Airbnb 2019年纽约住房情况分析报告
实验背景:
从2008年,越来越多的人会选择在出行游玩或者度假时,通过AIRBNB来进行挑选。因为他们的民宿不仅仅有普通的城市中公寓,还有一些木屋,别墅等别具一格的房源以让你在旅游体验不同的城市所带来的文化之余,也可以有更多不一样的经历。
现今,Airbnb已经将自己的服务范围扩展至全球,对于上百万个房源,对于这样的大型公司来说,利用数据的分析来掌握公司运营的风向标也变得十分重要。
实验目的:
以下对于KAGGLE所提供的这些数据的分析可以让我们从多个维度去了解数据。
对网站经营者来说,可以对其之后的营销方案或者是一些创意的特色服务(例如对房主的摄影附加服务)有一定的指导或者启发作用。
对用户即我们而言,也可以通过19年纽约城市的AIRBNB房价包括和地理位置的观察也可以在我们下次如果选择去纽约度假时,能更好更快的做出房源的选择。
对房东来说他们也可以从其中窥探到整体的大方向和用户较为关注的房源类型和心仪的价位,然后根据这些制定自己的房源出租安排计划。
实验过程:
1.数据源:
此次数据是从KAGGLE上得来,链接如下:https://www.kaggle.com/dgomonov/new-york-city-airbnb-open-data/data
2.导入数据:
观察得出数据共有将近40000多行,16列特征,而在后面几列有很多空值出现,我截取了部分放在下面
3.进行初步的观察清洗和整理:
第一步我们先检查空值具体出现在哪一列:
Name:填充为0。 因为每一酒店名对应着host_id,我们可以利用id进行分析&#x