用Python分析北京二手房房价

初探数据的时候，我们发现 Elevator 特征是有大量缺失值的，这对于我们是十分不利的，首先我们先看看有多少缺失值：

misn = len(df.loc[(df['Elevator'].isnull()), 'Elevator']) 
print('Elevator缺失值数量为：'+ str(misn)) 

Elevator 缺失值数量为：8237

这么多的缺失值怎么办呢?这个需要根据实际情况考虑，常用的方法有平均值/中位数填补法，直接移除，或者根据其他特征建模预测等。

这里我们考虑填补法，但是有无电梯不是数值，不存在平均值和中位数，怎么填补呢?这里给大家提供一种思路：就是根据楼层 Floor 来判断有无电梯，一般的楼层大于6的都有电梯，而小于等于6层的一般都没有电梯。有了这个标准，那么剩下的就简单了。

# 由于存在个别类型错误，如简装和精装，特征值错位，故需要移除 
df['Elevator'] = df.loc[(df['Elevator'] == '有电梯')|(df['Elevator'] == '无电梯'), 'Elevator'] 
 
# 填补Elevator缺失值 
df.loc[(df['Floor']>6)&(df['Elevator'].isnull()), 'Elevator'] = '有电梯' 
df.loc[(df['Floor']<=6)&(df['Elevator'].isnull()), 'Elevator'] = '无电梯' 
 
f, [ax1,ax2] = plt.subplots(1, 2, figsize=(20, 10)) 
sns.countplot(df['Elevator'], ax=ax1) 
ax1.set_title('有无电梯数量对比',fontsize=15) 
ax1.set_xlabel('是否有电梯') 
ax1.set_ylabel('数量') 
sns.barplot(x='Elevator', y='Price', data=df, ax=ax2) 
ax2.set_title('有无电梯房价对比',fontsize=15) 
ax2.set_xlabel('是否有电梯') 
ax2.set_ylabel('总价') 
plt.show() 

结果观察到，有电梯的二手房数量居多一些，毕竟高层土地利用率比较高，适合北京庞大的人群需要，而高层就需要电梯。相应的，有电梯二手房房价较高，因为电梯前期装修费和后期维护费包含内了(但这个价格比较只是一个平均的概念，比如无电梯的6层豪华小区当然价格更高了)。

Year 特征分析

grid = sns.FacetGrid(df, row='Elevator', col='Renovation', palette='seismic',size=4) 
grid.map(plt.scatter, 'Year', 'Price') 
grid.add_legend() 

在Renovation和Elevator的分类条件下，使用 FaceGrid 分析 Year 特征，观察结果如下：

整个二手房房价趋势是随着时间增长而增长的;

• 2000年以后建造的二手房房价相较于2000年以前有很明显的价格上涨;
• 1980年之前几乎不存在有电梯二手房数据，说明1980年之前还没有大面积安装电梯;
• 1980年之前无电梯二手房中，简装二手房占绝大多数，精装反而很少;

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!