前言

本文的文字及圖片來源于網路,僅供學習、交流使用,不具有任何商業用途,著作權歸原作者所有,如有問題請及時聯系我們以作處理，

作者：林小呆

儀表板展示

專案背景

去面試的時候被問上海二手房的一些情況，作為一個土著，我只知道上海這個區挺貴的那個區大概這個價，但是具體數值卻說不上來，所以，就有了本文，

從政策上來看，自從 2016 年國家喊出“房住不炒”的口號之后中國的房價就出現了明顯的降溫，2019 年國家為了“救市”又宣布了幾條政策：

1、政府不再壟斷住房供應，緩解了開發商的資金壓力，新房銷售價格降低，導致新房市場火熱而二手房市場冷清，
2、調整公積金貸款利率，提高了二房的房貸利率，打擊市場投機需求，
3、鼓勵租售并舉，鼓勵以住房租賃為主營業務的企業買房，
4、居住證降低申請門檻新政，讓落戶買房更加容易，
5、農民購房有補助，幫助農民工朋友們省去一部分買房成本，

從經濟上來看，2020 年上半年上海人均可支配收入以 36577 元笑傲全國，同比增長3.64%，看似美麗的數值背后，隱藏著多少被平均的普通老百姓，

從社會上來看，2019 年我國人口出生率創下 1949 年以來的最低值，即使在 2016 年開放二胎政策以來，人口出生率也沒有大幅提高，

從技術上來看，中國造樓能力世界第一！“基建狂魔”豈是浪得虛名！

分析目的

1、2020年上半年上海二手房整體掛牌量及均價走勢如何？
2、目前上海二手房價位、房源有何特點？
3、上海各區縣的掛牌情況，找出拋壓最大的區域

資料清洗

首先我們看一下爬取的資料，維度不是太多，但是有些列我們可以拆分，例如地區、所在樓層、抵押資訊等，

在對資料進行清洗前我們可以使用pandas_profiling進行快速的統計分析，

import pandas_profiling
pandas_profiling.ProfileReport(data).to_file("./report/html")

根據報告內容我們可以看到本次資料總共有 37491 行，20 列，存在 7 行重復，重復占比小于 0.1%，報告繼續下拉可以看到每一列的統計情況，

我們需要清洗的幾點：

1、去除重復行
2、替換 None 值
3、將地區、房屋戶型、所在樓層、抵押資訊進行切分合并
4、轉換資料型別
5、洗掉多余字符
6、由于爬取時出現的錯誤，對價格列進行重新賦值
7、剔除例外資料

# 如果有重復值，則保留第一個
data.drop_duplicates(keep='first', inplace=True)

# 替換None
data = data.applymap(lambda x: '暫無資料' if x == 'None' else x)

# 切分地區、房屋戶型、所在樓層、抵押資訊后洗掉原列，將拆分出的新列合并至原data
data = pd.concat([data, data['地區'].str.extract(pat='(?P<區>.*?)\s(?P<鎮>.*?)\s(?P<環>.*)'),
                  data['房屋戶型'].str.extract(
                      pat='(?P<室>\d+)室(?P<廳>\d+)廳(?P<廚>\d+)廚(?P<衛>\d+)衛'),
                  data['所在樓層'].str.extract(
                      pat='(?P<所處樓層>.+)\(共(?P<總層數>\d+)層\)'),
                  data['抵押資訊'].map(lambda x:x.strip()).str.extract(pat='(?P<有無抵押>.{1})抵押(?P<抵押情況>.*)?')], axis=1)

data.drop(['地區', '所在樓層', '抵押資訊'], axis=1, inplace=True)
data['區'] = data['區']+'區'
# 去除建筑面積后面的平米單位，并轉為float
data['建筑面積'] = data['建筑面積'].map(lambda x: float(x[:-1]))

# 轉換資料型別
data['價格'] = data['價格'].astype(float)

# 轉換日期型別
data['掛牌時間'] = pd.to_datetime(data['掛牌時間'])

# 如果存在非時間型別的字串則替換為NaT
data['上次交易'] = pd.to_datetime(data['上次交易'], errors="coerce")

# 存在括號幾期、某區，都暫且洗掉
data['小區'] = data['小區'].str.replace("[\(\（].*?[\)\）]", "")

# 篩選出價格小于20的資料，我們可以發現這些房源的面積及所屬區域都是比較好的，記錄的資料可能有所錯誤
# 回傳鏈家網站搜索這幾套房源后發現，這些價格的單位都是"億"，所以我們需要對所有資料再一次進行清洗
# 統一使用'萬'作為總價的單位
data['價格'] = data['價格'].map(lambda x: x*10000 if x < 20 else x)

# 計算每平米單價
data['均價'] = round(data['價格']/data['建筑面積']*10000, 2)

從上面的散點圖我們可以看出右邊有一個例外點，建筑面積4702平米，總價68萬，我回傳鏈家網查詢該套房源發現在網站上他就是這么標價的，而同小區的價格如下所示，

該區域的均價都在 14000元/平米~20000元/平米，所以認為是鏈家網資料錄入出現了問題，我們需要剔除掉該資料，

描述性分析

1、清洗好后總共剩下 37483 條資料
2、資料的統計周期是 2013-01-18 2020-07-24
3、上海目前出售的二手房面積從 13 平米 ~ 1663.1 平米不等
4、根據爬取資料來看上海最貴的二手房均價為 319960.62 元/平米，整體均價為 56466.26 元/平米

均價超過 30 萬元/平米的房源到底在哪里？

可以看到掛牌的四套花園洋房均價超過 30 萬元/平米，掛牌時間都已經挺久的了，大家可能對興國路不大熟悉，但是相信大家在不少拍攝背景為上海的影視劇中都見到過一幢大樓，

沒錯，就是武康大樓，最早稱為“諾曼底公寓”，而我們更喜歡叫它“九層樓”，這已經是清除了電線后的模樣，其實我小時候的印象是這樣的，

電線編織如蜘蛛網，這才是老底子的上海味道，

“九層樓”所處位置是個六岔路口，大家若要打卡請注意安全不要停留在路中間，旁邊的武康路也是一條很有歷史底蘊的“名人路”，

戶型

huxing = data['房屋戶型'].where(data['房屋戶型'].isin(
    ['2室1廳1廚1衛', '1室1廳1廚1衛', '2室2廳1廚1衛', '3室2廳1廚2衛', '3室1廳1廚1衛', '2室1廳1廚2衛']), other='其他', errors='ignore')

pyc.Pie(init_opts=opts.InitOpts(height='600px', width='600px')).add(series_name='房屋戶型', data_pair=huxing.value_counts().items(), radius=(100, 150), rosetype="radius", label_opts=opts.LabelOpts(
    is_show=True, formatter="{b}\n{c}套\n{d}%")).set_global_opts(title_opts=opts.TitleOpts(title="上海二手房掛牌房屋戶型", subtitle="崇明區缺少相應房源資料；資料截至2020年7月\n資料來源：鏈家網 "), toolbox_opts=opts.ToolboxOpts()).render_notebook()

上海二手房掛牌的戶型千奇百怪，但還是以兩室戶居多，一室戶偏少，

二手房價位

data['房價分層'] = pd.cut(data['價格'], bins=[-np.inf, 100, 300, 500, 800, 1000, np.inf], right=True,
                      labels=['100萬以內', '100-300萬', '300-500萬', '500-800萬', '800-1000萬', '1000萬及以上'])

pyc.Pie(init_opts=opts.InitOpts(height='500px', width='500px')).add(series_name="房價", data_pair=data['房價分層'].value_counts().items(), radius=(100, 150), rosetype=True, label_opts=opts.LabelOpts(
    formatter="{b}\n{c}套\n{d}%")).set_global_opts(title_opts=opts.TitleOpts(title="上海房價分層", subtitle="崇明區缺少相應房源資料；資料截至2020年7月\n資料來源：鏈家網 "), toolbox_opts=opts.ToolboxOpts()).render_notebook()

100 萬以內想在上海買套房基本是不可能的了，可以往鶴崗考慮一下，同志們努把力，100-300 萬有 13000 多套房源等著你！

房屋所屬環線

pyc.Pie(init_opts=opts.InitOpts(height='500px', width='500px')).add(series_name="環線", data_pair=data['環'].replace("", "暫無資料").value_counts().items(), radius=(100, 150), rosetype=True, label_opts=opts.LabelOpts(
    formatter="{b}\n{c}套\n{d}%")).set_global_opts(title_opts=opts.TitleOpts(title="二手房所屬環線", subtitle="崇明區缺少相應房源資料；資料截至2020年7月\n資料來源：鏈家網 "), toolbox_opts=opts.ToolboxOpts()).render_notebook()

外環外的房源明顯是最多的，很可能是外環外房價偏低，所以比較火熱吧，我們繼續向下看，

上海均價地圖

pyc.Map(init_opts=opts.InitOpts(height='500px', width='500px')).add(maptype="上海", series_name="均價", data_pair=[list(i) for i in data[data['掛牌時間'].dt.year == 2020].groupby(by=['區'])['均價'].mean().apply(round).items()], is_map_symbol_show=False, is_selected=True, label_opts=opts.LabelOpts(
    is_show=False)).set_global_opts(tooltip_opts=opts.TooltipOpts(formatter="{b}:{c}元/平米"), visualmap_opts=opts.VisualMapOpts(max_=100000, pos_right='5%', pos_bottom='20%', is_calculable=True), title_opts=opts.TitleOpts(title="2020年上半年上海二手房均價圖", subtitle="崇明區缺少相應房源資料；資料截至2020年7月\n資料來源：鏈家網 "), toolbox_opts=opts.ToolboxOpts(), legend_opts=opts.LegendOpts(is_show=False)).render_notebook()

看看中間那紅彤彤的區域，市中心的價格遠遠高于市區外，

掛牌量

雖然從上圖來看上海二手房掛牌量逐年遞增，但是考慮到資料爬取日期為2020年7月23日，可能前些年掛牌的二手房已經出售，所以爬取不到掛牌資訊，故不能由此判斷今年二手房市場較往年更活躍，

今年一二月受疫情影響，上海二手房掛牌量較低，隨著疫情情況緩和，從三月起上海二手房掛牌量逐漸增加，2020年上半年6月份的掛牌量是最大的，

從交叉表來看，2020年1月1日至2020年7月23日鏈家網上已經掛牌 24673 套二手房，其中嘉定、閔行、寶山等區的拋壓較大，7月浦東的掛牌量激增，

所以驗證了上面外環外拋售房源較多的現象，

均價

雖然上海房價呈現著下跌趨勢，但我還是買不起，

2020年上半年上海二手房均價在55100元/平米附近波動，4月份更是跌至54150元/平米，

看看這可愛的漸變色，黃浦區這房價，一年賺的錢還不夠買個廁所的，

用折線圖來看看趨勢，好像各區都挺平緩的，浦東新區倒是在四月份之后有所上漲，虹口區在七月也有一小波上漲，

總結

1、2020年上半年上海二手房掛牌量穩步上漲，均價在55100元/平米附近波動，
2、除了虹口區以外各區的二手房均價在第二季度都趨于緩和，
3、100萬以下的房源幾乎所剩無幾，主要價位集中在100-300萬，
4、外環外的房源占比較大，是因為嘉定、閔行、寶山等區的掛牌量較高，
5、單身貴族喜歡的一室一廳房源僅剩下15.65%，連二手房房型的意思都是叫你趕緊找物件！

PS：如有需要Python學習資料的小伙伴可以加下方的群去找免費管理員領取