该博客通过对链家2017年的北京二手房数据进行分析，探讨了房价与多个因素的关系，包括区域、房屋大小、装修状况和有无电梯等。在数据预处理中，发现了异常值并进行了移除。结果显示，靠近市中心的区域、房屋面积大、精装修及有电梯的房源价格通常较高。同时，房屋布局、装修类型和时间也对房价有显著影响。
本次分析的数据集来源为链家2017年房源信息。
在数据分析的过程中，我们也可以先去理解数据，再提出问题，在探索数据的过程当中，我们往往会发现很多有趣的事情~
1.提出问题
北京二手房的房价跟哪些因素有关呢？
2.读取数据，理解数据
导入数据分析相关工具包
%matplotlib 为魔法函数，之后的数据可视化过程中，有了它我们就不需要每次都使用plt.show()来显示图表了。
用pandas中的read_csv()方法读取格式为CSV的数据集,并用Head()方法默认查看前5行。
数据类型分析：
1.数值型：Floor,Price,Size,Year
2.字符串类型：Direction,District,Layout,Region,Renovation，Elevato
查看数据类型以及是否存在缺失值
最低0.47元/天 解锁文章
扫一扫
2181
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
