real-estate-investment-analysis-and-projection

房地产投资分析与预测 通过时间序列建模最大化回报 设想： 作为一家房地产投资公司的分析师，我的任务是找到美国邮政编码，以便使用时间序列建模来预测未来价格。 数据： 从1996年至2018年的CSV表格，包含近15,000个美国邮政编码及其房价中位数。 除历史价格外，每个邮政编码还包含城市，州，都市圈，县和大小等级。 EDA 首先，我将分析重点放在风险较小的投资上。 我决定将经济大萧条时期的表现作为风险的代名词。 我创建了一个名为rustion_return的变量，将数据按recession_return排序，并将前5个结果放入一个新的数据框中。 接下来，我清理了这个新的数据框： 除了日期价格和邮政编码外，我删除了所有变量（列） 将邮政编码设置为索引 转置数据，使日期成为索引 将日期转换为日期时间 将邮政编码（列）更改为字符串 有了正确格式的数据，我看了一下... 所有邮政编码均呈上升趋