鏈家北京二手房數據分析

環境: R

研究對象：

1. 二手房數據的區域特征

2. 二手房數據的面積特征

 

1. 導入原始數據

setwd("/Users/mac/Desktop/lianjia/")
d = read.csv("/Users/mac/Desktop/lianjia/Lianjia.csv")

　

2. 數據清洗

- 將數據設置為數據框格式，並查看數據匯總信息

as.data.frame(d)
summary(d)

 

 

 

 

- 初步觀察：一共有11個變量，目標變量為Price

 

- 移除第六列ID信息，不具有分析價值。添加新的特征每平米房價 PerPrice (總價/面積)，並調整列的順序。

d <- d[,-6]
dp <- d$Price/d$Size
d2 <- transform(d,PerPrice=dp)

　　

 

 3. 數據可視化

3.1 區域特征分析

#各大區二手房每平米房價對比
means1 <- aggregate(d2$PerPrice, by=list(d2$Region), FUN = mean)
#https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/aggregate 
means1 <- means1[order(means1$x, decreasing = T),]
a1 <- means1$x
bar1 <- barplot(a1, names.arg = means1$Group.1, family='STXihei', ylim = c(0,15), main = "各大區每平米房價")

 

 

 

• 二手房均價：西城區的房價最貴均價大約11萬/平，因為西城在二環以里，且是熱門學區房的聚集地。其次是東城大約10萬/平，然后是海淀大約8.5萬/平，其它均低於8萬/平。
• 二手房房數量：從數量統計上來看，目前二手房市場上比較火熱的區域。海淀區和朝陽區二手房數量最多，差不多都接近3000套，畢竟大區，需求量也大。然后是豐台區，近幾年正在改造建設，有趕超之勢。
• 二手房總價：通過箱型圖看到，各大區域房屋總價中位數都都在1000萬以下，且房屋總價離散值較高，西城最高達到了6000萬，說明房屋價格特征不是理想的正太分布。

 

#各大區二手房數量
amount <- table(d2$Region)
bar2 <- barplot(sort(amount, decreasing = T), main = "各大區二手房數量", horiz = F, ylim = c(0,4000))