数据分析工程师_第04讲链家网房价数据分析与数据科学比赛数据处理分析
- 链家数据分析
- 0.载入数据
- 查看数据的形状和信息
- 找到最近更新信息的20套房子
- 平均看房人数
- 房龄最小的20套房子的平均看房人数、平均面积...
- 房子价格的分布(平均,方差,中位数)
- 最受欢迎的朝向(平均看房人数)
- 房型数量分布
- 最受欢迎的房型
- 房子的平均租房价格(按平米算)
- 最受关注的小区
- 出租房源最多的小区
- 出租房源最多的地区(大家从详情页可以对标到 海淀/西城/东城/朝阳 不同城区...)
- 集中供暖和非集中供暖的有多少家,平均价格是多少
- 哪个城区的租房价格最贵,平均价格是多少
- 不同房型的平均/最大/最小面积
- 哪个地铁口附近的房子最多
- 地铁附近的房子平均价格 比 非地铁的高多少
- 地铁附近的房源离地铁平均距离
- 最多的在租楼层
- 不同地区的房龄分布
- 直接看房的房子比例
- 有电梯和无电梯的房子数量
- 有电梯和无电梯房子情况(面积/价格/朝向/带看人数)分布
- 附加信息里主要有哪几类信息,覆盖多少百分比的房子
链家数据分析
我们来根据我们之前爬取的链家网数据,做一点小小的数据分析。
0.载入数据
import pandas as pd
lj_data = pd.read_csv('1_LJdata.csv')
lj_data.head(5)
区域 | 地址 | 标题 | 户型 | 面积 | 价格 | 楼层 | 建造时间 | 朝向 | 更新时间 | 看房人数 | 备注 | 链接地址 | |
0 | 燕莎租房 | 新源街 | 亮马桥 新源街 精装两居 交通便利 看房方便 随时入住 | 2室1厅 | 50平米 | 5800 | 中楼层(共6层) | 1981年建板楼 | 南 | 2017.07.21 | 26 | 随时看房 精装修 集中供暖 | |
1 | 望京租房 | 澳洲康都 | 澳洲康都东向精致两居室........... | 2室1厅 | 79平米 | 7800 | 中楼层(共28层) | 2005年建板塔结合 | 东 | 2017.07.23 | 33 | 距离14号线(东段)东湖渠站731米 随时看房 精装修 集中供暖 | |
2 | 广安门租房 | 远见名苑 | 远见名苑 东向两居室 独立小区环境 适合居家 | 2室1厅 | 86平米 | 8000 | 低楼层(共25层) | 2006年建塔楼 | 东 | 2017.07.20 | 34 | 距离7号线达官营站684米 随时看房 精装修 自供暖 | |
3 | 天通苑租房 | 天通苑北一区 | 北一区简装两居,采光好,视野美,出行方便 | 2室1厅 | 103平米 | 5300 | 低楼层(共13层) | 2004年建板楼 | 东南 | 2017.07.25 | 30 | 距离5号线天通苑站927米 随时看房 精装修 集中供暖 | |
4 | 团结湖租房 | 团结湖北口 | 团结湖北口近地铁高楼层朝南向精装修正规两居室 | 2室1厅 | 63平米 | 6400 | 高楼层(共16层) | 1982年建塔楼 | 南 | 2017.07.26 | 30 | 距离10号线团结湖站88米 随时看房 精装修 集中供暖 |
大家规范一点,用英文的column name,这样免去了后续的一些问题(主要是编码问题)
lj_data.columns
Index(['区域', '地址', '标题', '户型', '面积', '价格', '楼层', '建造时间', '朝向', '更新时间', '看房人数',
'备注', '链接地址'],
dtype='object')
lj_data.columns = ['district', 'address', 'title', 'house_type', 'area', 'price', 'floor', 'build_time', 'direction', 'update_time', 'view_num', 'extra_info', 'link']
Perfect, 然后咱们就可以开始做点分析了
查看数据的形状和信息
hint:都还记得info/describe/shape的用法吧,用起来!
lj_data.head()
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | |
0 | 燕莎租房 | 新源街 | 亮马桥 新源街 精装两居 交通便利 看房方便 随时入住 | 2室1厅 | 50平米 | 5800 | 中楼层(共6层) | 1981年建板楼 | 南 | 2017.07.21 | 26 | 随时看房 精装修 集中供暖 | |
1 | 望京租房 | 澳洲康都 | 澳洲康都东向精致两居室........... | 2室1厅 | 79平米 | 7800 | 中楼层(共28层) | 2005年建板塔结合 | 东 | 2017.07.23 | 33 | 距离14号线(东段)东湖渠站731米 随时看房 精装修 集中供暖 | |
2 | 广安门租房 | 远见名苑 | 远见名苑 东向两居室 独立小区环境 适合居家 | 2室1厅 | 86平米 | 8000 | 低楼层(共25层) | 2006年建塔楼 | 东 | 2017.07.20 | 34 | 距离7号线达官营站684米 随时看房 精装修 自供暖 | |
3 | 天通苑租房 | 天通苑北一区 | 北一区简装两居,采光好,视野美,出行方便 | 2室1厅 | 103平米 | 5300 | 低楼层(共13层) | 2004年建板楼 | 东南 | 2017.07.25 | 30 | 距离5号线天通苑站927米 随时看房 精装修 集中供暖 | |
4 | 团结湖租房 | 团结湖北口 | 团结湖北口近地铁高楼层朝南向精装修正规两居室 | 2室1厅 | 63平米 | 6400 | 高楼层(共16层) | 1982年建塔楼 | 南 | 2017.07.26 | 30 | 距离10号线团结湖站88米 随时看房 精装修 集中供暖 |
lj_data.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2760 entries, 0 to 2759
Data columns (total 13 columns):
district 2760 non-null object
address 2760 non-null object
title 2760 non-null object
house_type 2760 non-null object
area 2760 non-null object
price 2760 non-null int64
floor 2760 non-null object
build_time 2758 non-null object
direction 2760 non-null object
update_time 2760 non-null object
view_num 2760 non-null int64
extra_info 2760 non-null object
link 2760 non-null object
dtypes: int64(2), object(11)
memory usage: 280.4+ KB
lj_data.shape
(2760, 13)
lj_data.describe()
price | view_num | |
count | 2760.000000 | 2760.000000 |
mean | 7570.800725 | 13.448913 |
std | 6316.204986 | 12.746202 |
min | 1300.000000 | 0.000000 |
25% | 4500.000000 | 4.000000 |
50% | 6000.000000 | 10.000000 |
75% | 8500.000000 | 19.000000 |
max | 210000.000000 | 122.000000 |
# 最贵和最便宜的房子
lj_data.loc[lj_data['price']==210000]
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | |
2658 | 和平里租房 | 雍和家园二期 | 雍和家园 底商出租 使用面积720米 | 6室3厅 | 720平米 | 210000 | 低楼层(共6层) | 2005年建板楼 | 南 | 2017.07.26 | 21 | 距离2号线雍和宫站293米 随时看房 集中供暖 |
lj_data.loc[lj_data['price']==1300]
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | |
2527 | 良乡租房 | 伟业嘉园西里 | 半地下室 家电齐全 集中供暖 简单装修 | 1室1厅 | 46平米 | 1300 | 地下室(共5层) | 2005年建 | 南 | 2017.07.19 | 14 | 随时看房 集中供暖 |
lj_data[lj_data['price']==lj_data['price'].min()]
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | |
2527 | 良乡租房 | 伟业嘉园西里 | 半地下室 家电齐全 集中供暖 简单装修 | 1室1厅 | 46平米 | 1300 | 地下室(共5层) | 2005年建 | 南 | 2017.07.19 | 14 | 随时看房 集中供暖 |
lj_data[lj_data['price']==lj_data['price'].max()]
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | |
2658 | 和平里租房 | 雍和家园二期 | 雍和家园 底商出租 使用面积720米 | 6室3厅 | 720平米 | 210000 | 低楼层(共6层) | 2005年建板楼 | 南 | 2017.07.26 | 21 | 距离2号线雍和宫站293米 随时看房 集中供暖 |
lj_data.sort_values(by='price').head(1)
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | |
2527 | 良乡租房 | 伟业嘉园西里 | 半地下室 家电齐全 集中供暖 简单装修 | 1室1厅 | 46平米 | 1300 | 地下室(共5层) | 2005年建 | 南 | 2017.07.19 | 14 | 随时看房 集中供暖 |
lj_data.sort_values(by='price').tail(1)
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | |
2658 | 和平里租房 | 雍和家园二期 | 雍和家园 底商出租 使用面积720米 | 6室3厅 | 720平米 | 210000 | 低楼层(共6层) | 2005年建板楼 | 南 | 2017.07.26 | 21 | 距离2号线雍和宫站293米 随时看房 集中供暖 |
找到最近更新信息的20套房子
lj_data.sort_values(by='update_time', ascending=False).head(20)
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | |
347 | 劲松租房 | 武圣西里 | 武圣西里正规三居室,低楼层,看房方便 | 3室1厅 | 73平米 | 6500 | 低楼层(共6层) | 1986年建板楼 | 东南 北 | 2017.07.27 | 0 | 距离10号线潘家园站965米 随时看房 | |
1790 | 广安门租房 | 恒昌花园 | 广安门恒昌花园西向三居室集中供暖 | 3室2厅 | 159平米 | 13500 | 高楼层(共28层) | 1999年建塔楼 | 西 | 2017.07.27 | 12 | 距离7号线达官营站292米 随时看房 集中供暖 | |
2405 | 武夷花园租房 | 月亮城堡 | 月亮城堡精装修正规一居 南北通透 户型好 | 1室1厅 | 102平米 | 4500 | 低楼层(共11层) | 2005年建板塔结合 | 南 北 | 2017.07.27 | 28 | 随时看房 精装修 集中供暖 | |
2639 | 常营租房 | 北京像素南区 | 北京像素 地铁6号线草房 北向开间 | 1房间1卫 | 48平米 | 3750 | 低楼层(共23层) | 2012年建板塔结合 | 北 | 2017.07.27 | 3 | 距离6号线草房站66米 随时看房 精装修 集中供暖 | |
2366 | 马甸租房 | 北太平庄路 | 牡丹园精装一居室 可当两居 350米到10号线 南北通透 | 1室1厅 | 33平米 | 4000 | 低楼层(共5层) | 1985年建板楼 | 南 | 2017.07.27 | 24 | 距离10号线牡丹园站335米 随时看房 精装修 集中供暖 | |
405 | 东直门租房 | 海运仓小区 | 东四十条海运仓小区精装两居室诚意出租! | 2室1厅 | 64平米 | 8500 | 中楼层(共8层) | 2002年建板楼 | 东 西 | 2017.07.27 | 32 | 距离2号线东四十条站808米 随时看房 精装修 集中供暖 | |
2538 | 四季青租房 | 观澜国际 | 观澜国际 带车位 二改三 家电齐全 | 3室1厅 | 122平米 | 13000 | 低楼层(共16层) | 2004年建板楼 | 南 北 | 2017.07.27 | 13 | 距离10号线车道沟站333米 随时看房 精装修 自供暖 | |
407 | 武夷花园租房 | 京贸国际城西区 | 京贸国际城西区 全南两居室 家具家电齐全 | 2室1厅 | 91平米 | 4100 | 高楼层(共35层) | 2011年建塔楼 | 南 | 2017.07.27 | 30 | 随时看房 精装修 集中供暖 | |
2033 | 知春路租房 | 罗庄西里 | 罗庄西里两居室中等装修拎包即住 | 2室1厅 | 86平米 | 8200 | 高楼层(共18层) | 1998年建塔楼 | 东南 | 2017.07.27 | 18 | 距离10号线知春路站698米 随时看房 集中供暖 | |
273 | 小西天租房 | 文慧园北路26号院 | 小西天积水潭 文慧园北路26号院精装双南二居拎包入住 | 2室0厅 | 55平米 | 5000 | 中楼层(共14层) | 1989年建塔楼 | 南 | 2017.07.27 | 22 | 随时看房 集中供暖 | |
2541 | 梨园租房 | 映翠居 | 映翠居 一改二两居 房子空置 随时看房 | 2室1厅 | 63平米 | 3000 | 高楼层(共6层) | 2003年建板楼 | 南 北 | 2017.07.27 | 3 | 随时看房 精装修 集中供暖 | |
2636 | 武夷花园租房 | 荔景园 | 荔景园精装一居室带电梯居住舒适 | 1室1厅 | 61平米 | 2900 | 中楼层(共11层) | 2005年建板塔结合 | 北 | 2017.07.27 | 0 | 随时看房 精装修 集中供暖 | |
1737 | 新华大街租房 | 玉带河西街8号院 | 朝南卧室采光好,交通生活便利。 | 1室1厅 | 51平米 | 2500 | 高楼层(共6层) | 1997年建板楼 | 南 北 | 2017.07.27 | 0 | 随时看房 集中供暖 | |
419 | 六里桥租房 | 铁路小区 | 吴家场路铁路小区 两居室 户型好 采光好 | 2室1厅 | 75平米 | 5500 | 高楼层(共24层) | 1997年建塔楼 | 西南 | 2017.07.27 | 23 | 随时看房 集中供暖 | |
2404 | 武夷花园租房 | 紫荆园 | 武夷花园紫荆园 南北通透两居室 | 2室2厅 | 88平米 | 3300 | 高楼层(共6层) | 2001年建板楼 | 南 北 | 2017.07.27 | 18 | 随时看房 集中供暖 | |
423 | 工体租房 | 首开幸福广场 | 首开幸福广场 精装修正规一居室 电梯房 | 1室1厅 | 92平米 | 13000 | 中楼层(共27层) | 2007年建板塔结合 | 南 | 2017.07.27 | 33 | 随时看房 精装修 集中供暖 | |
2536 | 玉泉营租房 | 优筑 | 丰台玉泉营 优筑正规两居室 空房适合办公 | 2室1厅 | 100平米 | 5700 | 低楼层(共16层) | 2007年建板楼 | 南 | 2017.07.27 | 14 | 距离10号线首经贸站1172米 随时看房 精装修 集中供暖 | |
2535 | 亚运村小营租房 | 欧陆经典 | 亚运村小营 欧陆经典 东南向三居室 精装修 | 3室1厅 | 105平米 | 9200 | 中楼层(共22层) | 1999年建塔楼 | 东南 | 2017.07.27 | 14 | 距离5号线惠新西街北口站1187米 随时看房 精装修 集中供暖 | |
1793 | 常营租房 | 北京像素北区 | 小区出行方便,配套健全,出行仅有200百米地铁 | 3房间2卫 | 39平米 | 5000 | 中楼层(共17层) | 2011年建板塔结合 | 东 | 2017.07.27 | 24 | 距离6号线草房站751米 随时看房 精装修 集中供暖 | |
2534 | 西关环岛租房 | 蓝郡国际花园 | 楼龄新,电梯房,地理位置优越,离地铁站近。 | 1室1厅 | 49平米 | 2400 | 中楼层(共15层) | 2009年建塔楼 | 东 | 2017.07.27 | 30 | 距离昌平线昌平站715米 随时看房 集中供暖 |
lj_data['update_time'].unique()
array(['2017.07.21', '2017.07.23', '2017.07.20', '2017.07.25',
'2017.07.26', '2017.07.16', '2017.07.22', '2017.07.24',
'2017.07.27', '2017.07.19', '2017.07.14', '2017.07.15',
'2017.07.17', '2017.07.18'], dtype=object)
平均看房人数
lj_data['view_num'].mean()
13.44891304347826
lj_data['view_num'].median()
10.0
tmp_df = lj_data['view_num'].value_counts().to_frame().reset_index()
tmp_df.columns = ['view_num', 'count']
tmp_df.sort_values(by='view_num', inplace=True)
tmp_df.head()
view_num | count | |
0 | 0 | 152 |
1 | 1 | 149 |
3 | 2 | 143 |
5 | 3 | 129 |
2 | 4 | 147 |
%matplotlib inline
tmp_df['count'].plot(kind='bar')
<matplotlib.axes._subplots.AxesSubplot at 0x7fb3fa3a0630>
房龄最小的20套房子的平均看房人数、平均面积…
lj_data.head()
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | |
0 | 燕莎租房 | 新源街 | 亮马桥 新源街 精装两居 交通便利 看房方便 随时入住 | 2室1厅 | 50平米 | 5800 | 中楼层(共6层) | 1981年建板楼 | 南 | 2017.07.21 | 26 | 随时看房 精装修 集中供暖 | |
1 | 望京租房 | 澳洲康都 | 澳洲康都东向精致两居室........... | 2室1厅 | 79平米 | 7800 | 中楼层(共28层) | 2005年建板塔结合 | 东 | 2017.07.23 | 33 | 距离14号线(东段)东湖渠站731米 随时看房 精装修 集中供暖 | |
2 | 广安门租房 | 远见名苑 | 远见名苑 东向两居室 独立小区环境 适合居家 | 2室1厅 | 86平米 | 8000 | 低楼层(共25层) | 2006年建塔楼 | 东 | 2017.07.20 | 34 | 距离7号线达官营站684米 随时看房 精装修 自供暖 | |
3 | 天通苑租房 | 天通苑北一区 | 北一区简装两居,采光好,视野美,出行方便 | 2室1厅 | 103平米 | 5300 | 低楼层(共13层) | 2004年建板楼 | 东南 | 2017.07.25 | 30 | 距离5号线天通苑站927米 随时看房 精装修 集中供暖 | |
4 | 团结湖租房 | 团结湖北口 | 团结湖北口近地铁高楼层朝南向精装修正规两居室 | 2室1厅 | 63平米 | 6400 | 高楼层(共16层) | 1982年建塔楼 | 南 | 2017.07.26 | 30 | 距离10号线团结湖站88米 随时看房 精装修 集中供暖 |
def get_front_4_num(x):
try:
return int(x[:4])
except:
return -1
lj_data.loc[:,'house_age'] = 2018-lj_data['build_time'].apply(get_front_4_num)
lj_data.head()
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | house_age | |
0 | 燕莎租房 | 新源街 | 亮马桥 新源街 精装两居 交通便利 看房方便 随时入住 | 2室1厅 | 50平米 | 5800.0 | 中楼层(共6层) | 1981年建板楼 | 南 | 2017.07.21 | 26.0 | 随时看房 精装修 集中供暖 | 37 | |
1 | 望京租房 | 澳洲康都 | 澳洲康都东向精致两居室........... | 2室1厅 | 79平米 | 7800.0 | 中楼层(共28层) | 2005年建板塔结合 | 东 | 2017.07.23 | 33.0 | 距离14号线(东段)东湖渠站731米 随时看房 精装修 集中供暖 | 13 | |
2 | 广安门租房 | 远见名苑 | 远见名苑 东向两居室 独立小区环境 适合居家 | 2室1厅 | 86平米 | 8000.0 | 低楼层(共25层) | 2006年建塔楼 | 东 | 2017.07.20 | 34.0 | 距离7号线达官营站684米 随时看房 精装修 自供暖 | 12 | |
3 | 天通苑租房 | 天通苑北一区 | 北一区简装两居,采光好,视野美,出行方便 | 2室1厅 | 103平米 | 5300.0 | 低楼层(共13层) | 2004年建板楼 | 东南 | 2017.07.25 | 30.0 | 距离5号线天通苑站927米 随时看房 精装修 集中供暖 | 14 | |
4 | 团结湖租房 | 团结湖北口 | 团结湖北口近地铁高楼层朝南向精装修正规两居室 | 2室1厅 | 63平米 | 6400.0 | 高楼层(共16层) | 1982年建塔楼 | 南 | 2017.07.26 | 30.0 | 距离10号线团结湖站88米 随时看房 精装修 集中供暖 | 36 |
lj_data.info()
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
<ipython-input-4-8b0b725b8efc> in <module>()
----> 1 lj_data.info()
NameError: name 'lj_data' is not defined
lj_data = lj_data[lj_data['area'].notnull()]
lj_data.shape
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
<ipython-input-3-a3cda0f11a8f> in <module>()
----> 1 lj_data.shape
NameError: name 'lj_data' is not defined
#def tran_area_format(x):
# return x[:-2]
lj_data.loc[:,'area'] = lj_data['area'].apply(lambda x: x[:-2]).apply(lambda x:float(x))
lj_data.sort_values(by='house_age').head(20)[['view_num','area']].mean()
view_num 8.45
area 106.00
dtype: float64
房子价格的分布(平均,方差,中位数)
import numpy as np
print(lj_data['price'].mean())
7570.80072464
print(lj_data['price'].std())
print(lj_data['price'].median())
6316.20498607
6000.0
最受欢迎的朝向(平均看房人数)
popular_direction = lj_data.groupby('direction')[['view_num']].sum()
popular_direction = popular_direction.reset_index()
popular_direction[popular_direction['view_num']==popular_direction['view_num'].max()]
direction | view_num | |
23 | 南 北 | 11785.0 |
房型数量分布
house_type_dis = lj_data.groupby(['house_type']).count()
%matplotlib inline
house_type_dis['district'].plot(kind='pie')
<matplotlib.axes._subplots.AxesSubplot at 0x7fb3f8fffc88>
%matplotlib inline
house_type_dis['district'].plot(kind='bar')
<matplotlib.axes._subplots.AxesSubplot at 0x7fb3f026e978>
最受欢迎的房型
tmp = lj_data.groupby('house_type').agg({'view_num':'sum'})
tmp = tmp.reset_index()
tmp[tmp['view_num']==tmp['view_num'].max()]
house_type | view_num | |
5 | 2室1厅 | 17589.0 |
房子的平均租房价格(按平米算)
lj_data.loc[:,'price_per_m2'] = lj_data['price']/lj_data['area']
lj_data['price_per_m2'].mean()
87.722684299004541
最受关注的小区
lj_data.head()
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | house_age | price_per_m2 | |
0 | 燕莎租房 | 新源街 | 亮马桥 新源街 精装两居 交通便利 看房方便 随时入住 | 2室1厅 | 50.0 | 5800.0 | 中楼层(共6层) | 1981年建板楼 | 南 | 2017.07.21 | 26.0 | 随时看房 精装修 集中供暖 | 37 | 116.000000 | |
1 | 望京租房 | 澳洲康都 | 澳洲康都东向精致两居室........... | 2室1厅 | 79.0 | 7800.0 | 中楼层(共28层) | 2005年建板塔结合 | 东 | 2017.07.23 | 33.0 | 距离14号线(东段)东湖渠站731米 随时看房 精装修 集中供暖 | 13 | 98.734177 | |
2 | 广安门租房 | 远见名苑 | 远见名苑 东向两居室 独立小区环境 适合居家 | 2室1厅 | 86.0 | 8000.0 | 低楼层(共25层) | 2006年建塔楼 | 东 | 2017.07.20 | 34.0 | 距离7号线达官营站684米 随时看房 精装修 自供暖 | 12 | 93.023256 | |
3 | 天通苑租房 | 天通苑北一区 | 北一区简装两居,采光好,视野美,出行方便 | 2室1厅 | 103.0 | 5300.0 | 低楼层(共13层) | 2004年建板楼 | 东南 | 2017.07.25 | 30.0 | 距离5号线天通苑站927米 随时看房 精装修 集中供暖 | 14 | 51.456311 | |
4 | 团结湖租房 | 团结湖北口 | 团结湖北口近地铁高楼层朝南向精装修正规两居室 | 2室1厅 | 63.0 | 6400.0 | 高楼层(共16层) | 1982年建塔楼 | 南 | 2017.07.26 | 30.0 | 距离10号线团结湖站88米 随时看房 精装修 集中供暖 | 36 | 101.587302 |
address_df = lj_data[['address','view_num']].groupby(['address']).sum()
address_df = address_df.reset_index()
address_df.sort_values(by='view_num', ascending=False)
address | view_num | |
951 | 清芷园 | 246.0 |
369 | 卡布其诺 | 245.0 |
938 | 润枫水尚 | 217.0 |
1149 | 芍药居北里 | 194.0 |
743 | 新康园 | 186.0 |
1288 | 远洋山水 | 184.0 |
342 | 华贸城 | 176.0 |
15 | 万国城MOMA | 176.0 |
1460 | 龙华园 | 171.0 |
1182 | 荣丰2008 | 170.0 |
971 | 炫特嘉园一期 | 163.0 |
875 | 椿树园 | 158.0 |
530 | 天鹅湾北区 | 150.0 |
823 | 望园东里 | 144.0 |
681 | 当代城市家园 | 137.0 |
311 | 北苑家园绣菊园 | 133.0 |
700 | 恋日花都 | 133.0 |
450 | 国美第一城3号院 | 133.0 |
1265 | 财智公馆 | 132.0 |
380 | 双榆树东里 | 132.0 |
541 | 太阳公元 | 130.0 |
969 | 澳洲康都 | 128.0 |
235 | 六建 | 128.0 |
806 | 曙光里 | 126.0 |
401 | 后现代城 | 125.0 |
469 | 塔院小区 | 120.0 |
1212 | 裕中西里 | 119.0 |
1200 | 蓝调沙龙东区 | 119.0 |
155 | 丽都壹号 | 118.0 |
1390 | 雅丽世居 | 117.0 |
... | ... | ... |
1300 | 邑上苑 | 0.0 |
350 | 南厂北区 | 0.0 |
393 | 合生世界花园 | 0.0 |
391 | 右外西三条 | 0.0 |
670 | 建功北里 | 0.0 |
226 | 光熙家园三期 | 0.0 |
1145 | 良乡中路24号院 | 0.0 |
1141 | 胡家园26号院 | 0.0 |
887 | 武圣西里 | 0.0 |
882 | 樱花园六区 | 0.0 |
1074 | 福怡苑 | 0.0 |
119 | 中国铁建国际花园 | 0.0 |
1076 | 福顺里 | 0.0 |
851 | 枣园北里 | 0.0 |
126 | 中景理想家 | 0.0 |
831 | 朝阳门内大街 | 0.0 |
1106 | 绿城百合公寓叠翠苑 | 0.0 |
784 | 星城国际 | 0.0 |
779 | 明发雅苑 | 0.0 |
778 | 昌盛园三区 | 0.0 |
158 | 久居雅园 | 0.0 |
164 | 九洲溪雅苑一区 | 0.0 |
1125 | 翌景嘉园 | 0.0 |
165 | 九洲溪雅苑二区 | 0.0 |
1130 | 翠福园 | 0.0 |
383 | 双河北里 | 0.0 |
191 | 人民大学北路19号院 | 0.0 |
763 | 方舟苑二期 | 0.0 |
758 | 新风街 | 0.0 |
482 | 大柳树13号院 | 0.0 |
1473 rows × 2 columns
出租房源最多的小区
tmp_df2 = lj_data[['address','view_num']].groupby(['address']).count()
tmp_df2 = tmp_df2.reset_index()
tmp_df2.columns = ['address','count']
tmp_df2.nlargest(columns='count', n=1)
address | count | |
1288 | 远洋山水 | 19 |
出租房源最多的地区(大家从详情页可以对标到 海淀/西城/东城/朝阳 不同城区…)
lj_data.head()
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | house_age | price_per_m2 | |
0 | 燕莎租房 | 新源街 | 亮马桥 新源街 精装两居 交通便利 看房方便 随时入住 | 2室1厅 | 50.0 | 5800.0 | 中楼层(共6层) | 1981年建板楼 | 南 | 2017.07.21 | 26.0 | 随时看房 精装修 集中供暖 | 37 | 116.000000 | |
1 | 望京租房 | 澳洲康都 | 澳洲康都东向精致两居室........... | 2室1厅 | 79.0 | 7800.0 | 中楼层(共28层) | 2005年建板塔结合 | 东 | 2017.07.23 | 33.0 | 距离14号线(东段)东湖渠站731米 随时看房 精装修 集中供暖 | 13 | 98.734177 | |
2 | 广安门租房 | 远见名苑 | 远见名苑 东向两居室 独立小区环境 适合居家 | 2室1厅 | 86.0 | 8000.0 | 低楼层(共25层) | 2006年建塔楼 | 东 | 2017.07.20 | 34.0 | 距离7号线达官营站684米 随时看房 精装修 自供暖 | 12 | 93.023256 | |
3 | 天通苑租房 | 天通苑北一区 | 北一区简装两居,采光好,视野美,出行方便 | 2室1厅 | 103.0 | 5300.0 | 低楼层(共13层) | 2004年建板楼 | 东南 | 2017.07.25 | 30.0 | 距离5号线天通苑站927米 随时看房 精装修 集中供暖 | 14 | 51.456311 | |
4 | 团结湖租房 | 团结湖北口 | 团结湖北口近地铁高楼层朝南向精装修正规两居室 | 2室1厅 | 63.0 | 6400.0 | 高楼层(共16层) | 1982年建塔楼 | 南 | 2017.07.26 | 30.0 | 距离10号线团结湖站88米 随时看房 精装修 集中供暖 | 36 | 101.587302 |
集中供暖和非集中供暖的有多少家,平均价格是多少
def center_heating(x):
return 1 if "集中供暖" in x else 0
lj_data.loc[:,'center_heating'] = lj_data['extra_info'].apply(lambda x:center_heating(x))
lj_data.head()
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | house_age | price_per_m2 | center_heating | |
0 | 燕莎租房 | 新源街 | 亮马桥 新源街 精装两居 交通便利 看房方便 随时入住 | 2室1厅 | 50.0 | 5800.0 | 中楼层(共6层) | 1981年建板楼 | 南 | 2017.07.21 | 26.0 | 随时看房 精装修 集中供暖 | 37 | 116.000000 | 1 | |
1 | 望京租房 | 澳洲康都 | 澳洲康都东向精致两居室........... | 2室1厅 | 79.0 | 7800.0 | 中楼层(共28层) | 2005年建板塔结合 | 东 | 2017.07.23 | 33.0 | 距离14号线(东段)东湖渠站731米 随时看房 精装修 集中供暖 | 13 | 98.734177 | 1 | |
2 | 广安门租房 | 远见名苑 | 远见名苑 东向两居室 独立小区环境 适合居家 | 2室1厅 | 86.0 | 8000.0 | 低楼层(共25层) | 2006年建塔楼 | 东 | 2017.07.20 | 34.0 | 距离7号线达官营站684米 随时看房 精装修 自供暖 | 12 | 93.023256 | 0 | |
3 | 天通苑租房 | 天通苑北一区 | 北一区简装两居,采光好,视野美,出行方便 | 2室1厅 | 103.0 | 5300.0 | 低楼层(共13层) | 2004年建板楼 | 东南 | 2017.07.25 | 30.0 | 距离5号线天通苑站927米 随时看房 精装修 集中供暖 | 14 | 51.456311 | 1 | |
4 | 团结湖租房 | 团结湖北口 | 团结湖北口近地铁高楼层朝南向精装修正规两居室 | 2室1厅 | 63.0 | 6400.0 | 高楼层(共16层) | 1982年建塔楼 | 南 | 2017.07.26 | 30.0 | 距离10号线团结湖站88米 随时看房 精装修 集中供暖 | 36 | 101.587302 | 1 |
lj_data['center_heating'].value_counts()
1 2284
0 476
Name: center_heating, dtype: int64
lj_data[['center_heating','price']].groupby('center_heating').mean()
price | |
center_heating | |
0 | 7317.436975 |
1 | 7623.603327 |
哪个城区的租房价格最贵,平均价格是多少
不同房型的平均/最大/最小面积
house_type_info = lj_data[['house_type','area']].groupby("house_type")\
.agg({"area":{'mean':np.mean, 'max':np.max, 'min':np.min}})
house_type_info
area | |||
mean | min | max | |
house_type | |||
1室0厅 | 48.484076 | 19.0 | 140.0 |
1室1厅 | 54.669584 | 28.0 | 107.0 |
1室2厅 | 72.411765 | 45.0 | 109.0 |
1房间1卫 | 42.875000 | 35.0 | 48.0 |
2室0厅 | 49.888889 | 42.0 | 55.0 |
2室1厅 | 78.725857 | 26.0 | 194.0 |
2室2厅 | 106.028169 | 60.0 | 228.0 |
2房间1卫 | 60.166667 | 52.0 | 67.0 |
2房间2卫 | 37.000000 | 36.0 | 38.0 |
3室0厅 | 67.000000 | 61.0 | 70.0 |
3室1厅 | 114.237197 | 54.0 | 217.0 |
3室2厅 | 145.690821 | 79.0 | 255.0 |
3室3厅 | 144.000000 | 123.0 | 181.0 |
3房间1卫 | 85.333333 | 77.0 | 91.0 |
3房间2卫 | 46.750000 | 39.0 | 63.0 |
4室1厅 | 165.285714 | 87.0 | 330.0 |
4室2厅 | 196.333333 | 119.0 | 304.0 |
4室3厅 | 179.000000 | 150.0 | 237.0 |
5室1厅 | 138.250000 | 99.0 | 180.0 |
5室2厅 | 242.125000 | 181.0 | 332.0 |
5室3厅 | 191.600000 | 135.0 | 219.0 |
5房间2卫 | 158.000000 | 158.0 | 158.0 |
6室2厅 | 274.000000 | 232.0 | 316.0 |
6室3厅 | 720.000000 | 720.0 | 720.0 |
哪个地铁口附近的房子最多
lj_data.head()
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | house_age | price_per_m2 | center_heating | |
0 | 燕莎租房 | 新源街 | 亮马桥 新源街 精装两居 交通便利 看房方便 随时入住 | 2室1厅 | 50.0 | 5800.0 | 中楼层(共6层) | 1981年建板楼 | 南 | 2017.07.21 | 26.0 | 随时看房 精装修 集中供暖 | 37 | 116.000000 | 1 | |
1 | 望京租房 | 澳洲康都 | 澳洲康都东向精致两居室........... | 2室1厅 | 79.0 | 7800.0 | 中楼层(共28层) | 2005年建板塔结合 | 东 | 2017.07.23 | 33.0 | 距离14号线(东段)东湖渠站731米 随时看房 精装修 集中供暖 | 13 | 98.734177 | 1 | |
2 | 广安门租房 | 远见名苑 | 远见名苑 东向两居室 独立小区环境 适合居家 | 2室1厅 | 86.0 | 8000.0 | 低楼层(共25层) | 2006年建塔楼 | 东 | 2017.07.20 | 34.0 | 距离7号线达官营站684米 随时看房 精装修 自供暖 | 12 | 93.023256 | 0 | |
3 | 天通苑租房 | 天通苑北一区 | 北一区简装两居,采光好,视野美,出行方便 | 2室1厅 | 103.0 | 5300.0 | 低楼层(共13层) | 2004年建板楼 | 东南 | 2017.07.25 | 30.0 | 距离5号线天通苑站927米 随时看房 精装修 集中供暖 | 14 | 51.456311 | 1 | |
4 | 团结湖租房 | 团结湖北口 | 团结湖北口近地铁高楼层朝南向精装修正规两居室 | 2室1厅 | 63.0 | 6400.0 | 高楼层(共16层) | 1982年建塔楼 | 南 | 2017.07.26 | 30.0 | 距离10号线团结湖站88米 随时看房 精装修 集中供暖 | 36 | 101.587302 | 1 |
import re
#距离14号线(东段)东湖渠站731米 随时看房 精装修 集中供暖
def find_sub_station(x):
try:
return re.search(pattern="(.+号线)(.+站)([0-9]+)米", string=x).group(2)
except:
return None
lj_data.loc[:,'sub_station'] = lj_data['extra_info'].apply(find_sub_station)
lj_data.head()
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | house_age | price_per_m2 | center_heating | sub_station | |
0 | 燕莎租房 | 新源街 | 亮马桥 新源街 精装两居 交通便利 看房方便 随时入住 | 2室1厅 | 50.0 | 5800.0 | 中楼层(共6层) | 1981年建板楼 | 南 | 2017.07.21 | 26.0 | 随时看房 精装修 集中供暖 | 37 | 116.000000 | 1 | None | |
1 | 望京租房 | 澳洲康都 | 澳洲康都东向精致两居室........... | 2室1厅 | 79.0 | 7800.0 | 中楼层(共28层) | 2005年建板塔结合 | 东 | 2017.07.23 | 33.0 | 距离14号线(东段)东湖渠站731米 随时看房 精装修 集中供暖 | 13 | 98.734177 | 1 | (东段)东湖渠站 | |
2 | 广安门租房 | 远见名苑 | 远见名苑 东向两居室 独立小区环境 适合居家 | 2室1厅 | 86.0 | 8000.0 | 低楼层(共25层) | 2006年建塔楼 | 东 | 2017.07.20 | 34.0 | 距离7号线达官营站684米 随时看房 精装修 自供暖 | 12 | 93.023256 | 0 | 达官营站 | |
3 | 天通苑租房 | 天通苑北一区 | 北一区简装两居,采光好,视野美,出行方便 | 2室1厅 | 103.0 | 5300.0 | 低楼层(共13层) | 2004年建板楼 | 东南 | 2017.07.25 | 30.0 | 距离5号线天通苑站927米 随时看房 精装修 集中供暖 | 14 | 51.456311 | 1 | 天通苑站 | |
4 | 团结湖租房 | 团结湖北口 | 团结湖北口近地铁高楼层朝南向精装修正规两居室 | 2室1厅 | 63.0 | 6400.0 | 高楼层(共16层) | 1982年建塔楼 | 南 | 2017.07.26 | 30.0 | 距离10号线团结湖站88米 随时看房 精装修 集中供暖 | 36 | 101.587302 | 1 | 团结湖站 |
lj_data[['sub_station','link']].groupby('sub_station').count()
link | |
sub_station | |
(东段)东湖渠站 | 21 |
(东段)东风北桥站 | 13 |
(东段)北工大西门站 | 8 |
(东段)将台站 | 14 |
(东段)方庄站 | 13 |
(东段)景泰站 | 8 |
(东段)望京南站 | 4 |
(东段)朝阳公园站 | 19 |
(东段)来广营站 | 5 |
(东段)枣营站 | 1 |
(东段)永定门外站 | 5 |
(东段)阜通站 | 28 |
(西段)大井站 | 2 |
(西段)郭庄子站 | 2 |
七里庄站 | 14 |
万寿路站 | 11 |
上地站 | 5 |
东单站 | 1 |
东四十条站 | 9 |
东四站 | 3 |
东大桥站 | 10 |
东直门站 | 19 |
丰台东大街站 | 2 |
丰台南路站 | 5 |
丰台科技园站 | 1 |
丰台站站 | 7 |
九龙山站 | 9 |
五棵松站 | 8 |
五道口站 | 5 |
亮马桥站 | 5 |
... | ... |
西直门站 | 14 |
西红门站 | 5 |
西钓鱼台站 | 3 |
角门东站 | 10 |
角门西站 | 6 |
车公庄站 | 12 |
车公庄西站 | 15 |
车道沟站 | 14 |
达官营站 | 43 |
金台夕照站 | 2 |
金台路站 | 3 |
长春桥站 | 3 |
长椿街站 | 10 |
阜成门站 | 6 |
陶然亭站 | 8 |
雍和宫站 | 4 |
霍营站 | 7 |
青年路站 | 30 |
顺义站 | 7 |
首经贸站 | 8 |
马家堡站 | 3 |
马连洼站 | 2 |
高米店北站 | 5 |
高米店南站 | 2 |
魏公村站 | 4 |
黄村火车站站 | 3 |
黄村西大街站 | 3 |
黄渠站 | 6 |
鼓楼大街站 | 9 |
龙泽站 | 2 |
190 rows × 1 columns
地铁附近的房子平均价格 比 非地铁的高多少
def has_sub_station(x):
return 1 if "距离" in x else 0
lj_data.loc[:,'has_sub_station'] = lj_data['extra_info'].apply(has_sub_station)
lj_data.head()
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | house_age | price_per_m2 | center_heating | sub_station | has_sub_station | |
0 | 燕莎租房 | 新源街 | 亮马桥 新源街 精装两居 交通便利 看房方便 随时入住 | 2室1厅 | 50.0 | 5800.0 | 中楼层(共6层) | 1981年建板楼 | 南 | 2017.07.21 | 26.0 | 随时看房 精装修 集中供暖 | 37 | 116.000000 | 1 | None | 0 | |
1 | 望京租房 | 澳洲康都 | 澳洲康都东向精致两居室........... | 2室1厅 | 79.0 | 7800.0 | 中楼层(共28层) | 2005年建板塔结合 | 东 | 2017.07.23 | 33.0 | 距离14号线(东段)东湖渠站731米 随时看房 精装修 集中供暖 | 13 | 98.734177 | 1 | (东段)东湖渠站 | 1 | |
2 | 广安门租房 | 远见名苑 | 远见名苑 东向两居室 独立小区环境 适合居家 | 2室1厅 | 86.0 | 8000.0 | 低楼层(共25层) | 2006年建塔楼 | 东 | 2017.07.20 | 34.0 | 距离7号线达官营站684米 随时看房 精装修 自供暖 | 12 | 93.023256 | 0 | 达官营站 | 1 | |
3 | 天通苑租房 | 天通苑北一区 | 北一区简装两居,采光好,视野美,出行方便 | 2室1厅 | 103.0 | 5300.0 | 低楼层(共13层) | 2004年建板楼 | 东南 | 2017.07.25 | 30.0 | 距离5号线天通苑站927米 随时看房 精装修 集中供暖 | 14 | 51.456311 | 1 | 天通苑站 | 1 | |
4 | 团结湖租房 | 团结湖北口 | 团结湖北口近地铁高楼层朝南向精装修正规两居室 | 2室1厅 | 63.0 | 6400.0 | 高楼层(共16层) | 1982年建塔楼 | 南 | 2017.07.26 | 30.0 | 距离10号线团结湖站88米 随时看房 精装修 集中供暖 | 36 | 101.587302 | 1 | 团结湖站 | 1 |
lj_data[['has_sub_station','price']].groupby('has_sub_station').agg('mean')
price | |
has_sub_station | |
0 | 6106.436464 |
1 | 8520.800478 |
地铁附近的房源离地铁平均距离
#距离14号线(东段)东湖渠站731米 随时看房 精装修 集中供暖
def cal_sub_station_distance(x):
try:
return int(re.search(pattern="(.+号线)(.+站)([0-9]+)米", string=x).group(3))
except:
return None
lj_data.loc[:,'distance'] = lj_data['extra_info'].apply(cal_sub_station_distance)
lj_data.head()
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | house_age | price_per_m2 | center_heating | sub_station | has_sub_station | distance | |
0 | 燕莎租房 | 新源街 | 亮马桥 新源街 精装两居 交通便利 看房方便 随时入住 | 2室1厅 | 50.0 | 5800.0 | 中楼层(共6层) | 1981年建板楼 | 南 | 2017.07.21 | 26.0 | 随时看房 精装修 集中供暖 | 37 | 116.000000 | 1 | None | 0 | NaN | |
1 | 望京租房 | 澳洲康都 | 澳洲康都东向精致两居室........... | 2室1厅 | 79.0 | 7800.0 | 中楼层(共28层) | 2005年建板塔结合 | 东 | 2017.07.23 | 33.0 | 距离14号线(东段)东湖渠站731米 随时看房 精装修 集中供暖 | 13 | 98.734177 | 1 | (东段)东湖渠站 | 1 | 731.0 | |
2 | 广安门租房 | 远见名苑 | 远见名苑 东向两居室 独立小区环境 适合居家 | 2室1厅 | 86.0 | 8000.0 | 低楼层(共25层) | 2006年建塔楼 | 东 | 2017.07.20 | 34.0 | 距离7号线达官营站684米 随时看房 精装修 自供暖 | 12 | 93.023256 | 0 | 达官营站 | 1 | 684.0 | |
3 | 天通苑租房 | 天通苑北一区 | 北一区简装两居,采光好,视野美,出行方便 | 2室1厅 | 103.0 | 5300.0 | 低楼层(共13层) | 2004年建板楼 | 东南 | 2017.07.25 | 30.0 | 距离5号线天通苑站927米 随时看房 精装修 集中供暖 | 14 | 51.456311 | 1 | 天通苑站 | 1 | 927.0 | |
4 | 团结湖租房 | 团结湖北口 | 团结湖北口近地铁高楼层朝南向精装修正规两居室 | 2室1厅 | 63.0 | 6400.0 | 高楼层(共16层) | 1982年建塔楼 | 南 | 2017.07.26 | 30.0 | 距离10号线团结湖站88米 随时看房 精装修 集中供暖 | 36 | 101.587302 | 1 | 团结湖站 | 1 | 88.0 |
lj_data['distance'].mean()
709.11823647294591
最多的在租楼层
lj_data.head()
district | address | title | house_type | area | price | floor | build_time | direction | update_time | view_num | extra_info | link | house_age | price_per_m2 | center_heating | sub_station | has_sub_station | distance | |
0 | 燕莎租房 | 新源街 | 亮马桥 新源街 精装两居 交通便利 看房方便 随时入住 | 2室1厅 | 50.0 | 5800.0 | 中楼层(共6层) | 1981年建板楼 | 南 | 2017.07.21 | 26.0 | 随时看房 精装修 集中供暖 | 37 | 116.000000 | 1 | None | 0 | NaN | |
1 | 望京租房 | 澳洲康都 | 澳洲康都东向精致两居室........... | 2室1厅 | 79.0 | 7800.0 | 中楼层(共28层) | 2005年建板塔结合 | 东 | 2017.07.23 | 33.0 | 距离14号线(东段)东湖渠站731米 随时看房 精装修 集中供暖 | 13 | 98.734177 | 1 | (东段)东湖渠站 | 1 | 731.0 | |
2 | 广安门租房 | 远见名苑 | 远见名苑 东向两居室 独立小区环境 适合居家 | 2室1厅 | 86.0 | 8000.0 | 低楼层(共25层) | 2006年建塔楼 | 东 | 2017.07.20 | 34.0 | 距离7号线达官营站684米 随时看房 精装修 自供暖 | 12 | 93.023256 | 0 | 达官营站 | 1 | 684.0 | |
3 | 天通苑租房 | 天通苑北一区 | 北一区简装两居,采光好,视野美,出行方便 | 2室1厅 | 103.0 | 5300.0 | 低楼层(共13层) | 2004年建板楼 | 东南 | 2017.07.25 | 30.0 | 距离5号线天通苑站927米 随时看房 精装修 集中供暖 | 14 | 51.456311 | 1 | 天通苑站 | 1 | 927.0 | |
4 | 团结湖租房 | 团结湖北口 | 团结湖北口近地铁高楼层朝南向精装修正规两居室 | 2室1厅 | 63.0 | 6400.0 | 高楼层(共16层) | 1982年建塔楼 | 南 | 2017.07.26 | 30.0 | 距离10号线团结湖站88米 随时看房 精装修 集中供暖 | 36 | 101.587302 | 1 | 团结湖站 | 1 | 88.0 |
def get_floor(x):
if '低楼层' in x:
return '低楼层'
elif '中楼层' in x:
return '中楼层'
else:
return '高楼层'
lj_data.loc[:,'floor'] = lj_data['extra_info'].apply(get_floor)
不同地区的房龄分布
直接看房的房子比例
def get_info(x):
return 1 if "随时看房" in x else 0
有电梯和无电梯的房子数量
有电梯和无电梯房子情况(面积/价格/朝向/带看人数)分布
附加信息里主要有哪几类信息,覆盖多少百分比的房子
# 分割附加信息,怎么合理分列(识别信息类别),然后就可以看覆盖百分比了。