Python——租房信息数据分析
作者：互联网
租房信息数据分析
-
-
1 题目：租房信息数据分析
-
导入数据
-
-
各行政区房源分布
-
-
小区房源数量TOP10
-
-
户型TOP10分布
-
-
租金分布
-
-
数据源：在百度网盘喏，自行下载。 
链接： https://pan.baidu.com/s/1bJbwmBza9KAmWMmXi4se7A 提取码：ru68
1 题目：租房信息数据分析
“data”文件夹中有一文件“house_info.csv”保存了租房信息数据，以该文件作为数据源，按以下要求进行分析：
-
导入数据并对数据进行预处理；
-
分析各行政区的房源分布情况，选择合适的图表对各行政区的房源分布情况进行可视化，并总结分析结果；
-
以小区为单位，分析各小区的房源数量，选择合适的图表对小区房源数量TOP10进行可视化，并总结分析结果；
-
对整个租房数据的户型进行分析，统计户型TOP10，并选择合适的图表进行可视化，并总结分析结果；
-
分析租房数据的租金分布情况，选择合适的图表进行可视化，并总结分析结果。
2. 导入数据
import pandas as pd
import numpy as np
detail = pd.read_csv(r".\house_info.csv", encoding="utf-8")
# print(detail.head())
print("清洗前缺失值的数目:\n",detail.isnull().sum())
# 删除detail的缺失值
d1 = detail.dropna(axis=0, how="any") # 以d1 为数据源
# print(d1)
print("清洗后缺失值的数目:\n",d1.isnull().sum())
# 从前向后查找和判断是否有重复值
print("重复值:",d1.duplicated().sum())
3. 各行政区房源分布
选用合适的图表，以行政区为单位，对比分析各行政区房源数量分布情况，并对可视化结果进行简单的总结。
area = set(d1["位置1"]) # 统计多少个行政区
print(area)
# 创建一个DataFrame 对象，筛选需要数据｛行政区，房源数量｝
d2 = pd.DataFrame({'行政区':d1["位置1"].unique(),'房源数量':[0]*len(area)})
print(d2)
print('-'*20)
# groupby统计房源数量，并从小到大排序
groupby_area = d1.groupby(by="位置1").count()
print(groupby_area)
d2["房源数量"] = groupby_area.values
d2 = d2.sort_values(by=["房源数量"],ascending=True)
print(d2)
# 绘图
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.sans-serif']=['SimHei']
matplotlib.rcParams['axes.unicode_minus']=False
X = d2["行政区"]
print(X)
Y = d2["房源数量"]
print(Y)
plt.figure(figsize=(8,6),dpi=300)
plt.bar(X, Y, width=0.5, linewidth=2)
for i,j in zip(X, Y):
plt.text(i, j, "%d" % j, fontsize=16)
plt.xlabel("行政区")
plt.ylabel("房源数量")
plt.title("各行政区房源分布图")
plt.show()
从数据可以看出：从行政区的福田区到龙岗区，房源的数量是逐渐增加的。
4. 小区房源数量TOP10
选用合适的图表，以居住小区为单位，对比分析各小区房源数量分布情况，并对TOP10进行可视化，对分析结果进行简单的总结。
area_small = set(d1["小区"]) # 统计多少个小区
# print(area_small)
# 创建一个DataFrame 对象，筛选需要数据｛小区，小区房源数量｝
d_samll = pd.DataFrame({"小区":d1["小区"].unique(),"小区房源数量":[0]*len(area_small) })
print(d_samll)
print('-'*40)
# groupby统计小区房源数量，并从大到小排序
groupby_area = d1.groupby(by="小区").count()
# print(groupby_area)
d_samll["小区房源数量"] = groupby_area.values
d_samll = d_samll.sort_values(by=["小区房源数量"],ascending=False)
print(d_samll)
d_top10 = d_samll.head(10) # 取前十
print("小区房源数量TOP10是：\n",d_top10)
# 绘图
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.sans-serif']=['SimHei']
matplotlib.rcParams['axes.unicode_minus']=False
X = d_top10["小区"]
print(X)
Y = d_top10["小区房源数量"]
print(Y)
plt.figure(figsize=(8,6),dpi=300)
plt.bar(X, Y, width=0.5, linewidth=2)
for i,j in zip(X, Y):
plt.text(i, j, "%d" % j, fontsize=12)
plt.xlabel("小区")
plt.ylabel("小区房源数量")
plt.title("小区房源数量TOP10")
plt.xticks(rotation=335)
plt.savefig(r"C:\Users\锦樽\Desktop\小区房源数量TOP10.png",dpi=400)
plt.show()
从图可知，小区的房源数量从 丰湖花园到 名仕阁逐渐递减，而且丰湖花园小区房源是其他小区的两倍左右，丰湖花园的房源很多，在该竞争领域很大优势。
5. 户型TOP10分布
选用合适的图表，分析户型分布情况，并对TOP10进行可视化，对分析结果进行简单的总结。
house_type = set(d1["户型"]) # 统计多少个户型
print(house_type)
# 创建一个DataFrame 对象，筛选需要数据｛户型，户型数量｝
d_house = pd.DataFrame({"户型":d1["户型"].unique(),"户型数量":[0]*len(house_type) })
print(d_house)
print('-'*40)
# groupby统计户型数量，并从大到小排序
groupby_area = d1.groupby(by="户型").count()
print(groupby_area)
d_house["户型数量"] = groupby_area.values
d_house = d_house.sort_values(by=["户型数量"],ascending=False)
print(d_house)
d_top10 = d_house.head(10) # 取前十
print("户型数量TOP10是：\n",d_top10)
# 绘图
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.sans-serif']=['SimHei']
matplotlib.rcParams['axes.unicode_minus']=False
X = d_top10["户型"]
# print(X)
Y = d_top10["户型数量"]
# print(Y)
plt.figure(figsize=(12,8),dpi=300)
# plt.bar(X, Y, width=0.5, linewidth=2)
b = plt.barh(X, Y, height=0.6, linewidth=1)
for i in b:
plt.text(i.get_width(),i.get_y()+0.2,i.get_width() )
plt.ylabel("户型")
plt.xlabel("户型数量")
plt.title("户型数量TOP10")
plt.savefig(r"C:\Users\锦樽\Desktop\户型数量TOP10.png",dpi=400)
plt.show()
从图可知，众多户型中 5室1卫户型数量远远超过其他户型，可以看出这个户型是很多购买者喜欢的。
6. 租金分布
选用合适的图表，分析租金的分布情况，对分析结果进行简单的总结。
house_rent = set(d1["价格"]) # 统计多少个价格
# print(house_rent)
# 创建一个DataFrame 对象，筛选需要数据｛价格，价格数量｝
d_rent = pd.DataFrame({"租金":d1["价格"].unique(),"价格数量":[0]*len(house_rent) })
print(d_rent)
print('-'*40)
# groupby统计价格数量，并从大到小排序
groupby_area = d1.groupby(by="价格").count()
print(groupby_area)
d_rent["价格数量"] = groupby_area.values
d_rent = d_rent.sort_values(by=["价格数量"],ascending=False)
print(d_rent)
d_top10 = d_rent.head(10) # 取前十
print("价格数量TOP10是：\n",d_top10)
# 对每个行政区，进行租金价格平均分析
# 新建一个DataFrame对象，设置房租总金额和总面积初始值为0
print(area)
avg_rent = pd.DataFrame({'行政区':d1["位置1"].unique(),'房租总金额':[0]*len(area),'总面积':[0]*len(area) })
print(avg_rent)
print('-'*40)
# 求总金额和总面积
sum_price = d1["价格"].groupby(d1["位置1"]).sum()
sum_area = d1["面积"].groupby(d1["位置1"]).sum()
avg_rent["房租总金额"] = sum_price.values
avg_rent["总面积"] = sum_area.values
print(avg_rent)
# 计算各区域每平方米房租价格，并保留2位小数
avg_rent['每平方米租金(元)'] = round(avg_rent['房租总金额']/avg_rent['总面积'],2)
print(avg_rent)
print("*-"*25)
# 合并需要的数据
rent_merge = pd.merge(d2,avg_rent)
rent_merge
# print(rent_merge)
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.ticker as mtick
from matplotlib.font_manager import FontProperties
matplotlib.rcParams['font.sans-serif']=['SimHei']
matplotlib.rcParams['axes.unicode_minus']=False
num = rent_merge['房源数量'] # 数量
price = rent_merge['每平方米租金(元)'] # 价格
X = rent_merge["行政区"]
print(X)
# Y = rent_merge["房源数量"]
# print(Y)
fig = plt.figure(figsize=(8,6))
axl = fig.add_subplot(111)
axl.plot(X, price,'or-',label = '价格')
axl.set_ylim([0,210])
axl.set_ylabel('价格')
for i,j in zip(X, price):
plt.text(i, j, "%d" % j, fontsize=16)
plt.title("租金分布情况")
ax2 = axl.twinx()
plt.bar(X,num,width=0.4,color = 'green',label = '数量', linewidth=2)
ax2.set_ylabel('数量')
ax2.set_ylim([0,2000])
for i,j in zip(X, num):
plt.text(i, j, "%d" % j, fontsize=16)
plt.title("租金分布情况")
plt.savefig(r"C:\Users\锦樽\Desktop\租金分布情况图.png",dpi=400)
plt.show()
从折线图可以看出，罗湖区与南山区 房源数量比较多，但是租金价格平均是高的，龙岗区的房源数量多而且租金相比其他行政区是价廉的，适合毕业生、求职者去租房。
标签：数据分析,租房,plt,area,Python,房源,rent,print,d1 来源： https://www.cnblogs.com/gc2770/p/14982287.html