爱彼迎的数据分析与建模

Airbnb是AirBed and Breakfast（“Air-b-n-b”）的缩写，爱彼迎是一家联系旅游人士和家有空房出租的房主的服务型网站，它可以为用户提供多样的住宿信息。我们现在对数据进行分析。

一，对数据处理

1.因为price里面的数据有’$‘和’,’，我们要替换成空格，便于我们之后的运算

calendar['price'] = calendar['price'].str.replace(r"[$,]","").astype(np.float32)
calendar.head()

并且转换浮点类型。

同理，对adjusted_price进行相同操作，再对date进行时间序列转换，得到结果。

如图所示，我们发现类型还是object，再修改一下。

完成了,现在是datetime类型。

2.用时间序列我们可以很轻松地返回商品的相关时间

calendar['weekday']=calendar['date'].dt.weekday
calendar['month']=calendar['date'].dt.month
calendar['year']=calendar['date'].dt.year
calendar['year']

会返回商品交易的年份，非常方便。做出柱状图我们可以看到商品月份的波动。

可以看出，3到8月份房屋价格递增，8月份达到峰值。

二，对listing_detail进行分析
listing_detail数据比较多。足足有106列

元素比较多，这里有个小技巧
我们可以用
listings_detaile.columns.values.tolist()
对每一列的元素进行查看

1.我们要对这一列的数据价格进行同样的处理，去掉不必要的符号便于运算

2.然后要求出最低消费，便于我们后边模型的建立

listings_detailed['minimum_cost']=(listings_detailed['cleaning_fee']+listings_detailed['price'])*listings_detailed['minimum_nights']

最低消费是费用加消费乘以最低天数。

3.要添加一个新字段。包含设施的数量，设施的数量与价格有直接关系

我们可以看到，设施用一个大括号括起来，我们可以用切片提取里面的数值，再用split分割逗号。

listings_detailed['accommodates_type']=pd.cut(listings_detailed['accommodates'],bins=[1,2,3,5,100],include_lowest=True,right=False,labels=['Single','Couple','Family','Group'])

4.再把剩余需要的数据提取，整合到新的df里边

listings_detailed['neighbourhood_group_cleansed'].head()
listings_detailed['review_scores_rating'].head()
listings_detailed_df