<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          用Python分析北京市蛋殼公寓租房數(shù)據(jù)

          共 11186字,需瀏覽 23分鐘

           ·

          2021-01-16 17:57


          導(dǎo)讀:近期,蛋殼公寓“爆雷”事件持續(xù)發(fā)酵,期間因拖欠房東房租與租客退款,蛋殼公寓陷入討債風(fēng)波,全國多地蛋殼公寓辦公區(qū)域出現(xiàn)大規(guī)模解約事件,而作為蛋殼公寓總部所在地北京,自然首當(dāng)其沖。


          長租公寓暴雷,不少年輕人不得不流離失所,構(gòu)成疫情下的另一個(gè)經(jīng)濟(jì)寫照,事態(tài)何去何從,值得關(guān)注。本文從數(shù)據(jù)角度出發(fā),爬取了蛋殼公寓北京區(qū)域共6025條公寓數(shù)據(jù),清洗數(shù)據(jù),并進(jìn)行可視化分析,為大家了解蛋殼公寓提供一個(gè)新的視角。


          作者:J哥
          來源:菜J學(xué)Python(ID:caijxuepy)


          01 數(shù)據(jù)獲取


          蛋殼公寓網(wǎng)頁結(jié)構(gòu)相對簡單,數(shù)據(jù)結(jié)構(gòu)統(tǒng)一,簡單的url翻頁構(gòu)造即可。需要注意的是極少數(shù)網(wǎng)頁會(huì)返回404,需要添加判斷過濾掉。本文用request請求到數(shù)據(jù),用xpath對返回的數(shù)據(jù)進(jìn)行解析,最后以追加模式將數(shù)據(jù)存儲(chǔ)為csv文件。爬蟲核心代碼如下:

          def?get_danke(href):
          ???time.sleep(random.uniform(0,?1))??#設(shè)置延時(shí),避免對服務(wù)器產(chǎn)生壓力
          ???response?=?requests.get(url=href,?headers=headers)
          ???if?response.status_code?==?200:??#部分網(wǎng)頁會(huì)跳轉(zhuǎn)404,需要做判斷
          ???????res?=?response.content.decode('utf-8')
          ???????div?=?etree.HTML(res)
          ???????items?=?div.xpath("/html/body/div[3]/div[1]/div[2]/div[2]")
          ???????for?item?in?items:
          ???????????house_price=item.xpath("./div[3]/div[2]/div/span/div/text()")[0]
          ???????????house_area=item.xpath("./div[4]/div[1]/div[1]/label/text()")[0].replace('建筑面積:約','').replace('㎡(以現(xiàn)場勘察為準(zhǔn))','')
          ???????????house_id=item.xpath("./div[4]/div[1]/div[2]/label/text()")[0].replace('編號:','')
          ???????????house_type=item.xpath("./div[4]/div[1]/div[3]/label/text()")[0].replace('\n','').replace('?','').replace('戶型:','')
          ???????????house_floor=item.xpath("./div[4]/div[2]/div[3]/label/text()")[0].replace('樓層:','')
          ???????????house_postion_1=item.xpath("./div[4]/div[2]/div[4]/label/div/a[1]/text()")[0]
          ???????????house_postion_2=item.xpath("./div[4]/div[2]/div[4]/label/div/a[2]/text()")[0]
          ???????????house_postion_3=item.xpath("./div[4]/div[2]/div[4]/label/div/a[3]/text()")[0]
          ???????????house_subway=item.xpath("./div[4]/div[2]/div[5]/label/text()")[0]
          ???else:
          ???????house_price?=?None
          ???????house_area?=?None
          ???????house_id?=?None
          ???????house_type?=?None
          ???????house_floor?=?None
          ???????house_postion_1?=?None
          ???????house_postion_2?=?None
          ???????house_postion_3?=?None
          ???????house_subway?=?None
          ......

          由于代碼運(yùn)行過程中中斷了幾次,最終將數(shù)據(jù)保存為以下幾個(gè)csv文件中:



          02 數(shù)據(jù)處理


          1. 導(dǎo)入數(shù)據(jù)分析包


          import?pandas?as?pd
          import?numpy?as?np
          from?pathlib?import?Path
          import?re

          2. 導(dǎo)入數(shù)據(jù)并合并


          找到文件夾中的所有csv文件,遍歷讀取數(shù)據(jù),最后用concat方法合并所有數(shù)據(jù)。

          files?=?Path(r"D:\菜J學(xué)Python\數(shù)據(jù)分析\蛋殼公寓").glob("*.csv")
          dfs?=?[pd.read_csv(f)?for?f?in?files]
          df?=?pd.concat(dfs)
          df.head()


          3. 數(shù)據(jù)去重


          數(shù)據(jù)爬取過程中有中斷,因此可能存在重復(fù)爬取的情況,需要去重處理。

          df?=?df.drop_duplicates()

          4. 查看數(shù)據(jù)


          用df.info()方法查看整體數(shù)據(jù)信息,結(jié)合預(yù)覽的數(shù)據(jù),我們可以很容易發(fā)現(xiàn),價(jià)格和面積字段不是數(shù)字類型,需要轉(zhuǎn)換處理。樓層字段可以提取出所在樓層和總樓層。

          df.info()

          ???<class?'pandas.core.frame.DataFrame'>
          ???Int64Index:
          6026?entries,?0?to?710
          ???Data?columns?(total?9?columns):
          ????#???Column??Non-Null?Count??Dtype?
          ???---??------??--------------??-----?
          ????0???價(jià)格??????6025?non-null???object
          ????1???面積??????6025?non-null???object
          ????2???編號??????6025?non-null???object
          ????3???戶型??????6025?non-null???object
          ????4???樓層??????6025?non-null???object
          ????5???位置16025?non-null???object
          ????6???位置26025?non-null???object
          ????7???小區(qū)??????6025?non-null???object
          ????8???地鐵??????6025?non-null???object
          ???dtypes:?object(9)
          ???memory?usage:?470.8+?KB

          5. 數(shù)據(jù)類型轉(zhuǎn)換


          在字段類型轉(zhuǎn)換時(shí)報(bào)錯(cuò),檢查發(fā)現(xiàn)是數(shù)據(jù)存在一行臟數(shù)據(jù),因此先刪除臟數(shù)據(jù)再做轉(zhuǎn)換即可。數(shù)據(jù)類型轉(zhuǎn)換用到astype()方法,提取所在樓層和總樓層時(shí)根據(jù)字符"/"分列即可,采用split()方法。

          #刪除包含臟數(shù)據(jù)的行
          jg?=?df['價(jià)格']?!=?"價(jià)格"
          df?=?df.loc[jg,:]

          #將價(jià)格字段轉(zhuǎn)為數(shù)字類型
          df["價(jià)格"]?=?df["價(jià)格"].astype("float64")

          #將面積字段轉(zhuǎn)為數(shù)字類型
          df["面積"]?=?df["面積"].astype("float64")

          #提取所在樓層
          df?=?df[df['樓層'].notnull()]
          df['所在樓層']=df['樓層'].apply(lambda?x:x.split('/')[0])
          df['所在樓層']?=?df['所在樓層'].astype("int32")

          #提取總樓層
          df['總樓層']=df['樓層'].apply(lambda?x:x.split('/')[1])
          df['總樓層']?=?df['總樓層'].str.replace("層","").astype("int32")


          6. 地鐵字段清洗


          地鐵字段可以提取出地鐵數(shù)和距離地鐵距離。地鐵數(shù)通過統(tǒng)計(jì)字符"號線”的數(shù)量來計(jì)算,而距離地鐵距離通過正則表達(dá)式匹配出字符"米"前面的數(shù)字即可。為方便理解,這里直接構(gòu)造函數(shù)進(jìn)行清洗。

          def?get_subway_num(row):
          ???subway_num=row.count('號線')
          ???return?subway_num

          def?get_subway_distance(row):
          ???distance=re.search(r'\d+(?=米)',row)
          ???if?distance==None:
          ???????return-1
          ???else:
          ???????return?distance.group()
          df['地鐵數(shù)']=df['地鐵'].apply(get_subway_num)
          df['距離地鐵距離']=df['地鐵'].apply(get_subway_distance)
          df['距離地鐵距離']=df['距離地鐵距離'].astype("int32")


          7. 保存數(shù)據(jù)


          數(shù)據(jù)清洗完畢后,用df.to_excel()將數(shù)據(jù)保存為excel文件。

          df.to_excel(r"\菜J學(xué)Python\數(shù)據(jù)分析\蛋殼公寓.xlsx")
          df.head()



          03 數(shù)據(jù)可視化


          1. 導(dǎo)入可視化相關(guān)包


          import?matplotlib.pyplot?as?plt
          import?seaborn?as?sns
          %matplotlib?inline
          plt.rcParams['font.sans-serif']?=?['SimHei']??#?設(shè)置加載的字體名
          plt.rcParams['axes.unicode_minus']?=?False#?解決保存圖像是負(fù)號'-'顯示為方塊的問題?
          import?jieba
          from?pyecharts.charts?import?*
          from?pyecharts?import?options?as?opts?
          from?pyecharts.globals?import?ThemeType??
          import?stylecloud
          from?IPython.display?import?Image


          2. 各行政區(qū)公寓數(shù)量


          根據(jù)清洗后的數(shù)據(jù)繪制北京蛋殼公寓分布地圖,我們可以很清晰的看到蛋殼公寓的布局,朝陽區(qū)和通州區(qū)是蛋殼公寓主要分布區(qū)域,延慶、密云、懷柔、平谷和門頭溝地區(qū)蛋殼公寓分布極少。


          從各行政區(qū)數(shù)量上來看,朝陽區(qū)和通州區(qū)蛋殼公寓數(shù)量均超過1000個(gè),朝陽區(qū)遙遙領(lǐng)先其他地區(qū),共計(jì)1877個(gè),通州區(qū)緊隨其后,為1027個(gè)。

          df7?=?df["位置1"].value_counts()[:10]
          df7?=?df7.sort_values(ascending=True)
          df7?=?df7.tail(10)
          print(df7.index.to_list())
          print(df7.to_list())
          c?=?(
          ???Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK))
          ???.add_xaxis(df7.index.to_list())
          ???.add_yaxis("",df7.to_list()).reversal_axis()?#X軸與y軸調(diào)換順序
          ???.set_global_opts(title_opts=opts.TitleOpts(title="各行政區(qū)公寓數(shù)量",subtitle="數(shù)據(jù)來源:蛋殼公寓?\t制圖:菜J學(xué)Python",pos_left?=?'left'),
          ??????????????????????xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=13)),?#更改橫坐標(biāo)字體大小
          ??????????????????????yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=13)),?#更改縱坐標(biāo)字體大小
          ??????????????????????)
          ???.set_series_opts(label_opts=opts.LabelOpts(font_size=16,position='right'))
          ???)
          c.render_notebook()


          3. 小區(qū)公寓數(shù)量TOP10


          從小區(qū)數(shù)量來看,新建村小區(qū)、花香東苑和連心園西區(qū)蛋殼公寓數(shù)量最多,均超過50個(gè)。這也意味著,這些小區(qū)的租戶受蛋殼風(fēng)波的影響相較于其他小區(qū)更大。

          df7?=?df["小區(qū)"].value_counts()[:10]
          df7?=?df7.sort_values(ascending=True)
          df7?=?df7.tail(10)
          print(df7.index.to_list())
          print(df7.to_list())
          c?=?(
          ???Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK,width="1100px",height="600px"))
          ???.add_xaxis(df7.index.to_list())
          ???.add_yaxis("",df7.to_list()).reversal_axis()?#X軸與y軸調(diào)換順序
          ???.set_global_opts(title_opts=opts.TitleOpts(title="小區(qū)公寓數(shù)量TOP10",subtitle="數(shù)據(jù)來源:蛋殼公寓?\t制圖:菜J學(xué)Python",pos_left?=?'left'),
          ??????????????????????xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=11)),?#更改橫坐標(biāo)字體大小
          ??????????????????????yaxis_opts=opts.AxisOpts(axislabel_opts={"rotate":30}),?#更改縱坐標(biāo)字體大小
          ??????????????????????)
          ???.set_series_opts(label_opts=opts.LabelOpts(font_size=16,position='right'))
          ???)
          c.render_notebook()


          4. 蛋殼公寓租金分布


          對租金進(jìn)行區(qū)間分段,我們發(fā)現(xiàn),北京蛋殼公寓的租金還是相當(dāng)有吸引力的,超過一半的公寓租金在2000-3000元/月。2000元/月以下的公寓數(shù)量占比也高達(dá)26.13%。

          #租金分段
          df['租金分段']?=?pd.cut(df['價(jià)格'],[0,1000,2000,3000,4000,1000000],labels=['1000元以下','1000-2000元','2000-3000元','3000-4000元','4000元以上'],right=False)
          df11?=?df["租金分段"].value_counts()
          df11?=?df11.sort_values(ascending=False)
          df11?=?df11.round(2)
          print(df11)
          c?=?(
          ???????Pie(init_opts=opts.InitOpts(theme=ThemeType.DARK))
          ???????.add(
          ???????????"",
          ???????????[list(z)?for?z?in?zip(df11.index.to_list(),df11.to_list())],
          ???????????radius=["20%",?"80%"],???#圓環(huán)的粗細(xì)和大小
          ???????????rosetype='area'

          ???????)
          ???????.set_global_opts(legend_opts?=?opts.LegendOpts(is_show?=?False),title_opts=opts.TitleOpts(title="蛋殼公寓租金分布",subtitle="數(shù)據(jù)來源:蛋殼公寓\n制圖:菜J學(xué)Python",pos_top="0.5%",pos_left?=?'left'))
          ???????.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:go7utgvlrp%",font_size=16))
          ???)
          c.render_notebook()


          5. 各行政區(qū)租金分布


          我們繼續(xù)將地區(qū)因素引入租金分析中,發(fā)現(xiàn),不同行政區(qū)內(nèi)的租金分布也存在較大差異。以朝陽區(qū)為例,2000-3000元/月的公寓占比最多,而通州區(qū)1000-2000元/月的公寓占比更多。這也很容易理解,畢竟所處的區(qū)位和經(jīng)濟(jì)發(fā)展?fàn)顩r差異較大。

          h?=?pd.pivot_table(df,index=['租金分段'],values=['價(jià)格'],
          ??????????????columns=['位置1'],aggfunc=['count'])
          k?=?h.droplevel([0,1],axis=1)??#刪除指定的索引/列級別
          c?=?(
          ???Polar(init_opts=opts.InitOpts(theme=ThemeType.DARK))
          ???.add_schema(angleaxis_opts=opts.AngleAxisOpts(data=k.columns.tolist(),?type_="category"))
          ???.add("1000以下",h.values.tolist()[0],?type_="bar",?stack="stack0")
          ???.add("1000-2000元",h.values.tolist()[1],?type_="bar",?stack="stack0")
          ???.add("2000-3000元",?h.values.tolist()[2],?type_="bar",?stack="stack0")
          ???.add("3000-4000元",?h.values.tolist()[3],?type_="bar",?stack="stack0")
          ???.add("4000元以上",?h.values.tolist()[4],?type_="bar",?stack="stack0")
          ???.set_global_opts(title_opts=opts.TitleOpts(title="各行政區(qū)租金情況",subtitle="數(shù)據(jù)來源:蛋殼公寓\n制圖:菜J學(xué)Python"))

          )
          c.render_notebook()


          6. 蛋殼公寓樓層分布


          從北京蛋殼公寓的樓層分布來看,10層以下占比高達(dá)73.92,高層和超高層不是蛋殼公寓的理想選擇。

          #?漏斗圖?
          df['樓層分段']?=?pd.cut(df['所在樓層'],[0,10,20,30,40,1000000],labels=['10層以下','10-20層','20-30層','30-40層','40層以上'],right=False)
          count?=?df['樓層分段'].value_counts()?#?pd.Series
          print(count)
          job?=?list(count.index)
          job_count?=?count.values.tolist()
          from?pyecharts.charts?import?Funnel

          c?=?(
          ???Funnel(init_opts=opts.InitOpts(theme=ThemeType.DARK))
          ???.add("",?[list(i)?for?i?in?zip(job,job_count)])
          ???.set_global_opts(
          ???????title_opts=opts.TitleOpts(title="蛋殼公寓樓層分布",subtitle="數(shù)據(jù)來源:蛋殼公寓\n制圖:菜J學(xué)Python",pos_top="0.1%",pos_left?=?'left'),legend_opts?=?opts.LegendOpts(is_show?=?False))
          ???.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:go7utgvlrp%",font_size=16))
          )
          c.render_notebook()


          7. 蛋殼公寓戶型分布


          從北京蛋殼公寓的戶型分布來看,3室1衛(wèi)為主,共計(jì)2783個(gè),其次才是4室1衛(wèi)。這與深圳蛋殼公寓以4室1衛(wèi)為主的情況存在較大差異。

          df2?=?df.groupby('戶型')['價(jià)格'].count()?
          df2?=?df2.sort_values(ascending=False)[:10]
          #?print(df2)
          bar?=?Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK))
          bar.add_xaxis(df2.index.to_list())
          bar.add_yaxis("",df2.to_list())?#X軸與y軸調(diào)換順序
          bar.set_global_opts(title_opts=opts.TitleOpts(title="蛋殼公寓戶型分布",subtitle="數(shù)據(jù)來源:蛋殼公寓\t制圖:菜J學(xué)Python",pos_top="2%",pos_left?=?'center'),
          ??????????????????xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=16)),?#更改橫坐標(biāo)字體大小
          ??????????????????yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=16)),?#更改縱坐標(biāo)字體大小
          ??????????????????)
          bar.set_series_opts(label_opts=opts.LabelOpts(font_size=16,position='top'))
          bar.render_notebook()


          8. 蛋殼公寓面積分布


          從北京蛋殼公寓的面積分布來看,86.77%的公寓面積不足20㎡。北京10㎡以下的蛋殼公寓占比達(dá)到了21.2%,即便如此,這個(gè)數(shù)字仍不足深圳的一半。

          df['面積分段']?=?pd.cut(df['面積'],[0,10,20,30,40,1000000],labels=['10㎡以下','10-20㎡','20-30㎡','30-40㎡','40㎡以上'],right=False)
          df2?=?df["面積分段"].astype("str").value_counts()
          print(df2)
          df2?=?df2.sort_values(ascending=False)
          regions?=?df2.index.to_list()
          values?=?df2.to_list()
          c?=?(
          ???????Pie(init_opts=opts.InitOpts(theme=ThemeType.DARK))
          ???????.add("",?list(zip(regions,values)))
          ???????.set_global_opts(legend_opts?=?opts.LegendOpts(is_show?=?False),title_opts=opts.TitleOpts(title="蛋殼公寓面積分布",subtitle="數(shù)據(jù)來源:蛋殼公寓\n制圖:菜J學(xué)Python",pos_top="0.5%",pos_left?=?'left'))
          ???????.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:go7utgvlrp%",font_size=14))

          ???)
          c.render_notebook()


          9. 蛋殼公寓商圈分布


          通過對北京幾個(gè)主要行政區(qū)商圈進(jìn)行詞云統(tǒng)計(jì)(字體越大表示蛋殼公寓數(shù)量最多),朝陽區(qū)的管莊、望京,通州區(qū)的北關(guān),豐臺區(qū)的樊羊路、方莊和角門,昌平區(qū)的天通苑,海淀區(qū)的永豐和西二旗,大興區(qū)的黃村和亦莊,是蛋殼公寓主要選擇的商圈。

          #?繪制詞云圖
          text1?=?get_cut_words(content_series=df1['位置2'])
          stylecloud.gen_stylecloud(text='?'.join(text1),?max_words=100,
          ?????????????????????????collocations=False,
          ?????????????????????????font_path=r'C:\WINDOWS\FONTS\MSYH.TTC',
          ?????????????????????????icon_name='fas?fa-home',
          ?????????????????????????size=653,
          ?????????????????????????palette='cartocolors.diverging.ArmyRose_2',
          ?????????????????????????output_name='./1.png')
          Image(filename='./1.png')


          10. 相關(guān)性分析


          從相關(guān)系數(shù)表可以看出,北京蛋殼公寓的面積、周邊地鐵數(shù)對公寓的價(jià)格有較大的的影響,相關(guān)系數(shù)分別為0.81和0.36。蛋殼公寓在進(jìn)行房屋定價(jià)時(shí),對公寓的面積以及公寓的地鐵配套有較大權(quán)重的考慮。由于北京蛋殼公寓距離地鐵都很近,因此,距離的遠(yuǎn)近對公寓的價(jià)格影響有限。另外,所在樓層也不是北京蛋殼公寓租金高低的重要影響因素。

          color_map?=?sns.light_palette('orange',?as_cmap=True)??#light_palette調(diào)色板
          df.corr().style.background_gradient(color_map)


          微信公眾號后臺對話框回復(fù)源代碼,可獲取本文數(shù)據(jù)分析數(shù)據(jù)集。

          最后,愿所有受蛋殼公寓“暴雷”事件影響的年輕人都能熬過這個(gè)寒冬。


          劃重點(diǎn)??


          干貨直達(dá)??



          更多精彩??

          在公眾號對話框輸入以下關(guān)鍵詞
          查看更多優(yōu)質(zhì)內(nèi)容!

          PPT?|?讀書?|?書單?|?硬核?|?干貨?|?講明白?|?神操作
          大數(shù)據(jù)?|?云計(jì)算?|?數(shù)據(jù)庫?|?Python?|?可視化
          AI?|?人工智能?|?機(jī)器學(xué)習(xí)?|?深度學(xué)習(xí)?|?NLP
          5G?|?中臺?|?用戶畫像?|?1024?|?數(shù)學(xué)?|?算法?|?數(shù)字孿生

          據(jù)統(tǒng)計(jì),99%的大咖都完成了這個(gè)神操作
          ??


          瀏覽 43
          點(diǎn)贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評論
          圖片
          表情
          推薦
          點(diǎn)贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  欧美韩国日本三级片 | 女人操女人一级毛片 | 九九九九精品九九九九 | 操大屄网 | 伊人影院在线观看视频 |