环境: R
研究对象:
1. 二手房数据的区域特征
2. 二手房数据的面积特征
1. 导入原始数据
setwd("/Users/mac/Desktop/lianjia/") d = read.csv("/Users/mac/Desktop/lianjia/Lianjia.csv")
2. 数据清洗
- 将数据设置为数据框格式,并查看数据汇总信息
as.data.frame(d) summary(d)
- 初步观察:一共有11个变量,目标变量为Price
- 移除第六列ID信息,不具有分析价值。添加新的特征每平米房价 PerPrice (总价/面积),并调整列的顺序。
d <- d[,-6] dp <- d$Price/d$Size d2 <- transform(d,PerPrice=dp)
3. 数据可视化
3.1 区域特征分析
#各大区二手房每平米房价对比 means1 <- aggregate(d2$PerPrice, by=list(d2$Region), FUN = mean) #https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/aggregate means1 <- means1[order(means1$x, decreasing = T),] a1 <- means1$x bar1 <- barplot(a1, names.arg = means1$Group.1, family=‘STXihei‘, ylim = c(0,15), main = "各大区每平米房价")
- 二手房均价:西城区的房价最贵均价大约11万/平,因为西城在二环以里,且是热门学区房的聚集地。其次是东城大约10万/平,然后是海淀大约8.5万/平,其它均低于8万/平。
- 二手房房数量:从数量统计上来看,目前二手房市场上比较火热的区域。海淀区和朝阳区二手房数量最多,差不多都接近3000套,毕竟大区,需求量也大。然后是丰台区,近几年正在改造建设,有赶超之势。
- 二手房总价:通过箱型图看到,各大区域房屋总价中位数都都在1000万以下,且房屋总价离散值较高,西城最高达到了6000万,说明房屋价格特征不是理想的正太分布。
#各大区二手房数量 amount <- table(d2$Region) bar2 <- barplot(sort(amount, decreasing = T), main = "各大区二手房数量", horiz = F, ylim = c(0,4000))
原文地址:https://www.cnblogs.com/zfkepic/p/12147888.html
时间: 2024-10-08 07:29:38