기말 프로젝트
wlgml
2023-12-11
<2019~2022 항공사별 객실 승무원의 현황>
20220131 윤지희
SNS에서 진행한 설문조사(4가지 여행트렌드)에 의하면 응답자 중 93.3%가 ’내년에 해외여행 계획이 있다’고 답했고 항공업계 관계자는 이번 동계시즌에는 코로나 이후 해외여행객이 최대치를 경신할 것으로 기대된다고 말했습니다.
(아시아경제, “내년에도 일본, 동남아 여행 인기”, 2023.12.11) (연합뉴스, 항공업계, 겨울철 여행수요 노린다…동남아, 일본 노선 증편, 2023.12.10)
그래서 코로나 직후 주춤했던 항공직에 변화가 있을 것 같아 관심있는 직업인 객실 승무원이라는 직업을 선정하여 이러한 변화를 깔끔하게 볼 수 있는 자료를 준비해봤습니다.
항공사별 객실 승무원 데이터는 국토교통 통계누리의 항공종사자 현황에서 가져왔습니다.
library(readxl)
library(ggplot2)
library(dplyr)##
## 다음의 패키지를 부착합니다: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union1. 2019년 항공사별 객실승무원 현황
2019년 객실 승무원의 수 데이터를 바탕으로 엑셀파일로 제작해 데이터프레임에 저장하고, 보기 쉽게 그래프로 만든다.
(flight.a는 flight attendant(객실 승무원)을 뜻합니다.)
(그래프의 x는 항공사, y는 객실 승무원의 수)
flight.a19<- read_excel("C:/Users/chosun/Downloads/flight attendant.xlsx",
sheet = 1)
flight.a19## # A tibble: 6 × 3
## year airline flight.a
## <dbl> <chr> <dbl>
## 1 2019 대한항공 6479
## 2 2019 아시아나 3722
## 3 2019 제주항공 1229
## 4 2019 진에어 845
## 5 2019 에어부산 555
## 6 2019 티웨이 744ggplot(data = flight.a19, aes(x=airline, y= flight.a))+ geom_col()
2. 2020년 항공사별 객실 승무원 현황
flight.a20<- read_excel("C:/Users/chosun/Downloads/flight attendant.xlsx",
sheet = 2)
flight.a20## # A tibble: 6 × 3
## year airline flight.a
## <dbl> <chr> <dbl>
## 1 2020 대한항공 6440
## 2 2020 아시아나 3675
## 3 2020 제주항공 1165
## 4 2020 진에어 823
## 5 2020 에어부산 545
## 6 2020 티웨이 7523. 2021년 항공사별 객실 승무원 현황
flight.a21<- read_excel("C:/Users/chosun/Downloads/flight attendant.xlsx",
sheet = 3)
flight.a21## # A tibble: 6 × 3
## year airline flight.a
## <dbl> <chr> <dbl>
## 1 2021 대한항공 6211
## 2 2021 아시아나 3593
## 3 2021 제주항공 1139
## 4 2021 진에어 782
## 5 2021 에어부산 526
## 6 2021 티웨이 7304. 2022년 항공사별 객실 승무원 현황
flight.a22<- read_excel("C:/Users/chosun/Downloads/flight attendant.xlsx",
sheet = 4)
flight.a22## # A tibble: 6 × 3
## year airline flight.a
## <dbl> <chr> <dbl>
## 1 2022 대한항공 6209
## 2 2022 아시아나 3407
## 3 2022 제주항공 1063
## 4 2022 진에어 723
## 5 2022 에어부산 469
## 6 2022 티웨이 820ggplot(data = flight.a19, aes(x=airline, y= flight.a))+ geom_col()
5. 코로나 전과 이후 비교
2019년과 2022년 객실 승무원 현황을 비교하기.
2019년과 2022년의 데이터를 합쳐 새로운 데이터프레임을 만들고 차이를 한 눈에 보기 쉽게 그래프로 만든다. (2019년은 붉은색으로, 2022년은 푸른색으로 표현)
f.a1<- bind_rows(flight.a19, flight.a22)
ggplot(data=f.a1, aes(x = airline, y = flight.a, fill = factor(year))) +
geom_col(position = position_dodge(width = 0.9)) +
labs(x = "airline", y = "flight.a", fill = "year") +
theme_minimal()
=> 대한항공의 경우, 2019년과 2022년을 비교해보았을 때 270명의 차이가 나고, 아시아나 항공은 315명, 에어부산은 86명, 제주항공은 166명, 진에어는 122명의 차이가 납니다. 티웨이는 76명이 늘어남.
6. 앞으로의 전망 예상
2021년과 2022년의 데이터를 비교해 전망을 예상해보기.(개인적인 의견입니다.)
2021년과 2022년의 데이터를 합쳐 새로운 데이터프레임을 만들고 위와 같이 그래프로 만든다.
(2021년은 붉은색, 2022년은 푸른색으로 표현)
f.a2<- bind_rows(flight.a21, flight.a22)
ggplot(data=f.a2, aes(x = airline, y = flight.a, fill = factor(year))) +
geom_col(position = position_dodge(width = 0.9)) +
labs(x = "airline", y = "flight.a", fill = "year") +
theme_minimal()
=> 대한항공은 2명, 아시아나 항공은 186명, 에어부산은 57명, 제주항공은 76명, 진에어는 59명의 차이가 나고 티웨이는 90명이 늘어남.