成都二手房市场分析

成都二手房市场分析

数据爬取自某市场份额较大的中介，基本上能代表整个成都二手房交易状况。

数据概览&整理

数据主要由2张表格构成: houseDetail.csv, 已成交房屋详细信息(18万条+)和 blockDetail.csv, 已成交房屋小区详细信息(7千条+)。
先看下数据长啥样。

df = pd.read_csv('houseDetail.csv', index_col='houseID', dtype={'houseID':str,'listedDays':str,'listedPrice':str, 'listedTime':str})
print(df.shape)
df.head(1)

(185950, 34)

	agent	agentID	area	blockID	browses	buildingStructure	buildingType	builtYear	dealHouseTxt	dealedTime	decoration	district	elevator_units	feature	floor	follows	hasElevator	listedDays	listedPrice	listedTime	orientation	ownership	priceAjustment	pricePerMetre	propertyYear	title	totalPrice	transactionType	transactionYear	unitStructure	unitType	unitUsage	usableArea	visits
houseID
106101478810	史于竹	1000000023028484	34.64㎡	1611047665350	603	钢结构	板塔结合	2008	NaN	2018.09.28	其他	shawanhuizhan	四梯八十五户	锦西国际是一个住宅小区 水电气三通民用 需要有购房资质才能购买 此小区1栋1单元4梯67户 ...	高楼层(共22层)	7	有	50	71.5	2018-08-10	南	暂无数据	1	20641	70年	锦西国际	71.5	商品房	暂无数据	跃层	2室1厅1厨1卫	普通住宅	暂无数据	0

blockDetail_df = pd.read_csv('blockDetail.csv', index_col='blockID', dtype={'blockID':str})
print(blockDetail_df.shape)
blockDetail_df.head(3)

(7222, 10)

	PMC	address	buildingTypes	buildingsNum	builtYear	coordinate	developer	fee	title	unitsNum
blockID
1611047665350	四川博鑫物业管理有限公司	(金牛沙湾)圃园北路1号	塔楼/塔板结合	1栋	2008年建成	104.06200416,30.70025532	四川名人房地产开发有限责任公司	1.8元/平米/月	锦西国际	1788户
1611061495762	单位自管物业	(金牛沙湾)沙湾路71号	板楼	4栋	1998年建成	104.058682,30.699298	无开发商	0.5元/平米/月	沙湾路71号	175户
3011055272967	成都世纪城物业管理有限公司	(金牛沙湾)金沙路169号	塔楼	7栋	2014年建成	104.053015,30.697927	成都国际会议展览中心	2至6元/平米/月	现代城	2433户

houseDetail 一共有185950行, 34列。blockDetail一共7222行，10列。数据类型基本都是字符串，需要做一些整理。

# 将面积转成float型。其他字段类似的作相应处理
def areaClean(df):
    area = df.area
    if area=='' or area=='暂无数据':
        return -1
    else:
        return float(area[0:-1])

df['area'] = df.apply(areaClean, axis=1)

df['dealedTime'] = pd.to_datetime(df.dealedTime)
df.sort_values(by=['dealedTime', 'listedTime'], inplace=True)

数据分析

1.字段概览

• 房屋建筑面积

print('area\n', df.area.describe())

area
count 185950.000000
mean 92.011252
std 39.212880
min 8.000000
25% 67.250000
50% 87.000000
75% 111.660000
max 877.530000

最大的有800多平。

• 挂牌价

print('listedPrice\n', df.listedPrice.describe())

listedPrice
count 185950.000000
mean 85.652573
std 76.763219
min -1.000000
25% 42.000000
50% 77.000000
75% 117.000000
max 2750.000000

挂牌价均值85万，最高的是2750万

• 电梯

print('hasElvevator\n', df.hasElevator.value_counts())

hasElvevator
1 143898
0 34859
-1 7193

77%都是电梯房。

• 房屋距上次交易满了几年

print('transactionYear\n', df.transactionYear.value_counts())

transactionYear
-1 148967
5 18607
2 18376

满了5年/2年的各占约10%，其他的未知。

• 户型结构

print('unitStructure\n', df.unitStructure.value_counts())

unitStructure
-1 132101
平层 50938
跃层 1699
错层 749
复式 462
Loft 1

• 房屋属性

print('unitUsage\n', df.unitUsage.value_counts())

unitUsage
普通住宅 178530
商业办公类 3778
车库 2781
别墅 858
商业 1
写字楼 1
四合院 1

成交最多的当然是住宅。后面就重点分析住宅的情况。

2. 成交量

• 按房屋建成年代统计成交量

tmp = df.builtYear.value_counts().sort_index(ascending=False)
x = tmp.index.tolist()[:-1]
y = tmp.values.tolist()[:-1]
plt.figure(figsize=(13, 8), facecolor='w')
plt.bar(x,y)
plt.grid()
plt.title('Number of builtYear')
plt.show()

成交得最多的是08-13年建成的房子。

• 挂牌当天就成交的数量

tmp = df[df.listedDays ==1]
print('挂牌当天就成交的数量::', tmp.shape[0])
plt.figure(figsize=(13, 8), facecolor='w')
tmp.groupby('dealedTime').c