帝都房价回调？带你用Python了解北京二手房市场现状

2024-03-03 07:59
文章标签 python 市场 现状 了解 北京 回调 房价 二手房 帝都

本文主要是介绍帝都房价回调？带你用Python了解北京二手房市场现状，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

▼

更多精彩推荐，请关注我们

▼

作者：Mika

数据：真达  

后期：泽龙

【导读】

今天让我们来聊一聊北京的二手房市场现状。公众号后台，回复关键字“二手房”获取完整数据。

Show me data，用数据说话

今天我们聊一聊 北京二手房数据

点击下方视频，先睹为快：

对于许多在一线城市打拼的人群而言，能够在大城市安家，扎根下来都是为止奋斗的梦想。但一线城市的突破天际房价也让很多人望而却步。

 

转眼间2020年已经过半，大家买房子、买房子的愿望实现了吗？你关注的房子降价了吗？

 

之前DT财经的《我只有300万预算，能在上海买到什么样的房子？》分析了上海二手房的房价，引起了很多人的反响。

 

那么帝都的二手房市场又是怎样的呢？这次我们用Python来分析下北京的二手房数据。

 

我们使用Python获取了链家网上北京市16个区的二手房数据。首先导入要使用的数据处理包pandas,可视化工具pyecharts和plotly。

 

# 导入所需包
import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt 
import os  from pyecharts.charts import Pie, Map, Bar, Line, Grid, Page
from pyecharts import options as opts import plotly as py 
import plotly.graph_objs as go 
import plotly.express as px 

01

数据读入

使用循环读入数据集，然后进行去重处理，查看一下数据集大小，可以看到去重之后一共有4403条数据。

 

# 读入数据
file_list = os.listdir('../data/')df_all = pd.DataFrame() 
for file in file_list:file_name = file.split('.')[0]df = pd.read_csv(f'../data/{file}')df['region_name'] = file_name df_all = df_all.append(df, ignore_index=True) # 去重
df_all = df_all.drop_duplicates()
print(df_all.shape) 
(33509, 9)

预览以下数据:

df_all.head(2) 

02

数据预处理

我们对数据集的各个特征进行提取和处理，以便后续的数据分析工作，主要处理工作包含：

  1. title：无需分析，删除

  2. detail_url：无需分析，删除

  3. position：维度过细、删除

  4. houseInfo：提取室、厅、面积、方位、装修、楼层（高中低）、建筑年份、板塔

  5. followInfo：无需分析，删除

  6. tag_info：提取是否靠近地铁

  7. total_price：提取房屋总价

  8. unitPrice：房屋单价

  9. region_name：无需处理

# 删除列
df_all = df_all.drop(['title', 'detail_url', 'position', 'followInfo'], axis=1)  # 提取室厅
df_all['halls'] = df_all['houseInfo'].str.split('|').str[0].str.extract(r'(\d+)室')
df_all['bedrooms'] = df_all['houseInfo'].str.split('|').str[0].str.extract(r'\d室(\d+)厅') 
# 提取面积
df_all['area'] = df_all['houseInfo'].str.split('|').str[1].str.extract(r'(\d+.*\d+)平米')
# 提取朝向
df_all['orient'] = df_all['houseInfo'].str.split('|').str[2]
# 提取装修类型
df_all['decorate_type'] = df_all['houseInfo'].str.split('|').str[3]
# 提取楼层
df_all['floor'] = df_all['houseInfo'].str.split('|').str[4]
# 提取建筑年份
df_all['built_year'] = df_all['houseInfo'].str.split('|').str[5].str.extract(r'(\d+)')
# 提取板塔
df_all['banta'] = df_all['houseInfo'].str.split('|').str[6]
# 删除houseInfo
df_all = df_all.drop('houseInfo', axis=1) # 提取地铁
df_all['subway'] = [1 if '地铁' in i else 0 for i in df_all['tag_info']]
# 删除tag_info
df_all = df_all.drop('tag_info', axis=1)# 提取总价
df_all['total_price'] = df_all['total_price'].str.extract(r'(\d+)')
df_all['unitPrice'] = df_all['unitPrice'].str.extract(r'(\d+)')# 空值-直接删除
df_all = df_all.dropna()# 转换数据类型
df_all['total_price'] = df_all['total_price'].astype('int')
df_all['unitPrice'] = df_all['unitPrice'].astype('int')
df_all['halls'] = df_all['halls'].astype('int')
df_all['bedrooms'] = df_all['bedrooms'].astype('int')
df_all['area'] = df_all['area'].astype('float')
df_all['built_year'] = df_all['built_year'].astype('int')
df_all['subway'] = df_all['subway'].astype('int')
df_all.head() 

进一步处理楼层、建筑年份和房屋朝向字段。

def transform_floor(x):if x == '高楼层' or x == '顶层' or x == '上叠':return '高层'elif x == '低楼层' or x == '底层' or x == '下叠' or x == '1层' or x == '2层' or x == '3层':return '低层'elif x == '中楼层' or x == '4层' or x == '5层' or x == '6层':return '中层' elif x == '地下室':return '地下室'else:  # 其他归为高层return '高层'  # floor一般化
df_all['floor_type'] = df_all['floor'].str.replace(r'\(.*?\)', '').str.strip()
df_all['floor_type'] = df_all.floor_type.apply(transform_floor)
df_all = df_all.drop('floor', axis=1) # orient-一般化
df_all['orient'] = df_all['orient'].str.extract(r'([\u4e00-\u9fa5])')# bulit_year
df_all['built_year'] = 2020 - df_all['built_year']# banta-一般化
df_all['banta'] = df_all.banta.str.strip()
df_all.head() 

03

数据探索和可视化

以下仅列出关键部分数据可视化分析代码：

近一年北京二手房房价走势图

首先我们看到近一年来，北京二手房房价的走势图，可以看到有回调的趋势，目前的均价在每平方米57589的样子。

 

北京不同区域的二手房房源数量

那么北京各个区域的二手房源分布如何呢？

经过统计可以看到，朝阳区的二手房数量遥遥领先，达到25648.其次是丰台，共11094。之后海淀、昌平、大兴紧随其后。

 

北京不同区域的二手房均价

不同区域的二手房价又是怎样的呢？西城区一马当先，以114980元每平米的价格领跑北京的二手房市场。其次，东城区以97295每平米排在第二位。海淀区以85954每平米的价格排在第三位。

 

代码如下：

# 产生数据
s_region = df_all.groupby('region_name')['unitPrice'].mean().sort_values(ascending=False) 
x_data = [i+'区' for i in s_region.index.tolist()]
y_data = [round(i) for i in s_region.values.tolist()] data_pair = [list(z) for z in zip(x_data, y_data)]# 地图
map1 = Map(init_opts=opts.InitOpts(width='1350px', height='750px'))
map1.add('', data_pair, maptype='北京')
map1.set_global_opts(title_opts=opts.TitleOpts(title='北京不同区域的二手房均价(元/平米)'), visualmap_opts=opts.VisualMapOpts(max_=114979))
map1.render() 
# 条形图
bar2 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))
bar2.add_xaxis(x_data)
bar2.add_yaxis('', y_data)
bar2.set_global_opts(title_opts=opts.TitleOpts(title='北京不同区域的二手房均价(元/平米)'), visualmap_opts=opts.VisualMapOpts(max_=114979))
bar2.render() 

北京二手房都处在什么价位

那么在北京买一套二手房到底要花多少钱？接着我们分析了二手房的价位，从图中可以看到总价在300-500万内的最多，占比达到35.9%。500-800万的占比26.54%。300万以下的占比19.54%。

代码如下：

bins = [74, 300, 500, 800, 1000, 8299]
bins_label = ['300万及以下', '300-500万', '500-800万', '800-1000万', '1000万以上'] # 新增字段
df_all['price_cut'] = pd.cut(df_all['total_price'], bins=bins, labels=bins_label) price_num = df_all.price_cut.value_counts() 
# 数据对
data_pair = [list(z) for z in zip(price_num.index.tolist(), price_num.values.tolist())]# 绘制饼图
pie1 = Pie(init_opts=opts.InitOpts(width='1350px', height='750px'))
pie1.add('', data_pair=data_pair, radius=['30%', '60%'], rosetype='radius')
pie1.set_global_opts(title_opts=opts.TitleOpts(title='北京二手房都处在哪些价位？'), legend_opts=opts.LegendOpts(orient='vertical', pos_top='15%', pos_left='2%'))
pie1.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%"))
pie1.set_colors(['#FF7F0E', '#1F77B4', '#2CA02C', '#D62728', '#946C8B'])
pie1.render() 

北京二手房房龄分布

那么这些二手房的房龄都有多久了呢？可以看到房龄在20年以上的最多，有10946套占比33.73%，其次房龄在15-20年的有7835套，占比24.15%。5年以内的仅有1441套，占比4.44%。

 

是否靠近地铁和房屋单价的关系

一般来说，靠近地铁越近的房子房价越高，从分布的箱线图可以看出，以中位数来看，靠近地铁的房子单价比不不靠近地铁的房子每平米高12317元。

不同朝向的房屋数量分布

房屋朝向方面，朝南的自然是最多的，占比达到68.97%。其次是朝东的，占比18.25%。

不同房屋结构的数量分布

房屋结构方面，板楼是最多的占比64.39%。其次是塔楼，占比16.85%。板楼塔楼结合的占比16.45%。

房屋面积和房屋价格的关系

从散点图可以看出，房屋的面积和房屋价格呈现正相关，计算皮尔逊相关系数的值为0.67，为强相关。

代码如下：

# 添加轨迹
fig = px.scatter(df_all, x='area', y='total_price')fig.update_layout(title='房屋面积和房屋价格的关系(万元)') 
py.offline.plot(fig, filename='房屋面积和房屋价格的关系.html') 

 

卧室数量和房屋价格的关系

从分布的箱线图可以看出，卧室数量越多，面积越大，则房屋总价越高。房价呈现右偏分布，且离群值较多。

 

客厅数量和房屋价格的关系

客厅和卧室一样反映在房屋的面积上，客厅 数越多，则房屋总价越高。

代码如下：

# 合并
df_all['halls'] = [i if i<=4 else '5及以上' for i in df_all['halls']]
df_all['halls'] = df_all.halls.astype('str')# 添加数据
y1 = df_all[df_all['halls']=='1']['total_price'].values
y2 = df_all[df_all['halls']=='2']['total_price'].values
y3 = df_all[df_all['halls']=='3']['total_price'].values
y4 = df_all[df_all['halls']=='4']['total_price'].values
y5 = df_all[df_all['halls']=='5及以上']['total_price'].values# 实例Figure
fig = go.Figure() # 添加轨迹
fig.add_trace(trace=go.Box(y=y1, name='1厅'))
fig.add_trace(trace=go.Box(y=y2, name='2厅'))
fig.add_trace(trace=go.Box(y=y3, name='3厅'))
fig.add_trace(trace=go.Box(y=y4, name='4厅'))
fig.add_trace(trace=go.Box(y=y5, name='5厅及以上'))# 配置项
fig.update_layout(title='客厅数量和房屋价格的关系（万元）')
py.offline.plot(fig, filename='客厅数量和房屋价格的关系.html') 

装修类型和房屋单价的关系

不同装修类型花费的成本不同，从装修类型看，精装的房子单价最高，然后是简装、毛坯。

本文出品：CDA数据分析师（ID: cdacdacda）

近期开班情况

2020年8月16日

这篇关于帝都房价回调？带你用Python了解北京二手房市场现状的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/768983。

相关文章

一文教你使用Python实现本地分页

一文教你使用Python实现本地分页

《一文教你使用Python实现本地分页》这篇文章主要为大家详细介绍了Python如何实现本地分页的算法,主要针对二级数据结构,文中的示例代码简洁易懂,有需要的小伙伴可以了解下... 在项目开发的过程中，遇到分页的第一页就展示大量的数据，导致前端列表加载展示的速度慢，所以需要在本地加入分页处理，把所有数据先放
阅读更多...
树莓派启动python的实现方法

树莓派启动python的实现方法

《树莓派启动python的实现方法》本文主要介绍了树莓派启动python的实现方法,文中通过图文介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 目录一、RASPBerry系统设置二、使用sandroidsh连接上开发板Raspberry Pi三、运
阅读更多...
Python给Excel写入数据的四种方法小结

Python给Excel写入数据的四种方法小结

《Python给Excel写入数据的四种方法小结》本文主要介绍了Python给Excel写入数据的四种方法小结,包含openpyxl库、xlsxwriter库、pandas库和win32com库,具有... 目录1. 使用 openpyxl 库2. 使用 xlsxwriter 库3. 使用 pandas 库
阅读更多...
python实现简易SSL的项目实践

python实现简易SSL的项目实践

《python实现简易SSL的项目实践》本文主要介绍了python实现简易SSL的项目实践,包括CA.py、server.py和client.py三个模块,文中通过示例代码介绍的非常详细,对大家的学习... 目录运行环境运行前准备程序实现与流程说明运行截图代码CA.pyclient.pyserver.py参
阅读更多...
使用Python实现批量分割PDF文件

使用Python实现批量分割PDF文件

《使用Python实现批量分割PDF文件》这篇文章主要为大家详细介绍了如何使用Python进行批量分割PDF文件功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、架构设计二、代码实现三、批量分割PDF文件四、总结本文将介绍如何使用python进js行批量分割PDF文件的方法
阅读更多...
Python实现多路视频多窗口播放功能

Python实现多路视频多窗口播放功能

《Python实现多路视频多窗口播放功能》这篇文章主要为大家详细介绍了Python实现多路视频多窗口播放功能的相关知识,文中的示例代码讲解详细,有需要的小伙伴可以跟随小编一起学习一下... 目录一、python实现多路视频播放功能二、代码实现三、打包代码实现总结一、python实现多路视频播放功能服务端开
阅读更多...
使用Python在Excel中创建和取消数据分组

使用Python在Excel中创建和取消数据分组

《使用Python在Excel中创建和取消数据分组》Excel中的分组是一种通过添加层级结构将相邻行或列组织在一起的功能,当分组完成后,用户可以通过折叠或展开数据组来简化数据视图,这篇博客将介绍如何使... 目录引言使用工具python在Excel中创建行和列分组Python在Excel中创建嵌套分组Pyt
阅读更多...
Python实现视频转换为音频的方法详解

Python实现视频转换为音频的方法详解

《Python实现视频转换为音频的方法详解》这篇文章主要为大家详细Python如何将视频转换为音频并将音频文件保存到特定文件夹下,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. python需求的任务2. Python代码的实现3. 代码修改的位置4. 运行结果5. 注意事项
阅读更多...
Python利用自带模块实现屏幕像素高效操作

Python利用自带模块实现屏幕像素高效操作

《Python利用自带模块实现屏幕像素高效操作》这篇文章主要为大家详细介绍了Python如何利用自带模块实现屏幕像素高效操作,文中的示例代码讲解详,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1、获取屏幕放缩比例2、获取屏幕指定坐标处像素颜色3、一个简单的使用案例4、总结1、获取屏幕放缩比例from
阅读更多...
使用Python在Excel中插入、修改、提取和删除超链接

使用Python在Excel中插入、修改、提取和删除超链接

《使用Python在Excel中插入、修改、提取和删除超链接》超链接是Excel中的常用功能,通过点击超链接可以快速跳转到外部网站、本地文件或工作表中的特定单元格,有效提升数据访问的效率和用户体验,这... 目录引言使用工具python在Excel中插入超链接Python修改Excel中的超链接Python
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2