python数据分析及可视化（房产数据）

2024-06-02 06:08| 来源: 网络整理| 查看: 265

数据链接：https://pan.baidu.com/s/1I0w4129XYEW2Iwvc4rm1pA 提取码：hdc3

提示：

数据是自己爬的，如果有小伙伴想看，我会再更新数据的爬虫部分。

前言（数据来源）

一、数据处理

1.数据导入

2.数据预处理

二、特征提取

1.数据标准化

2.LDA主题分类及模型优化

三、数据分析及可视化

1.kmeans聚类及模型调优

2.可视化（利用pycharts）

1.北京市房价最高的前10个小区

2.北京市及燕郊房价最低的前10个小区

3.北京市及周边各区小区房价均价

4.北京都市圈各区域楼盘房价级别分布

5.北京都市圈各区域楼盘热度级别分布

6.评论热度分布（饼图，按行政区划分）

7.热度级别树状图（按档次划分）

总结和后记

前言（数据来源）

房天下网站：https://newhouse.fang.com/house/s/b81-b91/

数据可视化小项目，自己杂糅的，希望对大家有帮助，有什么问题评论区留言~

一、数据处理 1.数据导入 import pandas as pd import numpy as np import warnings warnings.filterwarnings("ignore") df = pd.read_csv('北京小区数据信息.csv') df.head()

2.数据预处理

把数据里面非北京地区的删了

（数据是网站根据北京用户需求推介的，我只想要北京和北京周边的）

df=df[-df.所在区.isin(['非北京周边','海阳城区','宝坻','秦皇岛','永清','涞水','怀来','天津','霸州','大厂','廊坊','涿州','固安','崇礼'])] df=df[-df.均价.isin(['价格待定元/㎡'])] 将数据处理一下，加入一些更有意义的列：

1. 北京各地区房产均价

房价数据有两类：xxx元/m^2，xxxx万元/套起；

先做xxx元/m^2的

estate_single = df[df['均价'].str.contains('元/㎡')] estate_single['均价'] = [int(i.split('元/㎡')[0]) for i in estate_single['均价']] estate_mean = estate_single[['所在区', '均价']].groupby('所在区').mean() estate_mean.reset_index(inplace=True) estate_mean

再来做xxxx万元/套起的数据

import re estate_tao = df[df['均价'].str.contains('套')].reset_index(drop=True) strinfo = re.compile('万元|/套|起') #去除中文字符 estate_tao['均价'] = estate_tao['均价'].apply(lambda x: strinfo.sub('',x)) estate_tao['均价']=estate_tao['均价'].astype(int) #把str型转为int

排个名看看

estate_tao['均价']=estate_tao['均价'].sort_index() estate_tao.head(10) #把以套为价格的房价排个名

把xxx万元/套的房价数据转为xxx元/m^2的，此步骤不够严谨，所以如果对数据要求高，建议直接把xxx万元/套的房价数据删除，只分析xxx元/m^2的数据就行

#由于房产是以套为单位显示价格，所以只能结合实际，人工评估价格 for i in range(127): if estate_tao['小区名称'][i]=='恒大丽宫': estate_tao['均价'][i] = estate_tao['均价'][i]*5#恒大丽宫面积极大 elif estate_tao['均价'][i]>=1500: estate_tao['均价'][i] = estate_tao['均价'][i]*30#例如圆明天颂户型较大，所以每平米更便宜一些 elif estate_tao['均价'][i]

【本文地址】

公司简介

联系我们