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

VSCode配置Anaconda Python环境的实现

VSCode配置Anaconda Python环境的实现

《VSCode配置AnacondaPython环境的实现》VisualStudioCode中可以使用Anaconda环境进行Python开发,本文主要介绍了VSCode配置AnacondaPytho... 目录前言一、安装 Visual Studio Code 和 Anaconda二、创建或激活 conda
阅读更多...
pytorch+torchvision+python版本对应及环境安装

pytorch+torchvision+python版本对应及环境安装

《pytorch+torchvision+python版本对应及环境安装》本文主要介绍了pytorch+torchvision+python版本对应及环境安装,安装过程中需要注意Numpy版本的降级,... 目录一、版本对应二、安装命令（pip）1. 版本2. 安装全过程3. 命令相关解释参考文章一、版本对
阅读更多...
讯飞webapi语音识别接口调用示例代码(python)

讯飞webapi语音识别接口调用示例代码(python)

《讯飞webapi语音识别接口调用示例代码(python)》：本文主要介绍如何使用Python3调用讯飞WebAPI语音识别接口,重点解决了在处理语音识别结果时判断是否为最后一帧的问题,通过运行代... 目录前言一、环境二、引入库三、代码实例四、运行结果五、总结前言基于python3 讯飞webAPI语音
阅读更多...
基于Python开发PDF转PNG的可视化工具

基于Python开发PDF转PNG的可视化工具

《基于Python开发PDF转PNG的可视化工具》在数字文档处理领域,PDF到图像格式的转换是常见需求,本文介绍如何利用Python的PyMuPDF库和Tkinter框架开发一个带图形界面的PDF转P... 目录一、引言二、功能特性三、技术架构1. 技术栈组成2. 系统架构javascript设计3.效果图
阅读更多...
Python如何在Word中生成多种不同类型的图表

Python如何在Word中生成多种不同类型的图表

《Python如何在Word中生成多种不同类型的图表》Word文档中插入图表不仅能直观呈现数据,还能提升文档的可读性和专业性,本文将介绍如何使用Python在Word文档中创建和自定义各种图表,需要的... 目录在Word中创建柱形图在Word中创建条形图在Word中创建折线图在Word中创建饼图在Word
阅读更多...
Python Excel实现自动添加编号

Python Excel实现自动添加编号

《PythonExcel实现自动添加编号》这篇文章主要为大家详细介绍了如何使用Python在Excel中实现自动添加编号效果,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、背景介绍2、库的安装3、核心代码4、完整代码1、背景介绍简单的说，就是在Excel中有一列h=会有重复
阅读更多...
Python FastAPI入门安装使用

Python FastAPI入门安装使用

《PythonFastAPI入门安装使用》FastAPI是一个现代、快速的PythonWeb框架,用于构建API,它基于Python3.6+的类型提示特性,使得代码更加简洁且易于绶护,这篇文章主要介... 目录第一节：FastAPI入门一、FastAPI框架介绍什么是ASGI服务（WSGI）二、FastAP
阅读更多...
Python中Windows和macOS文件路径格式不一致的解决方法

Python中Windows和macOS文件路径格式不一致的解决方法

《Python中Windows和macOS文件路径格式不一致的解决方法》在Python中,Windows和macOS的文件路径字符串格式不一致主要体现在路径分隔符上,这种差异可能导致跨平台代码在处理文... 目录方法 1：使用 os.path 模块方法 2：使用 pathlib 模块（推荐）方法 3：统一使
阅读更多...
一文教你解决Python不支持中文路径的问题

一文教你解决Python不支持中文路径的问题

《一文教你解决Python不支持中文路径的问题》Python是一种广泛使用的高级编程语言,然而在处理包含中文字符的文件路径时,Python有时会表现出一些不友好的行为,下面小编就来为大家介绍一下具体的... 目录问题背景解决方案1. 设置正确的文件编码2. 使用pathlib模块3. 转换路径为Unicod
阅读更多...
Python结合Flask框架构建一个简易的远程控制系统

Python结合Flask框架构建一个简易的远程控制系统

《Python结合Flask框架构建一个简易的远程控制系统》这篇文章主要为大家详细介绍了如何使用Python与Flask框架构建一个简易的远程控制系统,能够远程执行操作命令（如关机、重启、锁屏等）,还... 目录1.概述2.功能使用系统命令执行实时屏幕监控3. BUG修复过程1. Authorization
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2