R爬虫小白入门：Rvest爬链家网+分析（二）

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。

作者：汪喵行  R语言中文社区专栏作者

知乎ID：https://www.zhihu.com/people/yhannahwang

前言

上面一章

我们已经成功爬取了链家网的数据。按照同样的方法爬取，又成功爬取了3w条上海二手房源的数据，那么这一章就写写关于上海二手房的分析。

用到的软件：R，Tableau

一开始还是在R中画的图，后来觉得不是很好看，所以用tableau。

首先读取文件

1library(ggplot2)
2house_info <- read.csv("house_inf0.csv",stringsAsFactors = FALSE)

1.哪个地方房价最高

在一开始，数据集里的所有的区都是混在一起的，所以要画图，有一种比较笨的方法是把它们都分开，然后算每个区的均值，最后得到了这张图：

很明显，静安/黄浦/徐汇是上海二手房均价最高的三个区。最高的静安区二手房价达到将近10w/平米，最低的是青浦区，大概二手房均价在3.5w/平米左右。

画这张图的时候，我的方法还是比较笨的，但是暂时没想到啥好方法。画图的代码见最后。

在R里面画图没有tableau方便，并且也没有那么好看，所以之后还是用tableau来继续做吧。

2.各区房源所在楼层和房型公布