【PythonPlanet】二手房产成交数据分析

一、项目概况

该项目是使用Python对北京二手房经纪人成交数据进行分析的一个综合实例，包括pandas/numpy/matplotlib绘图的应用，涉及到数据读取、清洗、离散化等处理，使用了分组分析、假设验证分析和相关性分析等分析方法。

分析目标：

1. 分析北京二手房成交价格分布
2. 分析成交量超过一亿的经纪人及其相关因素
3. 寻找每个经纪人成交总价最高的5条记录

二、数据概况

数据涵盖2011年-2016之间，北京二手房经纪人的成交数据，共约16万2千条成交记录，包括比较全面的信息。
数据字段如下图：

三、数据读取与合并

3.1 数据读取

如下图，数据源包括7个csv文件。

为了读取上述7个文件，我们可以使用循环读取数据，读取的方法是read_csv。同时，因为数据编码方式不同，所以要设定读取的编码方式。读取结果如下图，我们获得了7个list。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
data_list = []
for i in range(1,8):
    try:
        data = pd.read_csv('./fangchan/lianjia{}.csv'.format(i),encoding = 'utf-8')  # encoding默认是utf-8，可省略
    except:
        data = pd.read_csv('./fangchan/lianjia{}.csv'.format(i),encoding = '