Python爬取链家网24685个租房信息并进行数据分析

2020年注定是一个不平凡的年份，很多行业受疫情影响艰难前行，即便复产复工提速，被抑制的需求也难以短期释放。与此同时，地摊经济孕育而生，如果人们真的都去摆地摊了，是不是也会出现睡地摊的普遍现象？这时候可能需要思考一下睡地摊的收益和风险了，在没有自有住房的前提假设下，我们是该睡地摊还是租房呢？

针对这些问题，本文以深圳市为例，爬取了链家网最新发布的24685个房源租赁信息，包括房源地区分布、楼盘名称、租金、押金、租赁方式、品牌、户型、租期、朝向、水电燃气电梯配套、楼层等22个字段。然后，清洗数据并做可视化分析，试图回答以下几个问题：

1.深圳房屋租赁市场现状如何？
2.深圳哪些地区房源比较多且房租相对便宜，集中在哪些楼盘？
3.性价比较高的房源具有哪些特征？

一、数据获取

本文主要以数据分析为主，关于数据获取仅提供爬虫思路，如果对数据爬虫感兴趣可以前往本人公众号「菜J学Python」查看往期原创爬虫文章。由于链家限制每个地区仅可查看3000条记录(100页每页30条记录)，所以针对记录数大于3000的地区需继续遍历子地区，才能获得更全面的数据。

爬虫代码写完后运行一下，效果如下：

二、数据清洗

本文数据清洗用到Pandas，限于篇幅，仅简单提供核心字段清洗方法，如果对数据清洗感兴趣可以前往本人公众号「菜J学Python」查看往期原创Pandas基础文章。

首先预览下要分析的数据，长这样：

1.rent_district字段清洗

2.rent_title字段清洗
<