北京二手房价|数据分析

一、报告背景：
根据某房价平台数据，通过数据分析，知晓各区二手房价状况。

二、目的：
报告目的：通过数据完成一份Python的二手房价分析报告。
分析目的：
1、找到影响二手房价的因素是：区域？房间数？大厅数？面积数？楼层？有无地铁？有无学区？谁的影响因素最大？如何排序？
2、寻找二手房低洼处投资。

三、基本信息：
数据来源：链接：https://pan.baidu.com/s/1dlFoncdPsQiZNfpsFKEjLg 提取码：u06i
编程平台：Jupyter notebook
图表精美：精简
北京地图：

四、代码解析：
（1）、数据基本情况

#导入库
import pandas as pd 
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

#读取数据
df=pd.read_csv(r"C:\Users\41174\Desktop\sndHsPr.csv")
#价格单位元转化成万元
df.price=df.price/10000

#数据分析开始3部曲

print(df.head())

print(df.info())

print(df.describe())

如图，dist是地区，roomnum是房间数，halls是大厅数，AREA是房间面积，floor是楼层高度，AREA是面积（单位平方米），subway是地铁（1代表有，0代表无），school是学校（1代表有，0代表无），price，代表价格（单位万元）



如图，dist和floor是字符串类型，其余都是数值型数据，同时没有脏数据和缺漏数据




如图，数据样本量：16210 。在没有通过图表发现数据的整体异常值时，先以平均数为基准看基本情况，但通过后面的分析会发现，存在许多异常值，所以专业分析需要看中位数。现在先分析基本平均信息：roomnum 2.1，大厅1.2，面积91.7，地铁0.83，学校0.3，房价6.1万/每平方米。通过基本平均信息可以知道，房间正常属于大众型刚需型，基本有地铁，但无学校。

根据《一出好戏》的3句经典台词分析：1、稀缺 2、消耗 3、希望。

地铁、房间等基本配置都属于消耗资源，不会产生杠杆或者增值价值，属于消耗品，属于保值或贬值品。但学校属于孩子和未来的希望，属于增值品，同时又稀缺，疯抢和增值空间明显增大，但随着移动互联网的教育资源兴起，和教育改革，该现象期待改变。

from scipy import stats
print(df.price.describe())
print('众数',stats.mode(df.price)[0][0])

如图，价格（单位万/每平方米）平均数6.1，中位数5.7，众数5。

dict1 = {
        u'chaoyang' : "朝阳",
        u'dongcheng' : "东城",
        u'fengtai' :  "丰台",
        u'haidian' : "海淀",
        u'shijingshan' : "石景山",
        u'xicheng': "西城"
        }
#将拼音转化成中文
df.dist=df.dist.apply(lambda x:dict1[x])

print(pd.concat([(df[df.price==min(df.price)]),(df[df.price==max(df.price)])]))

最高房价：西城3房，1厅，78平方米，低楼层，有地铁，无学区，价格15万每平方米。
最低房价：丰台2房，2厅，101平方米，高楼层，无地铁，无学区，价格，1.8万每平方米。

for i in range(7):
    if i !=3:
        print(df.columns.values[i],";")
        print(df[df.columns[i]].agg(['value_counts']).T)
        print("=======================================================================")
    else:
        continue
print("AREA:")

print(df.AREA.agg(['min','mean','median','max','std']).T)


如图：
房源：丰台区域房源最多2947套，石景山最少房源1947套。
房数：2房最多7971套，5房最少102套。
厅数：1厅最多11082套，3厅最少85套。
楼层：几乎相等。
地铁：有地铁13419套，没地铁2791套。
学校：有学校4913套，没学校11297套。（稀缺）
面积：最高299平方米，最低30平方米。
总结：学区房最稀缺。

（2）、图表基本情况

#解决中文乱码问题
plt.rcParams['font.sans-serif']=['SimHei']
sns.distplot(df.price,color='lightblue',bins=20,kde=True)
plt.xlabel("单位面积房价（万元/平方米）")
plt.ylabel("密度")
plt.title('房价密度直方图')
plt.show()

如图，直方图曲线图右侧有较多异常值，属于正偏或右偏正态曲线，不能使用平均值，需要使用中位数，房价中位数是5.7万每平方米。

（3）、盒须图

①、单因素分析

df.groupby('dist').median().price.sort_values(ascending=False)
df.boxplot(column='price',by='dist')
plt.show()

如图，显示各区价格盒须图，盒须图高低无序，通过什么方法让视图清晰可见，容易分析？

#显示各区中位数从高到低排序。
print(df.groupby('dist').median().price.sort_values(ascending=False))
df.dist=df.dist.astype('category')
#根据各区中位数排序，调整区域先后顺序。
df.dist.cat.set_categories(['西城','东城','海淀','朝阳','丰台','石景山'],inplace=True)
df.boxplot(column='price',by='dist')
plt.show()

如图，区域明显与价格成强相关。区域差异最大是西城与石景山，故后面分析时采用西城与石景山的分析。

print(df.groupby('roomnum').median().price.sort_values(ascending=False))
df.roomnum=df.roomnum.astype('object')
df.roomnum=df.roomnum.astype('category')
df.roomnum.cat.set_categories([4,1,5,3,2],inplace=True)
df.boxplot(column='price',by='roomnum')
plt.show()

如图，房间数与价格成弱相关。

print(df.groupby('halls').median().price.sort_index(ascending=False))
df.halls=df.halls.astype('category')
df.halls.cat.set_categories([0,1,2,3],inplace=True)
df.boxplot(column='price',by='halls')
plt.show()

如图，大厅数与价格成弱相关。

df.plot.scatter(x='price',y='AREA')
plt.show()

如图，面积与价格关系暂时无法确定。

print(df.groupby('floor').median().price.sort_index(ascending=False))
df.floor=df.floor.astype('category')
df.floor.cat.set_categories(['middle','low','high'],inplace=True)
df.boxplot(column='price',by='floor')
plt.show()

如图，楼层与价格成弱相关。

print(df.groupby('subway').median().price.sort_index(ascending=False))
df.subway=df.subway.astype('category')
df.subway.cat.set_categories([1,0],inplace=True)
df.boxplot(column='price',by='subway')
plt.show()

如图，地铁与价格成强相关。

print(df.groupby('school').median().price.sort_index(ascending=False))
df.school=df.school.astype('category')
df.school.cat.set_categories([1,0],inplace=True)
df.boxplot(column='price',by='school')
plt.show()

如图，学校与价格成强相关。

综上可知，区域、地铁、学校与价格关系密切，其余因素关系不密切，忽略不计。

②、双因素分析

print(df.groupby(['dist','school']).median().price.sort_index(ascending=False).unstack())
df.boxplot(column='price',by=['dist','school'],figsize=(12,6))
plt.show()

如图可知，
1、（西城，1）-（西城，0）>（西城，1）-（东城，1），可知学区因素>区域因素，分析其余情况基本类似。
2、（石景山，1）价格<（石景山，0），明显存在被低估的价格，很可能是潜力股，可以先调查后投资。

print(df.groupby(['school','subway']).median().price.sort_index(ascending=False).unstack())
df.boxplot(column='price',by=['school','subway'],figsize=(12,6))
plt.show()

如图可知，（1,1）-（1,0）<（1,1）-（0,1），因此学区因素>地铁因素。

print(df.groupby(['dist','subway']).median().price.sort_index(ascending=False).unstack())
df.boxplot(column='price',by=['dist','subway'],figsize=(12,6))
plt.show()

如图，（西城，1）-（西城，0）>（西城，1）-（东城，1），因此学区因素>区域因素。

③、多因素分析

print(df.groupby(['dist','school','subway']).median().price.sort_index(ascending=False).unstack())
df.boxplot(column='price',by=['dist','school','subway'],figsize=(20,10))
plt.xticks(rotation=90)
plt.show()

如图可知，（丰台，1,0）与（石景山，1,1）和（石景山，1,0）明显存在低估，可以先调查，然后投资。

综合如上分析可知：
1、单因素、双因素和多因素分析，可知学区因素>地区因素>地铁因素>其他因素。
2、（丰台，1,0）与（石景山，1,1）和（石景山，1,0）明显存在低估，可以先调查，然后投资。

五、完整代码

#导入库
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns


#读取数据
df=pd.read_csv(r"C:\Users\41174\Desktop\sndHsPr.csv")
#价格单位元转化成万元
df.price=df.price/10000

#数据分析开始3部曲

print(df.head())

print(df.info())

print(df.describe())

from scipy import stats
print(df.price.describe())
print('众数',stats.mode(df.price)[0][0])

dict1 = {
        u'chaoyang' : "朝阳",
        u'dongcheng' : "东城",
        u'fengtai' :  "丰台",
        u'haidian' : "海淀",
        u'shijingshan' : "石景山",
        u'xicheng': "西城"
        }
#将拼音转化成中文
df.dist=df.dist.apply(lambda x:dict1[x])

print(pd.concat([(df[df.price==min(df.price)]),(df[df.price==max(df.price)])]))


for i in range(7):
    if i !=3:
        print(df.columns.values[i],";")
        print(df[df.columns[i]].agg(['value_counts']).T)
        print("=======================================================================")
    else:
        continue
print("AREA:")

print(df.AREA.agg(['min','mean','median','max','std']).T)

#解决中文乱码问题
plt.rcParams['font.sans-serif']=['SimHei']
sns.distplot(df.price,color='lightblue',bins=20,kde=True)
plt.xlabel("单位面积房价（万元/平方米）")
plt.ylabel("密度")
plt.title('房价密度直方图')
plt.show()

df.groupby('dist').median().price.sort_values(ascending=False)
df.boxplot(column='price',by='dist')
plt.show()

#显示各区中位数从高到低排序。
print(df.groupby('dist').median().price.sort_values(ascending=False))
df.dist=df.dist.astype('category')
#根据各区中位数排序，调整区域先后顺序。
df.dist.cat.set_categories(['西城','东城','海淀','朝阳','丰台','石景山'],inplace=True)
df.boxplot(column='price',by='dist')
plt.show()

print(df.groupby('roomnum').median().price.sort_values(ascending=False))
df.roomnum=df.roomnum.astype('object')
df.roomnum=df.roomnum.astype('category')
df.roomnum.cat.set_categories([4,1,5,3,2],inplace=True)
df.boxplot(column='price',by='roomnum')
plt.show()

print(df.groupby('halls').median().price.sort_index(ascending=False))
df.halls=df.halls.astype('category')
df.halls.cat.set_categories([0,1,2,3],inplace=True)
df.boxplot(column='price',by='halls')
plt.show()

df.plot.scatter(x='price',y='AREA')
plt.show()

print(df.groupby('floor').median().price.sort_index(ascending=False))
df.floor=df.floor.astype('category')
df.floor.cat.set_categories(['middle','low','high'],inplace=True)
df.boxplot(column='price',by='floor')
plt.show()

print(df.groupby('subway').median().price.sort_index(ascending=False))
df.subway=df.subway.astype('category')
df.subway.cat.set_categories([1,0],inplace=True)
df.boxplot(column='price',by='subway')
plt.show()

print(df.groupby('school').median().price.sort_index(ascending=False))
df.school=df.school.astype('category')
df.school.cat.set_categories([1,0],inplace=True)
df.boxplot(column='price',by='school')
plt.show()

print(df.groupby(['dist','school']).median().price.sort_index(ascending=False).unstack())
df.boxplot(column='price',by=['dist','school'],figsize=(12,6))
plt.show()

print(df.groupby(['school','subway']).median().price.sort_index(ascending=False).unstack())
df.boxplot(column='price',by=['school','subway'],figsize=(12,6))
plt.show()

print(df.groupby(['dist','subway']).median().price.sort_index(ascending=False).unstack())
df.boxplot(column='price',by=['dist','subway'],figsize=(12,6))
plt.show()

print(df.groupby(['dist','school','subway']).median().price.sort_index(ascending=False).unstack())
df.boxplot(column='price',by=['dist','school','subway'],figsize=(20,10))
plt.xticks(rotation=90)
plt.show()

六、备注
若有错误，还望指出，谢谢！

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 203,456评论 5赞 477
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 85,370评论 2赞 381
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 150,337评论 0赞 337
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 54,583评论 1赞 273
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 63,596评论 5赞 365
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 48,572评论 1赞 281
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 37,936评论 3赞 395
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 36,595评论 0赞 258
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 40,850评论 1赞 297
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,601评论 2赞 321
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,685评论 1赞 329
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 33,371评论 4赞 318
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 38,951评论 3赞 307
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,934评论 0赞 19
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,167评论 1赞 259
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 43,636评论 2赞 349
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 42,411评论 2赞 342

推荐阅读更多精彩内容

  • 家和凭啥兴万事
    首先看一则百度百科——气场。网页链接为：https://baike.baidu.com/item/%E6%B0%9...
    花匠豆爸阅读 610评论 0赞 2
  • 断线风筝 · 怀陈
    ——陈怀恨 多年之后我这断线风筝 又回到那个小城 记忆中的模样全变了 最熟悉的西关和城里 却成了是最陌生的 那条独...
    怀恨同学阅读 184评论 0赞 2