编程语言
首页 > 编程语言> > Python——租房信息数据分析

Python——租房信息数据分析

作者:互联网

租房信息数据分析

Python——线性回归模型

数据源:在百度网盘喏,自行下载。 在这里插入图片描述 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:

  1. 导入数据并对数据进行预处理;

  2. 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;

  3. 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;

  4. 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;

  5. 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())

在这里插入图片描述

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)

在这里插入图片描述

    # 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()

在这里插入图片描述 在这里插入图片描述 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)
   

在这里插入图片描述

    # 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()

在这里插入图片描述 在这里插入图片描述 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)

在这里插入图片描述 在这里插入图片描述 在这里插入图片描述

    # 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()

在这里插入图片描述 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)

在这里插入图片描述

    # 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)

在这里插入图片描述

    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()

在这里插入图片描述 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