现如今，房地产的发展非常快，尤其是近几年，房价可谓是雨后春笋般节节攀升。很多人的第一首选会是购买一手房，但随着价格不断上升，越来越多人将目光转移到二手房市场。那么，二手房市场现在的状况怎么样？本人收集了安居客网站上佛山市的二手房数据，对于佛山二手房市场做了初步的分析。
由于中间会涉及分析的步骤及说明，不感兴趣的小伙伴直接跳到最后看结论就好啦。
本次分析将运用excel2016进行数据的处理及分析。首先来捋一捋用excel进行数据分析工作的步骤有哪些：
1． 提出问题（确定进行数据分析的目标，明确目的）
2． 理解数据（理解数据集中各个字段的意义）
3． 数据清洗（将数据集中冗余、缺失、异常等等数据进行清洗，得到真正需要的数据）
4． 数据分析（通过构建模型及数据可视化，对于呈现的结果进行分析）
5． 得出结论
前期的准备工作是必不可少的：
关于获取数据，笔者使用了第三方爬虫软件，爬取安居客佛山二手房信息。总共获取在售二手房数据3000条，主要获取房屋单价，面积，地址等信息。
一、提出问题
●现如今佛山市二手房行情如何？平均房价大概多少？
●哪个区域的二手房资源较为丰富？价格多少？
●最为主流的户型及面积分别是哪些？
●老房子多吗？新房又有多少？
二、理解数据
可以看到爬取的源数据还是比较杂乱的，需要清洗的地方有很多。这里首先对于各个字段进行查看和理解。
总共爬取了14个字段的数据。
标题：每条房屋信息都会配有标题
标题链接：点击标题进入链接
缩略图：缩略图链接
comm-address：房屋地址，这里包括了小区名以及详细的地址
house-details：房屋面积
house-details1：房屋所在楼层位置
house-details2：房屋建造年份
brokername：经纪人姓名
price-det：总房屋的价格
unit-price：每平方米的单价
tags-bottom：发布者编辑的房屋标签1
tags-bottom1：发布者编辑的房屋标签2
tags-bottom2：发布者编辑的房屋标签3
字段1：额外爬取的数据，表示房屋的户型，或者说厅房数各是多少
三、数据清洗
在理解以上字段含义后，需要对数据进行清洗。在数据清洗之前，若所得到的数据源为唯一数据源，建议进行备份，此处由于数据量不大，就复制了一个进行备份，若数据量较大，建议隐藏不需要的字段，以免数据丢失。
1.选择子集
将以上的字段进行了筛选及重命名，保留了房屋地址，面积，建造年份，单价，总价，厅室等信息。
2.一致化处理
通过观察数据，发现B列“地址”字段包含的数据挺多的有木有
“地址”字段中包含了这个房屋的小区名字，所属辖区（禅城区、顺德区南海区等）以及后面的镇，具体街道地址，用“-”隔开，所以有必要通过分列功能，进行梳理。
通过Excel2016中的“数据”选项卡中的分列功能，进行了两次分列。
成功将这一字段分列成4个更精确的字段，分别为：小区名称、辖区、镇（街道）、具体地址。修改字段名之后数据如下：
同时发现，“单价”、“总价”、“面积”、“建成年份”字段中的数据都带着单位，或者有后缀，不利于后期的数据统计，故在此通过替换功能，去除单位或者后缀。
并且巧用“分列”功能，将这些数据转化为数字格式。这里在最后一步选择“常规”就好了。
3．缺失值处理
由于总数据量为3000条，则若字段下的计数应该为3001条（加上字段行），若少于3001，则存在缺失值。
通过比较发现，小区名称、辖区、镇（街道）、具体地址四个字段存在缺失值。
好在缺失值数量不多，对于总体数据影响不大。在此将其全部填充为“未知”即可。
选择包含缺失值的字段所在列，快捷键Ctrl + G 导出定位条件，选择“空值”。
找出空值单元格后，输入“未知”并使用快捷键Ctrl + Enter进行填充处理，这样区域内空值都被填充了。
4．删除重复值
重复的数据将会影响到统计及分析结果，所以十分有必要对数据进行去重处理。
Excel2016中“数据”选项卡中的“删除重复值”能轻松删去重复值。考虑到发布者每次编辑的标题都可以不一样，但可能发布的是同意楼房，所以在去重的时候，剔除标题项，对剩下的字段进行去重处理。
结果如下：共发现619个重复值，说明其中一部分房源很可能是重复发布的。
5、异常值处理
何为异常值？通常指样本中的个别值的数值明显偏离所属样本的其他值。这里先对各个数据进行排序，仅观察到一个异常值，将其去除。
数据清洗完毕，以下是清洗过后的数据集：
四、数据分析
首先我们来看一下二手房每平米单价及总价的描述统计结果。
在“数据”选项卡中选择“数据分析”功能，并在弹出的选项中，选择“描述统计”。若没有数据分析这项功能的小伙伴，可以到“文件”-“选项”中自行加载此功能。
分别选择“总价”及“单价”字段的区域得出结果。
结果如下：
由以上描述统计结果得知：
一套二手房平均价格在116万元左右，每平米价格为12500元左右，总体来说趋近于中等价位，相较于一线城市仍有一定差距。最便宜的一套房子仅需32万元，最贵的则需要375万元。而单价来说，最低单价少于4000元每平米，为3902元每平米，最高则将近30000元每平米。
那么，佛山的几个辖区中，二手房源的分布又是怎么样的呢？
通过数据透视表及数据可视化展示的图表可以看到，五个区中，南海区的二手房源最多，超过了一千套，与第二名的顺德区也有相当的差距，而相比而言禅城区的房源仅达到南海区的四分之一左右。这与各辖区所占的行政面积有一定关系，但同时也能说明禅城区二手房源相比之下也显得较为紧缺。
各个辖区中，哪个区的二手房均价比较高呢？于是有了下面这个图表
从图标中可以看出，南海区，禅城区及顺德区均价的价格相当，都在一万元每平米以上，结合上面分析的各区房源资源情况，此图也可说明禅城区的二手房资源是相对紧缺的。
主流户型及住房面积
二手房源中，最常见的户型是哪些？最主流的住房面积又是多大呢？
观察数据发现，户型较为整齐，种类不是非常多，但是住房面积太过于零散，不好统计，有必要对住房面积进行分段处理。
可以用数据透视表，也可以用VLOOKUP函数做一个辅助表格实现面积的分段。
这里用VLOOKUP完成对房屋住房面积的分段处理。求得住房面积最大值为260，最小值为37（max与min函数求得），梯度为20，制成以下辅助表：
在数据集添加一列“房屋面积范围”，运用VLOOKUP函数对此列进行求值，填充
公式：=VLOOKUP(F2,辅助表!$F$1:$G$14,2,1)，成功进行了分段
所得数据可视化图表如下：
由以上饼图可知，90-110平以及70-90平这个区间的住房面积最受欢迎，与我们的日常住房相符合。
另外，通过以下图表可以知道，3室2厅的房源最为充足，2室1厅与2室2厅次之，同样，这三种户型也是日常较为主流的户型。
新房与老房问题
观察数据集，我们可以发现最早二手房建成时间是1994年，最近的则是今年2019年，同样，由于数据较为零散，我们将它分段统计（早期：2000年之前；中期：2000-2010年；近期：2010年之后）。
我们可以发现，早期的老房子几乎可以忽略不计，而最多的二手房则是2010年之后建成的，所以若挑选二手房，还是很大概率能挑到2010年之后建成的。
五、结论：
1.总体来说，佛山的二手房价位在12500元每平方米左右，相较于一线城市还是有些差距。当然，房价受多种因素印象，在此次收集到的数据集中，最便宜的一套房子仅需32万元，最贵的则需要375万元。
2.从区域上来看，顺德区，南海区以及禅城区房价相差无几，均价都在11000元每平米左右。南海区以及顺德区的房源较为充足，而禅城区的房间较为紧缺。
3.关于住房面积以及户型，70-110平米的房子占了绝大多数，3室2厅、2室2厅以及2室1厅也在二手房市场中占据主要地位，这也都符合人们日常居住习惯。
4.在房子的新旧问题上，上个世纪的二手房非常少，绝大多数都是近10年建好的新房。
