学习案例：北京房价走势分析

导入模块

import numpy as np import pandas as pd import matplotlib.pyplot as plt

加载文件

df = pd.read_csv(r'D:\学习文件\python案例\Python案例\beijing_houst_price.csv')

查看文件

df.head() #数值类型的常用统计值 df.describe() #查看各列非空值数量 df.count() #查看是否有重复值 df[df.duplicated()] #假如ID都是正确的值，看看有诶呦重复的 df[df['id'].duplicated()] #tradeTime列数据清洗 df['tradeTime'].value_counts() #查看数据类型 df.dtypes #先将字符串转化为日期格式，方便内置函数 df['tradeTime'] = pd.to_datetime(df['tradeTime']) #统计下每年的数据量 df['tradeTime'].dt.year.value_counts() #删除2012年前的数据 df.drop(df[df['tradeTime'].dt.year 2017].index,inplace=True)``` #查看50万以下的房子数量 df[df['totalPrice'] <50] #删除房价50万以下的数据 df.drop(df[df['totalPrice'] <50].index,inplace=True) #小区为null的有没有 df[df['communityAverage'].isnull()] #小区为null的值也删除 df.drop(df[df['communityAverage'].isnull()].index,inplace=True) #查看一下目前的数据详情 df.head() df.describe() #取每日房源的平均价 df_price = df.groupby('tradeTime').mean()['price'] #用趋势图展示 df_price.plot() (https://img-blog.csdnimg.cn/20200502123925420.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1JvY2t5XzUwOA==,size_16,color_FFFFFF,t_70) #总价各区间的房源数（以2017年为例） df['year'] = df['tradeTime'].dt.year df_2017 = df[df['year'] == 2017] #看一下数据 df_2017 #绘制一下图更直观 bins_arr = np.arange(50,2000,50) bins = pd.cut(df_2017['totalPrice'],bins_arr) bin_count = df_2017['totalPrice'].groupby(bins).count() bin_count.plot() (https://img-blog.csdnimg.cn/20200502124313167.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1JvY2t5XzUwOA==,size_16,color_FFFFFF,t_70) bins_arr = np.arange(5000,155000,5000) bins = pd.cut(df_2017['price'],bins_arr) price_count = df_2017['price'].groupby(bins).count() price_count price_count.plot() (https://img-blog.csdnimg.cn/20200502124322621.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1JvY2t5XzUwOA==,size_16,color_FFFFFF,t_70) bins_arr = np.arange(10,210,10) bins = pd.cut(df_2017['square'],bins_arr) square_count = df_2017['square'].groupby(bins).count() square_count square_count.plot() (https://img-blog.csdnimg.cn/20200502124332817.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1JvY2t5XzUwOA==,size_16,color_FFFFFF,t_70) Rocky_508 原创文章 2获赞 2访问量 41 关注 私信 展开阅读全文
作者：Rocky_508

房价 学习