Python数据清洗与可视化——北京租房数据统计分析05

最新推荐文章于 2025-03-09 09:15:00 发布

a Fang

最新推荐文章于 2025-03-09 09:15:00 发布

阅读量1.3w

点赞数 25

分类专栏： python 文章标签： python 数据挖掘数据清洗数据可视化热力图

本文链接：https://blog.csdn.net/qq_46258465/article/details/122204893

版权

本文详细介绍了使用Python进行北京租房数据的清洗与分析，包括数据爬取、区域房源热力图绘制、户型数量条形图、各区域房源柱状图与折线图以及面积市场占有率饼状图的制作。通过数据去重、类型转化等预处理步骤，结合百度地图API绘制了热力图，并进行了多种图表的绘制分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

北京租房数据统计分析

5.1数据的爬取

代码：


# 5北京租房数据统计分析
# 5.1数据的爬取
import pandas as pd
import numpy as np
file_path=open(r"D:\python课设\数据\数据\5、北京租房数据统计分析\链家北京租房数据.csv")
file_data=pd.read_csv(file_path,encoding="utf-8")
file_data

运行结果:

首先使用pandas的read_csv()方法进行数据的读取，然后就能够看到相应的表格信息。

5.2区域的房源总量的热力图分析

5.2.1数据去重：

代码：

# 先做数据预处理
file_data.duplicated()

运行结果:

先做数据预处理，将重复的数据做去重处理，我们可以看到使用duplicated()可以返回一组布尔数组，重复的部分返回值为FALSE,不重复的为True。

代码：

filed_data=file_data.drop_duplicates()
filed_data

运行结果:

使用drop_duplicates()方法对数据做去重处理，去除重复的数据，方便后面绘图计算以及其他操作。

5.2.2去除重复值

代码：

# 删除缺失的数据
data=filed_data.dropna()
data

运行结果:

使用dropna()的方法删除空值，做数据进一步的处理，方便后面绘图计算以及其他操作。

5.2.3数据类型的转化

代码：

# 刚我搞完了AK码的申请，现在我开始进行后面的数据处理，由于我们在这里，存在着热图查看需要准确经纬度
# 位置所以需要在这里把详细的部分做数据拼接
data["位置"]="北京市"+data["区域"].values+"区"+data["小区名称"].values
data

运行结果:

在这里显示热力图需要调用百度地图的API，就需要我们申请一个AK码，方便调用，然后还需要我们提供特别需要显示的经纬度。

这个地方比较复杂，所以我将会在另一篇博客中详细的论述这个部分的内容。

5.2.4导出热力图经纬度

代码：

# _*_ coding:utf-8 _*_
import requests
import pandas as pd
import time
import json


class LngLat:
    # def __init__(self):
    #     self.headers = {
   
    #         "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.100 Safari/537.36"}
    #     self.proxies = {
   
    #         "http": "http://61.135.217.7:80",
    #         "http": "http://118.190.95.43:9001",
    #         "http": "http://180.122.147.67:37153",
    #         "http": "http://118.190.95.35:9001",
    #         "http": "http://119.5.0.11:808",
    #         "http": "http://106.56.102.192:8070"
    #     }

    # 读取数据
    def read_data(self):
        file_path=open(r"D:\python课设\数据\数据\5、北京租房数据统计分析\链家北京租房数据.csv")
        file_data = pd.read_csv(file_path)
        duplicate_removal = file_data.drop_duplicates()
        house_names = duplicate_removal['位置']
        house_names = house_names.tolist()
        return house_names

    def get_url(self):
        url_temp = "http://api.map.baidu.com/geocoder/v2/?address={}&output=json&ak=NnQokv12fkyf4YoG59j9fRbGq4G8Lb4K&callback=showLocation"
        # ak = 'NnQokv12fkyf4YoG59j9fRbGq4G8Lb4K'
        house_names = self.read_data()
        return [url_temp.format(i) for i in house_names]

    # 发送请求
    def parse_url(self, url):
        while 1:
            try:
                r = requests.get(url)
            except requests.exceptions.ConnectionError:
                time.sleep(2)
                continue
            return r.content.decode('utf-8')

    def run(self):
        li = []
        urls = self.get_url()
        for url in urls:
            data = self.parse_url(url)
            str = data.split("{")[-1].split("}")[0]
            try:
                lng = float(str.split(",")[0].split(":")[1])
                lat = float(str.split(",")[1].split(":")[1])
            except ValueError:
                continue
                # 构建字典
            dict_data = dict(lng=lng, lat=lat, count=1)
            li.append(dict_data)
        f = open(r"D:\python课设\经纬度信息.txt",'w', 'w')
        f.write(json.dumps(li))
        f.close()
        print('写入成功')

if __name__ == '__main__':
    execute = LngLat()
    execute.run()

运行结果:

首先读取链家北京租房数据.csv的数据，位置信息获取，然后使用request获取相关的经纬度信息，然后将处理好的经纬度数据写入到txt文件中方便后面进行热力图的绘制。

5.2.5 热力图绘制

代码：

<!DOCTYPE html>
<html>

<head>
    <meta http-equiv="Content-Type" content

最低0.47元/天解锁文章