北京二手房数据分析.pdfVIP

北京⼆⼿房数据分析 ⽬的 本案例得⽬标主要对数据集中的特征进⾏量化分析，并且通 图形可视化进⾏展⽰出来。项⽬数据来源于链家北京⼆⼿房数据。 数据预处理 ⾸先导⼊分析 程中可能运⽤到的函数包，并读取显⽰前10⾏数据。 import pandas as pd import numpy as np import matplotlib.pyplot as plt import matplotlib as mpl import seaborn as sns from IPython.display import display %matplotlib inline lianjia_df=pd.read_csv(lianjia.csv) lianjia_df.head(1 ) 前10⾏数据结果显⽰如下所⽰ 然后对数据的基本信息进⾏查看 lianjia_df.index lianjia_df.columns lianjia_df.info() 以上三条代码分别显⽰如下 再对数据进⾏描述性统计 lianjia_df.describe() 新建特征PerPrice，其值等于房价除以⾯积，并显⽰前10⾏数据 df=lianjia_df.copy() df[PerPrice]=lianjia_df[Price]/lianjia_df[Size] df[:1 ] 对数据的属性重新排列，并将⼀些⽆⽤的属性删除，最后显⽰前5⾏数据，代码及结果显⽰如下 columns=[Region,District,Garden,Layout,Floor,Year,Elevator,Direction,Renovation,PerPrice,Price] df=pd.DataFrame(df,columns=columns) df.head() 对各个地区的价格进⾏分析 ⾸先按照地区对价格进⾏分组，其次按照地区对PerPrice进⾏分组，然后利⽤柱形图与箱型图进⾏可视化 df_ house_count=df.groupby(Region)[Price].count().sort_values(ascending=False) df_ house_count=df_ house_count.to_frame().reset_ index() df_ house_ mean=df.groupby(Region)[PerPrice].mean().sort_values(ascending=False) df_ house_ mean=df_ house_ mean.to_frame().reset_ index() f,[ax1,ax2,ax3]=plt.subplots(3,1,figsize=(2 ,2 )) sns.set(font=SimHei) m=sns.barplot(x=Region,y=PerPrice,palette=Blues_d,data=df_ house_ mean,ax=ax1) 在柱形图上添加数字 for index,row in df_ house_ mean.iterrows() : m.text(row.name,row.PerPrice,round(row.PerPrice,2),ha=center,color=red,fontsize=2 ) ax1.set_title(北京各⼤区⼆⼿房每平⽶单价) ax1.set_xlabel(区域) ax1.set_ylabel(每平⽶单价) b=sns.barplot(x=Region,y=Price,palette=Greens_d,data=df_ house_count,ax=ax2) for index,row in df_ house_count.iterrows() : b.text(row.name,row.Price,round(row.Price,2),ha=center,color=red,fontsize=2 ) ax2.set_title(北京各⼤区⼆⼿房数量对⽐) ax2.set_xlabel(区域) ax2.set_ylabel(数量) sns.boxplot(x=Region,y=Price,palette=Blues_d,data=df,ax=ax3) ax3.set_title(北京各⼤区⼆⼿房总价) ax3.set_xlabel(区域) ax3.set