北京某平台二手房分析

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 解决中⽂显示问题
# plt.rcParams['font.sans-serif'] = [u'SimHei']
# plt.rcParams['axes.unicode_minus'] = False

df = pd.read_csv('二手房数据.csv',encoding='gb18030')

df.head()

	市区	小区	户型	朝向	楼层	装修情况	电梯	面积(㎡)	价格(万元)	年份
0	朝阳	育慧里一区	1室0厅	西	7	精装	有电梯	52.0	343.0	2001
1	朝阳	大西洋新城A区	2室2厅	南北	10	精装	有电梯	86.0	835.0	1999
2	朝阳	团结湖路	2室1厅	东西	6	精装	无电梯	65.0	430.0	1980
3	朝阳	尚家楼48号院	2室1厅	南北	12	精装	有电梯	75.0	610.0	1998
4	朝阳	望京西园一区	3室2厅	南北	6	精装	无电梯	115.0	710.0	1997

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 23677 entries, 0 to 23676
Data columns (total 10 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   市区      23677 non-null  object 
 1   小区      23677 non-null  object 
 2   户型      23677 non-null  object 
 3   朝向      23677 non-null  object 
 4   楼层      23677 non-null  int64  
 5   装修情况    23677 non-null  object 
 6   电梯      15420 non-null  object 
 7   面积(㎡)   23677 non-null  float64
 8   价格(万元)  23677 non-null  float64
 9   年份      23677 non-null  int64  
dtypes: float64(2), int64(2), object(6)
memory usage: 1.8+ MB

df.describe()

	楼层	面积(㎡)	价格(万元)	年份
count	23677.000000	23677.000000	23677.000000	23677.000000
mean	12.764877	99.388616	610.668319	2001.326519
std	7.644138	51.270606	411.452107	9.001996
min	1.000000	15.000000	60.000000	1950.000000
25%	6.000000	66.000000	365.000000	1997.000000
50%	11.000000	88.000000	499.000000	2003.000000
75%	18.000000	118.000000	717.000000	2007.000000
max	57.000000	1019.000000	6000.000000	2017.000000

缺失值处理

df.isnull().any()

市区        False
小区        False
户型        False
朝向        False
楼层        False
装修情况      False
电梯         True
面积(㎡)     False
价格(万元)    False
年份        False
dtype: bool

df['电梯'].isnull().sum()

8257

df['电梯'].unique()

array(['有电梯', '无电梯', nan], dtype=object)

# 替换nan值
df['电梯'].fillna('不清楚',inplace=True)

df['电梯'].unique()

array(['有电梯', '无电梯', '不清楚'], dtype=object)

查看朝房屋朝向数据

df['朝向'].unique()

array(['西', '南北', '东西', '南西', '西南', '东南', '南', '东北', '东', '西北', '北'],
      dtype=object)