pandas 全国城市房价可视化分析

时间：2023-05-25 15:11:05 标签：pandas python 房价

看过来

《pandas 教程》持续更新中，可作为 pandas 入门进阶课程、pandas 中文手册、用法大全，配有案例讲解和速查手册。提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。查看更新日志。作者开办 Python 数据分析培训，详情 Python 数据分析培训。

本教程作者所著新书《Python之光：Python编程入门与实战》（ISBN：9787111729891）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

中国主要城市的房价可以从 https://www.creprice.cn/rank/index.html 获取。该网页中会显示上一个月的房价排行情况，先复制前 20 个城市的数据，然后使用 pd.read_clipboard()读取。我们来分析一下该月的数据（下例中用的是 2020 年 10 月数据）。由于图形中文可能会显示乱码，可参考matplotlib 图形显示中文中的步骤进行设置以支持中文。

# https://www.creprice.cn/rank/index.html
# 2020年10月数据
'''
序号  城市名称    平均单价（元/㎡）   环比  同比
1   深圳  78,722  +2.61%  +20.44%
2   北京  63,554  -0.82%  -1.2%
3   上海  58,831  +0.4%   +9.7%
4   厦门  48,169  -0.61%  +9.52%
5   广州  38,351  -1.64%  +13.79%
6   三亚  35,981  -0.19%  -3.88%
7   南京  33,301  +1.59%  +8.02%
8   杭州  32,181  +3.11%  +4.61%
9   天津  26,397  +2.34%  +3.5%
10  福州  25,665  -1.05%  -4.1%
11  宁波  24,306  -1.43%  +13.13%
12  珠海  23,293  -1.42%  -0.49%
13  温州  23,009  +3.01%  +7.01%
14  苏州  22,540  -1.35%  -2.8%
15  青岛  21,490  -1.7%   +1.95%
16  东莞  21,391  +6% +34.44%
17  丽水  19,775  +2.3%   -1.78%
18  武汉  19,021  -0.18%  +4.51%
19  成都  17,443  -2.41%  +11.84%
20  无锡  17,131  -0.27%  +12.5%
'''

import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['figure.figsize'] = (8.0, 5.0) # 固定显示大小
plt.rcParams['font.family'] = ['sans-serif'] # 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置中文字体
plt.rcParams['axes.unicode_minus'] = False # 显示负号

dfr = pd.read_clipboard()
# 取到源数据
dfr.head()
'''
序号 城市名称 平均单价（元/㎡） 环比 同比
0 1 深圳 78,722 +2.61% +20.44%
1 2 北京 63,554 -0.82% -1.2%
2 3 上海 58,831 +0.4% +9.7%
3 4 厦门 48,169 -0.61% +9.52%
4 5 广州 38,351 -1.64% +13.79%
'''

查看数据类型：

dfr.dtypes
'''
序号 int64
城市名称 object
平均单价（元/㎡） object
环比 object
同比 object
dtype: object
'''

数据都是 object 类型，需要对数据进行提取和类型转换：

df = (
    # 去掉千分位符并转为整型
    dfr.assign(平均单价=dfr['平均单价（元/㎡）'].str.replace(',','').astype(int))
    .assign(同比=dfr.同比.str[:-1].astype(float)) # 去百分号并转为浮点型
    .assign(环比=dfr.环比.str[:-1].astype(float)) # 去百分号并转为浮点型
    .loc[:,['城市名称','平均单价','同比','环比']] # 重命名列
)

df.head()
'''
城市名称 平均单价 同比 环比
0 深圳 78722 20.44 2.61
1 北京 63554 -1.20 -0.82
2 上海 58831 9.70 0.40
3 厦门 48169 9.52 -0.61
4 广州 38351 13.79 -1.64
'''

接下来就可以对整理好的数据进行分析了。首先看一下各城市的均价差异，数据顺序无须再调整，代码执行效果如图1所示。

(
    df.set_index('城市名称')
    .平均单价
    .plot
    .bar()
)

图1 各城市平均房价

各城市平均房价同比与环比情况如图 2 所示。

(
    df.set_index('城市名称')
    .loc[:, '同比':'环比']
    .plot
    .bar()
)

图 2 各城市平均房价同比和环比

将同比与环比的极值用样式标注，可见东莞异常突出，房价同比、环比均大幅上升，如图 3 所示。

(
    df.style
    .highlight_max(color='red', subset=['同比', '环比'])
    .highlight_min(subset=['同比', '环比'])
    .format({'平均单价':"{:,.0f}"})
    .format({'同比':"{:2}%", '环比':"{:2}%"})
)

图 3 各城市平均房价变化样式图

绘制各城市平均单价条形图，如图 4 所示。

# 条形图
(
    df.style
    .bar(subset=['平均单价'], color='yellow')
)

图 4 各城市平均单价样式图

将数据样式进行综合可视化：将平均单价背景色设为渐变，并指定色系 BuGn ；同比、环比条形图使用不同色系，且以 0 为中点，体现正负；为比值加百分号。最终效果如图 5 所示。

(
    df.style
    .background_gradient(subset=['平均单价'], cmap='BuGn')
    .format({'同比':"{:2}%", '环比':"{:2}%"})
    .bar(subset=['同比'],
         color=['#ffe4e4','#bbf9ce'], # 上涨、下降的颜色
         vmin=0, vmax=15, # 范围定为以0为基准的上下15
         align='zero'
        )
    .bar(subset=['环比'],
         color=['red','green'], # 上涨、下降的颜色
         vmin=0, vmax=11, # 范围定为以0为基准的上下11
         align='zero'
    )
)

图 5 各城市平均房价综合样式图

（完）

注：此案例收录在《深入浅出Pandas：利用Python进行数据处理与分析》17.3.4 小节。

pandas 全国城市房价可视化分析

相关内容