一、數(shù)據(jù)來源：通過python爬取鏈家已交易的二手房數(shù)據(jù)
二、項目背景：通過二手房交易的歷史數(shù)據(jù)滋捶，觀測影響價格有哪些因素。
三余黎、初識數(shù)據(jù)：讀取數(shù)據(jù)重窟，并對數(shù)據(jù)進行預覽
通過對數(shù)據(jù)的初步預覽，我們發(fā)現(xiàn)本次爬取的數(shù)據(jù)有5672個觀測數(shù)據(jù)惧财，有35個變量巡扇，最低價是每平米1505元，最高價是每平米155589元垮衷，差距還是挺大的厅翔，初識數(shù)據(jù)之后，下一步就需要進行需求對數(shù)據(jù)清進行洗了帘靡。
四知给、數(shù)據(jù)清洗
1）、數(shù)據(jù)處理的思想：根據(jù)缺失值的數(shù)量進行判斷是需要進行插補還是刪除描姚，包含異常值的進行刪除????或者百分0.5的進行賦值涩赢，為了便于分析需要將數(shù)據(jù)類型間的相互轉(zhuǎn)換以及不同量綱進行標準化。
2）轩勘、通過觀察發(fā)現(xiàn)部分成交的房價并不是一個值筒扒，而是給了一個區(qū)間，這里需要進行判斷绊寻，如果是一個值的話花墩，取值他本身悬秉，如果是區(qū)間的話去他們的均值，賦值新變量把原始的變量刪除后冰蘑，因為這部分占比比較小和泌，所以這樣處理對結(jié)果影響不大。
通過兩種刪除變量的方式祠肥，優(yōu)化之后數(shù)據(jù)還有30個變量武氓。
3）、接下來我們需要查看一下數(shù)據(jù)中是否包含缺失值仇箱，如果有县恕，哪些變量有缺水值，缺失值有多少剂桥，占比多少忠烛，是否超過了70%。
通過以上的操作权逗，發(fā)現(xiàn)缺失值主要是在成交時間上美尸，缺失值有171條，占比3%旬迹，通過對日期類型的轉(zhuǎn)換這樣就可以對日期進行計算了火惊，接著對日期變量進行描述可以看到成交日期的均值是在2020-01-31日，最后我們把成交日期的均值進行了缺水值填充奔垦，如果如果缺失值比較大屹耐，我們可以選擇進行多重插補法進行填充或者5%的分為點進行填充。
4）椿猎、為了方便后期分析的應(yīng)用惶岭，我們那可以把變量的名稱、位置進行調(diào)整：
5）犯眠、處理完缺失值后我們還需要查看數(shù)據(jù)是否存在異常值按灶，接下來讓我們先看看房價是否存在異常值。
最大面積2117平筐咧，而成交價僅僅是94元每平米鸯旁，單價最低的是406.09，而建筑面積是98.5平米量蕊，最低價是1萬元,最高價是3700萬铺罢，均價是272，建筑面積36平米残炮，這些數(shù)據(jù)是不太符合當前市場的所以需要把這些數(shù)值給刪除掉韭赘，刪除后剩余5668個觀測記錄和30個變量。
五势就、數(shù)據(jù)分析：
1）泉瞻、分析各區(qū)與房價之間的關(guān)系：按區(qū)分類脉漏、各區(qū)住房量、各區(qū)均價袖牙。
通過觀察數(shù)據(jù)：實際交易價格和每平米單價的變化基本上是一致的侧巨，距離城區(qū)越近的價格越高基本上是成正比的。西城贼陶、東城刃泡、海淀巧娱、朝陽的房價較高碉怔，門頭溝、房山禁添、懷柔撮胧、平谷房價較低，這說明越接近市中心的房價越高老翘。
2）芹啥、分析房屋大小與房價的關(guān)系
通過觀察數(shù)據(jù)：我們可以發(fā)現(xiàn)房屋面積和成交價格成長尾分布，價格隨著面結(jié)的增大而增大铺峭。從成交數(shù)量上看墓怀，成交的房屋主要集中在房屋面積為80～100平米，隨著面積的增大卫键，每平米的均價也相對的在降低傀履，說明面積和價格成反比，通過進一步觀察莉炉，發(fā)現(xiàn)造成這種現(xiàn)象的主要是因為受離城區(qū)的距離影響钓账。
3）、接下來我們看看哪些戶型最受市場歡迎絮宁。
這里我們發(fā)現(xiàn)兩室一廳一廚一衛(wèi)和一室一廳一廚一衛(wèi)的戶型比較受市場歡迎梆暮，而隨著庭室的增多交易數(shù)量相應(yīng)的減少，這也說明了這些戶型是屬于人們生活的剛需绍昂，而房屋單價高啦粹，面積大占用的資金就會多，對于現(xiàn)在我國的發(fā)展水平而言也是哈符合實際的窘游，有錢的先對來說還是少數(shù)的唠椭。
4）、分析房屋價格與裝修類型的關(guān)系
從成交數(shù)量上看有電梯的偏多且有電梯的價格也相對偏高张峰，但是價格差距不是很明顯泪蔫。
房屋價格與建筑年代
從圖上可以觀察2000年之后的交易房屋比較多，而年代越久數(shù)量相對較少喘批。
年代較久遠的建筑用房價格相對較貴一點撩荣，為什么老房子反而比新房子價格要高吶铣揉，查看了數(shù)據(jù)發(fā)現(xiàn)年代較早的樓層數(shù)比較低，有可能跟拆遷有關(guān)系.
六餐曹、總結(jié)：
通過上邊的分析我們發(fā)現(xiàn)影響價格的關(guān)系主要跟距離市中心的距離和建筑年代關(guān)系比較密切和電梯和裝修情況的關(guān)系不是很明顯逛拱，同時兩室一廳一廚一衛(wèi)和一室一廳一廚一衛(wèi)的戶型比較受大家的喜歡，這個跟經(jīng)濟狀況台猴、家庭成員總數(shù)有一定的關(guān)系朽合。
