ● 7 : 30~34세 ● 8 : 35~39세 ● 9 : 40~44세 ● 10 : 45~49세 ● 11 : 50~54세 ● 12 : 55~59세 ● 13 : 60~64세 ● 14 : 65~69세 ● 15 : 70~74세 ● 16 : 75~79세 ● 17 : 80~84세 ● 18 : 85~89세 ● 19 : 90~94세 ● 20 : 95~99세 ● 21 : 100세 이상'

 

 

ATC 코드 분류

 

<국제 ATC 코드 분류> ● A - 소화기관 및 대사 ● B - 혈액 및 조혈기관 ● C - 심혈관계 ●  D - 피부과용약 ●  G - 비뇨생식기계 및 성호르몬 ●  H - 전신성 호르몬제 ●  J - 전신성 항감염제 ●  L - 항종양제 및 면역조절제 ●  M - 근골격계 ●  N - 신경계 ●  P - 기생충 구제약 ●  R - 호흡기계 ●  S - 감각기관 ●  V - 기타

<국내 ATC 코드 분류> 134401ATB - 앞 4자리 : 성분 일련번호 - 5~6자리 : 함량 일련번호 - 마지막 : 제형코드 A : 내복제 (정제/캡슐) B : 내복제(액제/시럽) C : 주사제 D : 외용제(연고/크림) E : 점안제/점이크림 F : 점이제 G : 점비제 H : 흡이제 I : 기타제형 J : 패치제 / 첩부제 K : 투석 ● 1523A - 해열/진통/소염제 ● 1038A - 해열/진통/소염제 ● 1523B - 해열/진통/소염제 ● 1052A - 소화성궤양용제 ● 1060A - 소화성궤양용제 ● 1933A - 혈압강하제 ● 4893A - 동맥경화용제 ● 1014A - 진해거담제 ● 1031A - 항히스타민제 ● 4806A - 고지혈증치료제 ● 1835A - 항정신병제 ● 1721A - 부신호르몬제 ● 1163A - 항히스타민제 ● 2209A - 위장관운동조절제 ● 4539A - 기타의 중추신경용약 ● 1063A - 위점막보호제 ● 1861A - 해열/진통/소염제 ● 2013A - 제산제 ● 2229A - 위장관운동조절제

 

 

도시 코드 분류

● 11 : 서울 ● 26 : 부산 ● 27 : 대구 ● 28 : 인천 ● 29 : 광주 ● 30 : 대전 ● 31 : 울산 ● 36 : 세종 ● 41 : 경기 ● 42 : 강원 ● 43 : 충북 ● 44 : 충남 ● 45 : 전북 ● 46 : 전남 ● 47 : 경북 ● 48 : 경남 ● 49 : 제주

 

 

 

 

데이터 전처리

 

from google.colab import drive drive.mount('/content/drive') # 구글 드라이브 연결 import warnings warnings.filterwarnings('ignore') # warning 무시

import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns import glob # 한글 깨지방지 !sudo apt-get install -y fonts-nanum !sudo fc-cache -fv !rm ~/.cache/matplotlib -rf

#데이터 전처리 df = pd.read_csv('/content/1번파일_샘플링_1000건.csv') #데이터 확인 df.info() #데이터 결측치 개수 확인 df.isnull().sum() #결측지 제거 df_clean = df.dropna(subset=['약품일반성분명코드(ATC코드)']) #결측치 없는 데이터

#컬럼 정리 columns_keep = [     '성별코드', '연령대코드(5세단위)', '시도코드', '요양개시일자',     '약품일반성분명코드(ATC코드)', '1회투약량', '1일투약량', '총투여일수' ] df_analysis = df[columns_keep].copy() df_analysis.head()

#요양개시일 날짜데이터로 변환 후 오름차순 정렬 df_analysis['요양개시일자'] = pd.to_datetime(df_analysis['요양개시일자']) df_analysis = df_analysis.sort_values(by='요양개시일자').reset_index(drop=True) df_analysis.head()

#ATC 코드별 def atc_major_code(atc_str):     if pd.isna(atc_str): return None     for char in str(atc_str):         if char.isalpha():             return char.upper()     return None atc_major_mapping = {     'A': '소화기관 및 대사', 'B': '혈액 및 조혈기관', 'C': '심혈관계',     'D': '피부과용약', 'G': '비뇨생식기계 및 성호르몬', 'H': '전신성 호르몬제',     'J': '전신성 항감염제', 'L': '항종양제 및 면역조절제', 'M': '근골격계',     'N': '신경계', 'P': '기생충 구제약', 'R': '호흡기계',     'S': '감각기관', 'V': '기타' } atc_detail_mapping = {     '1523A': '해열/진통/소염제', '1038A': '해열/진통/소염제', '1523B': '해열/진통/소염제',     '1052A': '소화성궤양용제', '1060A': '소화성궤양용제', '1933A': '혈압강하제',     '4893A': '동맥경화용제', '1014A': '진해거담제', '1031A': '항히스타민제',     '4806A': '고지혈증치료제', '1835A': '항정신병제', '1721A': '부신호르몬제' } df_analysis['ATC_대분류_코드'] = df_analysis['약품일반성분명코드(ATC코드)'].apply(atc_major_code) df_analysis['약물계통_대분류'] = df_analysis['ATC_대분류_코드'].map(atc_major_mapping) df_analysis['약물계통_세부'] = df_analysis['약품일반성분명코드(ATC코드)'].map(atc_detail_mapping).fillna('미분류/기타') new_order = [     '성별코드', '연령대코드(5세단위)', '시도코드', '요양개시일자',     '약품일반성분명코드(ATC코드)', 'ATC_대분류_코드', '약물계통_대분류', '약물계통_세부',     '1회투약량', '1일투약량', '총투여일수' ] df_analysis = df_analysis[new_order] df_analysis.head()

# 총 투여량 컬럼 추가 df_analysis['총 투여량'] = df_analysis['1일투약량'] * df_analysis['총투여일수'] new_order = [     '성별코드', '연령대코드(5세단위)', '시도코드', '요양개시일자',     '약품일반성분명코드(ATC코드)', 'ATC_대분류_코드', '약물계통_대분류', '약물계통_세부',     '1회투약량', '1일투약량', '총투여일수', '총 투여량' ] df_analysis = df_analysis[new_order] df_analysis.head()

#계절별 컬럼 추가 def season(date):     month = date.month     if 3 <= month <= 5:         return '봄'     elif 6 <= month <= 8:         return '여름'     elif 9 <= month <= 11:         return '가을'     else:         return '겨울' df_analysis['계절'] = df_analysis['요양개시일자'].apply(season) new_order = [     '성별코드', '연령대코드(5세단위)', '시도코드', '요양개시일자', '계절',     '약품일반성분명코드(ATC코드)', 'ATC_대분류_코드', '약물계통_대분류', '약물계통_세부',     '1회투약량', '1일투약량', '총투여일수', '총 투여량' ] df_analysis = df_analysis[new_order] df_analysis.tail()

#도시별 컬럼 추가 sido_mapping = {     11: '서울', 26: '부산', 27: '대구', 28: '인천', 29: '광주',     30: '대전', 31: '울산', 36: '세종', 41: '경기', 42: '강원',     43: '충북', 44: '충남', 45: '전북', 46: '전남', 47: '경북',     48: '경남', 49: '제주' } df_analysis['시도명'] = df_analysis['시도코드'].map(sido_mapping) new_order = [     '성별코드', '연령대코드(5세단위)', '시도코드', '시도명', '요양개시일자', '계절',     '약품일반성분명코드(ATC코드)', 'ATC_대분류_코드', '약물계통_대분류', '약물계통_세부',     '1회투약량', '1일투약량', '총투여일수', '총 투여량' ] df_analysis = df_analysis[new_order] df_analysis.head()