270 lines
9.2 KiB
Python
270 lines
9.2 KiB
Python
# weekly_visitor_forecast.py
|
|
import os, sys
|
|
sys.path.append(os.path.abspath(os.path.join(os.path.dirname(__file__), '..')))
|
|
|
|
from datetime import date, timedelta, datetime
|
|
from collections import defaultdict
|
|
import pandas as pd
|
|
from sqlalchemy import select, func
|
|
|
|
from weather_forecast import get_weekly_precip
|
|
from conf import db, db_schema
|
|
from lib.holiday import is_korean_holiday
|
|
from lib.common import load_config
|
|
|
|
config = load_config()
|
|
visitor_ca_filter = config.get('POS', {}).get('VISITOR_CA', [])
|
|
|
|
ga4_by_date = db_schema.ga4_by_date
|
|
weather = db_schema.weather
|
|
air = db_schema.air
|
|
pos = db_schema.pos
|
|
|
|
engine = db.engine
|
|
|
|
|
|
def get_recent_dates(today=None, days=14):
|
|
today = today or date.today()
|
|
return [today - timedelta(days=i) for i in reversed(range(days))]
|
|
|
|
|
|
def get_this_week_dates(today=None):
|
|
today = today or date.today()
|
|
weekday = today.weekday()
|
|
return [today + timedelta(days=i) for i in range(7 - weekday)]
|
|
|
|
|
|
def get_last_year_same_weekdays(dates):
|
|
"""
|
|
작년의 동일한 요일을 가진 날짜를 반환
|
|
(예: 2025-07-08(화) → 2024년 중 가장 가까운 화요일)
|
|
|
|
Args:
|
|
dates (list of datetime.date): 기준 날짜 리스트
|
|
|
|
Returns:
|
|
list of datetime.date: 작년의 동일 요일 날짜 리스트
|
|
"""
|
|
result = []
|
|
for d in dates:
|
|
target_weekday = d.weekday()
|
|
last_year_date = d - timedelta(days=365)
|
|
|
|
# 동일 요일 찾기: 주중 1주 범위 내에서 동일 요일 탐색
|
|
delta = 0
|
|
found = None
|
|
for offset in range(-3, 4):
|
|
candidate = last_year_date + timedelta(days=offset)
|
|
if candidate.weekday() == target_weekday:
|
|
found = candidate
|
|
break
|
|
if found:
|
|
result.append(found)
|
|
else:
|
|
result.append(last_year_date) # fallback
|
|
return result
|
|
|
|
|
|
def pm25_grade(value):
|
|
if value is None:
|
|
return ''
|
|
if value <= 15:
|
|
return '좋음'
|
|
elif value <= 35:
|
|
return '보통'
|
|
elif value <= 75:
|
|
return '나쁨'
|
|
else:
|
|
return '매우나쁨'
|
|
|
|
|
|
def fetch_data_for_dates(date_list):
|
|
session = db.get_session()
|
|
data = defaultdict(dict)
|
|
try:
|
|
# GA4 activeUsers
|
|
stmt = (
|
|
select(ga4_by_date.c.date, func.sum(ga4_by_date.c.activeUsers))
|
|
.where(ga4_by_date.c.date.in_(date_list))
|
|
.group_by(ga4_by_date.c.date)
|
|
)
|
|
for d, val in session.execute(stmt):
|
|
data[d]['웹 방문자 수'] = val
|
|
|
|
# POS 입장객 수
|
|
stmt = (
|
|
select(pos.c.date, func.sum(pos.c.qty))
|
|
.where(
|
|
(pos.c.date.in_(date_list)) &
|
|
(pos.c.ca01 == '매표소') &
|
|
(pos.c.ca03.in_(visitor_ca_filter))
|
|
)
|
|
.group_by(pos.c.date)
|
|
)
|
|
for d, val in session.execute(stmt):
|
|
data[d]['입장객 수'] = val
|
|
|
|
# 날씨 정보
|
|
stmt = (
|
|
select(
|
|
weather.c.date,
|
|
func.min(weather.c.minTa),
|
|
func.max(weather.c.maxTa),
|
|
func.avg(weather.c.avgRhm),
|
|
func.sum(weather.c.sumRn)
|
|
)
|
|
.where(weather.c.date.in_(date_list))
|
|
.group_by(weather.c.date)
|
|
)
|
|
for row in session.execute(stmt):
|
|
d, minTa, maxTa, rhm, rn = row
|
|
data[d]['최저기온'] = round(minTa or 0, 1)
|
|
data[d]['최고기온'] = round(maxTa or 0, 1)
|
|
data[d]['습도'] = round(rhm or 0, 1)
|
|
data[d]['강수량'] = round(rn or 0, 1)
|
|
|
|
# 미세먼지 (pm25)
|
|
stmt = (
|
|
select(air.c.date, func.avg(air.c.pm25))
|
|
.where(air.c.date.in_(date_list))
|
|
.group_by(air.c.date)
|
|
)
|
|
for d, pm25 in session.execute(stmt):
|
|
data[d]['미세먼지'] = pm25_grade(pm25)
|
|
|
|
finally:
|
|
session.close()
|
|
|
|
return data
|
|
|
|
|
|
def load_prophet_forecast(file_path=None):
|
|
if file_path is None:
|
|
file_path = os.path.abspath(os.path.join(os.path.dirname(__file__), '..', 'data', 'prophet_result.csv'))
|
|
print(f"[DEBUG] Load prophet forecast from: {file_path}")
|
|
|
|
if not os.path.exists(file_path):
|
|
print(f"[ERROR] 파일이 존재하지 않습니다: {file_path}")
|
|
return pd.Series(dtype=float)
|
|
|
|
try:
|
|
df = pd.read_csv(file_path)
|
|
# 컬럼명 출력 확인
|
|
print(f"[DEBUG] CSV columns: {df.columns.tolist()}")
|
|
|
|
if 'date' not in df.columns or 'visitor_forecast' not in df.columns:
|
|
print("[ERROR] 필요한 컬럼이 CSV에 없습니다.")
|
|
return pd.Series(dtype=float)
|
|
|
|
df['date'] = pd.to_datetime(df['date'])
|
|
df.set_index('date', inplace=True)
|
|
|
|
return df['visitor_forecast']
|
|
except Exception as e:
|
|
print(f"[ERROR] Prophet 예측 결과 불러오기 실패: {e}")
|
|
return pd.Series(dtype=float)
|
|
|
|
|
|
def build_dataframe(dates, data, use_forecast_after=None):
|
|
"""
|
|
use_forecast_after: datetime.date or None
|
|
지정한 날짜 이후부터는 '예상 방문자'로 '입장객 수' 대체
|
|
"""
|
|
records = []
|
|
for d in dates:
|
|
predicted = data.get(d, {}).get('예상 방문자')
|
|
if use_forecast_after is not None and d >= use_forecast_after and predicted is not None:
|
|
입장객수 = int(predicted)
|
|
else:
|
|
입장객수 = data.get(d, {}).get('입장객 수', 0)
|
|
|
|
r = {
|
|
'날짜': d.strftime('%Y-%m-%d'),
|
|
'요일': ['월', '화', '수', '목', '금', '토', '일'][d.weekday()],
|
|
'공휴일': '✅' if is_korean_holiday(d) else '',
|
|
'웹 방문자 수': data.get(d, {}).get('웹 방문자 수', 0),
|
|
'입장객 수': 입장객수,
|
|
'최저기온': data.get(d, {}).get('최저기온', ''),
|
|
'최고기온': data.get(d, {}).get('최고기온', ''),
|
|
'습도': data.get(d, {}).get('습도', ''),
|
|
'강수량': data.get(d, {}).get('강수량', ''),
|
|
'미세먼지': data.get(d, {}).get('미세먼지', ''),
|
|
}
|
|
records.append(r)
|
|
return pd.DataFrame(records)
|
|
|
|
|
|
def main():
|
|
today = date.today()
|
|
|
|
# 이번 주 일요일 (주말)
|
|
weekday = today.weekday()
|
|
sunday = today + timedelta(days=(6 - weekday))
|
|
|
|
# 최근 2주 및 작년 동일 요일 (최근 2주는 sunday까지 포함)
|
|
recent_dates = [sunday - timedelta(days=i) for i in reversed(range(14))]
|
|
prev_year_dates = get_last_year_same_weekdays(recent_dates)
|
|
|
|
# 이번 주 예상 대상 (오늘부터 일요일까지)
|
|
this_week_dates = [today + timedelta(days=i) for i in range(7 - weekday)]
|
|
|
|
# 데이터 조회
|
|
recent_data = fetch_data_for_dates(recent_dates)
|
|
prev_year_data = fetch_data_for_dates(prev_year_dates)
|
|
forecast_data = fetch_data_for_dates(this_week_dates)
|
|
|
|
# 결측 강수량 보정 - 오늘 이후 날짜가 비어있거나 강수량 없으면 날씨예보로 채움
|
|
weekly_precip = get_weekly_precip(load_config()['DATA_API']['serviceKey'])
|
|
for d in recent_dates:
|
|
if d >= today and (d not in recent_data or '강수량' not in recent_data[d]):
|
|
dt_str = d.strftime('%Y%m%d')
|
|
if dt_str in weekly_precip:
|
|
if d not in recent_data:
|
|
recent_data[d] = {}
|
|
recent_data[d]['강수량'] = round(float(weekly_precip[dt_str]['sumRn']), 1)
|
|
recent_data[d]['최저기온'] = round(float(weekly_precip[dt_str]['minTa']), 1)
|
|
recent_data[d]['최고기온'] = round(float(weekly_precip[dt_str]['maxTa']), 1)
|
|
recent_data[d]['습도'] = round(float(weekly_precip[dt_str]['avgRhm']), 1)
|
|
|
|
# prophet 예측 결과 불러오기 및 이번 주 예상 데이터에 병합
|
|
prophet_forecast = load_prophet_forecast()
|
|
for d in this_week_dates:
|
|
d_ts = pd.Timestamp(d)
|
|
has_forecast = d_ts in prophet_forecast.index
|
|
print(f"[DEBUG] 날짜 {d} (Timestamp {d_ts}) 예측 데이터 존재 여부: {has_forecast}")
|
|
if has_forecast:
|
|
if d not in forecast_data:
|
|
forecast_data[d] = {}
|
|
forecast_data[d]['예상 방문자'] = round(float(prophet_forecast.loc[d_ts]), 0)
|
|
else:
|
|
if d not in forecast_data:
|
|
forecast_data[d] = {}
|
|
forecast_data[d]['예상 방문자'] = None
|
|
|
|
# 최근 2주 데이터에도 오늘 이후 날짜에 대해 예상 방문자 병합
|
|
for d in recent_dates:
|
|
d_ts = pd.Timestamp(d)
|
|
if d >= today and d_ts in prophet_forecast.index:
|
|
if d not in recent_data:
|
|
recent_data[d] = {}
|
|
recent_data[d]['예상 방문자'] = round(float(prophet_forecast.loc[d_ts]), 0)
|
|
|
|
# 데이터프레임 생성
|
|
df_recent = build_dataframe(recent_dates, recent_data, use_forecast_after=today)
|
|
df_prev = build_dataframe(prev_year_dates, prev_year_data)
|
|
|
|
# 출력 설정
|
|
pd.set_option('display.unicode.east_asian_width', True)
|
|
pd.set_option('display.max_columns', None)
|
|
pd.set_option('display.width', 200)
|
|
|
|
print("📊 최근 2주간 방문자 현황:")
|
|
print(df_recent.to_string(index=False))
|
|
|
|
print("\n📈 작년 동일 요일 데이터:")
|
|
print(df_prev.to_string(index=False))
|
|
|
|
|
|
if __name__ == "__main__":
|
|
main()
|