위치기반 강원 방문통행 분석

코드 구성과 검증 방식

DuckDB는 원천 선별·집계, Parquet는 반복 검수, GeoPandas·QGIS는 공간 결합과 지도에 사용했습니다. 행정코드 선별 → 시간구간 검수 → 단지·셀 대응 → 분석별 제외 조건 → CSV·지도 합계 검산으로 책임을 나눴습니다.

날짜·통행 키 결합과 제외 사유를 함께 검산하는 SQL

-- DuckDB 실행 예시: 전부 가상 자료이며 회사 원본 SQL이 아닙니다.
WITH trips(day, trip_id) AS (VALUES
    ('2025-10-13', 'A'), ('2025-10-13', 'B'),
    ('2025-10-13', 'C'), ('2025-10-13', 'D'),
    ('2025-10-13', 'E'), ('2025-10-14', 'A')
), info(day, trip_id, vehicle_type) AS (VALUES
    ('2025-10-13', 'A', 'passenger'),
    ('2025-10-13', 'A', 'passenger'), -- 동일 기준정보 중복
    ('2025-10-13', 'B', 'passenger'),
    ('2025-10-13', 'C', 'commercial'),
    ('2025-10-13', 'E', 'passenger'),
    ('2025-10-13', 'E', 'commercial'), -- 상충 정보: 임의 선택 금지
    ('2025-10-14', 'A', 'passenger')
), dim AS (
    SELECT day, trip_id, MAX(vehicle_type) AS vehicle_type,
           COUNT(DISTINCT vehicle_type) = 1
             AND COUNT(vehicle_type) = COUNT(*) AS valid
    FROM info GROUP BY day, trip_id -- 키당 한 행으로 결합 증식 방지
), classified AS (
    SELECT t.day, t.trip_id,
           CASE WHEN d.trip_id IS NULL THEN 'unmatched'
                WHEN NOT d.valid THEN 'conflict_or_null'
                WHEN d.vehicle_type <> 'passenger' THEN 'non_passenger'
                ELSE 'included' END AS status
    FROM trips t LEFT JOIN dim d USING (day, trip_id)
)
SELECT COUNT(*) AS joined_rows,
       COUNT(*) FILTER (WHERE status = 'included') AS passenger_rows,
       COUNT(*) FILTER (WHERE status = 'non_passenger') AS excluded_type,
       COUNT(*) FILTER (WHERE status = 'unmatched') AS unmatched,
       COUNT(*) FILTER (WHERE status = 'conflict_or_null') AS invalid_info
FROM classified;

기존 분석의 결합·대상 선별 원리를 가상 6행으로 재구성한 설명용 예시입니다. 실제 운영 SQL·원천 데이터·실측 결과가 아닙니다. 예상 결과는 전체 6 = 승용차 3 + 비승용차 1 + 미결합 1 + 상충 정보 1입니다. MAX 값은 기준정보가 유일하고 결측이 없을 때만 사용합니다. 실무에서는 원천 키의 결측·중복 0건을 먼저 확인했고, 그 조건을 만족하지 않는 입력은 이 집계 전에 중단·검토해야 합니다.