数据分析项目之：链家二手房数据分析.pdf
5星 · 超过95%的资源 42 浏览量
2022-12-23
23:41:32
上传
评论 6
收藏 180KB PDF 举报 
数据分析项⽬之：链家⼆⼿房数据分析数据分析项⽬之：链家⼆⼿房数据分析
项⽬分享⽬的：在学习完Numpy，Pandas，matplotlib后，熟练运⽤它们的最好⽅法就是实践并总结。在下⾯的分享中，我会将每⼀步进⾏
分析与代码展⽰，
希望能对⼤家有所帮助。
项⽬名称：链家⼆⼿房数据分析
项⽬概述：本项⽬主要利⽤上⾯提到的三个⼯具进⾏数据的处理，从不同的维度对北京各区⼆⼿房市场情况进⾏可视化分析，为后续
数据挖掘建模预测房价打好基础。
分析步骤：⼯具库导⼊--->数据加载--->数据清洗--->数据可视化分析
导包导包
# 数据分析三剑客
import numpy as np
import seaborn as sns
import pandas as pd
from pandas import Series,DataFrame
import matplotlib.pyplot as plt
sns.set_style({'font.sans-serif':['simhei','Arial']})
%matplotlib inline
# 设置忽略警告
import warnings
warnings.filterwarnings('ignore')
# 设置全局字体
plt.rcParams['font.sans-serif'] = 'Songti SC'
plt.rcParams['axes.unicode_minus'] = False
数据载⼊数据载⼊
lj_data = pd.read_csv('./lianjia.csv')
display(lj_data.head(),lj_data.shape)
查看数据概况查看数据概况
display(lj_data.info(),lj_data.describe())
'''
通过观察：
1. Elevator列存在严重的数据缺失情况
2. Size列最⼩值为2平⽶，最⼤值为1019平⽶，跟据常识，初步判断为异常值
'''
添加新属性房屋均价（添加新属性房屋均价（ PerPrice）） ,并且重新排列列位置并且重新排列列位置
'''
观察发现：
1. ID属性对于本次分析没有什么意义，所以可以将其移除；
2. 由于房屋单价分析起来⽐较⽅便，简单使⽤总价/⾯积即可得到，所以增加⼀列PerPrice(只⽤于分析，不是预测特征)；
3. 原数据属性的顺序⽐较杂乱，所以可以调整⼀下。
'''
# 添加 PerPrice（单位均价） 列
df = lj_data.copy()
df['PerPrice'] = (lj_data['Price']/lj_data['Size']).round(2)
# 重新摆放列位置
columns = ['Region','District','Garden','Layout','Floor','Year','Size','Elevator',
'Direction','Renovation','PerPrice','Price']
df = pd.DataFrame(df,columns = columns)
# 重新查看数据集
df.head(3)
- 1
- 2
前往页