실전 프로젝트: NYC 택시 데이터 분석

"이번 주에 배운 모든 것을 실전에 적용해보자"

배운 것들

Day	주제	핵심 기술
1	대용량 처리	청크, dtype, Parquet
2	피벗/구조화	MultiIndex, pivot_table, melt
3	성능 최적화	벡터화, eval, 프로파일링
4	Polars	Lazy, 고성능 처리

오늘: 이 모든 기술을 NYC 택시 데이터 분석에 적용

---

데이터 소개

NYC Yellow Taxi Trip Data

• 출처: NYC TLC (Taxi & Limousine Commission)
• 크기: 약 1GB (샘플)
• 행 수: 약 700만 건
• 기간: 2023년 1월

주요 컬럼

컬럼	설명
tpep_pickup_datetime	승차 시각
tpep_dropoff_datetime	하차 시각
passenger_count	승객 수
trip_distance	이동 거리 (마일)
PULocationID	승차 지역 ID
DOLocationID	하차 지역 ID
fare_amount	기본 요금
tip_amount	팁
total_amount	총 요금
payment_type	결제 방식

---

분석 목표

1. 탐색적 분석 (EDA)

• 일별/시간대별 운행 패턴
• 거리별 요금 분포
• 팁 비율 분석

2. 비즈니스 인사이트

• 가장 수익성 높은 시간대?
• 인기 있는 승차/하차 지역?
• 팁을 많이 주는 조건?

3. 기술적 챌린지

• 1GB 데이터 효율적 처리
• pandas vs Polars 성능 비교
• 리포트 자동화