R可视化分析链家网南京楼市数据

作者：邬书豪，车联网数据挖掘工程师 ，R语言中文社区负责人之一。微信ID：wsh137552775

知乎专栏：https://www.zhihu.com/people/wu-shu-hao-67/activities

数据下载：公众号后台回复“链家网”下载数据

一、10个数据分析维度

1. 各一级区域成交量排行和销售均价情况

2. 热门成交房屋户型绘饼图分析

3. 链家南京房屋年代统计分析

4. 链家南京房屋交易议价空间统计（议价空间 = 挂牌价 - 成交价）

5. 链家南京楼层房价统计

6. 最贵的top10小区

7. 链家每日销售额

8. 平均成交总价与平均成交单价

9. 房屋成交周期

10. 报价和成交价差异

二、数据处理及可视化分析

#加载数据data = read.csv('D:/练习集/南京链家楼市分析/dpLianjiabydistrict.csv',header = TRUE,fileEncoding = "gbk")dim(data)#数据共有30515行，24列#看一下数据str(data)#1、链家南京每日成交量统计可视化daySaleAmount <- with(data, table(dealDate))barplot(daySaleAmount, xlab="交易时间", ylab="成交量(套)", main="链家南京成交量统计(2012.5.3-2017.7.6)"

• 从2016年12月开始至2017年2月末，南京楼市迎来买买买的高潮！成交量爆增

• 2012.5.3-2017.7.6近五年，南京楼市成交量在2016年末开始迎来买房高峰

#2、一级区域成交量排行和销售均价#一级区域观测赋值给增加的新变量zonedata$district <-as.character(data$district)zonedata = function(x){  strsplit(x,split = "/")[[1]][1]}zone1 <-sapply(data$district,zonedata)data$zone <- zone1data$zone <- factor(data$zone)zoneSales <- with(data, table(zone))zoneSales <- sort(zoneSales, decreasing=TRUE)#一级区域成交量数据表 （图2）zoneSales=as.data.frame(zoneSales)

• 鼓楼区成交量最大，以8350套成交套数雄居第一！

• 秦淮区以6388套成交套数位于NO2！

#链家南京各区域交易情况绘图！# 整合数据,计算出各区域均价tempPrices <- aggregate(data$unitPrice, by=list(zone=data$zone), mean)zoneUnitPrices <- NULL#   a=NULL a[c("will","night")] = c(1,2) azoneUnitPrices[t(tempPrices["zone"])] <- t(tempPrices["x"])#zoneUnitPrices["建邺"]zoneUnitPrices[2] <- round(zoneUnitPrices[2], 0)ry = as.data.frame(zoneUnitPrices)$zoneUnitPricesly = zoneSales$Freqtwoord.plot(lx=c(1:9), ly=ly, lylim=c(0, max(zoneSales$Freq)*1.1),           rylim=c(0, max(ry)*1.1), main="链家南京各区域交易情况",           xlab="区域", ylab="成交量(套)", rylab="均价(元)",           rx=c(1:9), ry=ry,           type=c("bar", "b"), xlim=c(0, 10))##加载均价数据text(c(1:9), zoneSales$Freq+300, zoneSales$Freq)rypos <- round(zoneUnitPrices[zoneSales$zone]*max(zoneSales$Freq)/max(zoneUnitPrices))text(c(1:9), rypos+600, round(zoneUnitPrices[zoneSales$zone]), col="red")

图3

#链家南京热门成交户型Top6layoutSaleAmount <- with(data, table(layout))layoutSaleAmount <- sort(layoutSaleAmount, decreasing=TRUE)topLayoutSaleAmount <- layoutSaleAmount[1:6]topLayoutSaleAmount[7] <- sum(layoutSaleAmount)-sum(layoutSaleAmount[1:6])names(topLayoutSaleAmount)[7] <- "其他"pctTopLayoutSaleAmount <- round(topLayoutSaleAmount/sum(topLayoutSaleAmount)*100,2)pctTopLayoutSaleAmount <- paste(names(topLayoutSaleAmount), ":", pctTopLayoutSaleAmount, "%", sep="")par(mfrow=c(1,1))pie(topLayoutSaleAmount, labels= pctTopLayoutSaleAmount, col=rainbow(length(topLayoutSaleAmount)),main="链家南京热门成交户型Top6(2012.5.3-2017.7.6)")

#链家南京房屋年代统计data$years <- as.character(data$years)data$years <- as.numeric(data$years)data <- within(data, {hood <- NAhood[is.na(data$years)] <- NAhood[data$years<1990] <- "90年前"hood[data$years>=1990 & data$years<2000] <- "90年代"hood[data$years>=2000 & data$years<2010] <- "00年代"hood[data$years>=2010] <- "10年代"})data$hood <- ordered(data$hood, levels=c("10年代", "00年代", "90年代", "90年前"))hoodSales <- with(data, table(hood))barplot(hoodSales, xlab="房屋年代", ylab="成交量(套)",ylim=c(0, max(hoodSales)*1.1), main="链家南京房屋年代统计(2012.5.3-2017.7.6)")text(c(1:length(hoodSales))*1.2-0.48, hoodSales+400, hoodSales)

#5、议价空间 = 挂牌价 - 成交价gapPrices <- data$quotedPrice - data$totalPricedayGapPrices <- aggregate(gapPrices, by=list(dealDate=data$dealDate), mean)tsGapPrices=ts(dayGapPrices[2],frequency=365,start=c(2012,5,3),end=c(2017,7,6))par(mfrow=c(2,1), mar=c(2,4,3,2))plot.ts(tsGapPrices, type="p", xlab=NULL, xaxt="n", ylab=NULL, main="链家南京房屋交易议价空间统计(2012.5.3-2017.7.6)")decTsGapPrices <- decompose(tsGapPrices)par(mar=c(3,4,0,2))

#楼层房价统计data$loft <- as.character(data$loft)data$loft <- as.numeric(data$loft)# 无电梯房elderdata <- data[data$elevator=="无电梯" | (is.na(data$elevator) & data$loft <= 7),]# 有电梯房newerdata <- data[!(data$elevator=="无电梯" | (is.na(data$elevator) & data$loft <= 7)),]# 根据stair计算交易均价stairElderPrices <- aggregate(elderdata$unitPrice, by=list(stair=elderdata$stair), mean)stairNewerPrices <- aggregate(newerdata$unitPrice, by=list(stair=newerdata$stair), mean)stairElderPrices[,2] <- round(stairElderPrices[,2], 0)stairNewerPrices[,2] <- round(stairNewerPrices[,2], 0)maxPrice <- max(stairElderPrices[,2],stairNewerPrices[,2])plot(stairElderPrices[,1], stairElderPrices[,2], ylim=c(0, maxPrice*1.1), main="链家南京楼层房价统计",type="b", col="blue", xlab="楼层", ylab="交易均价（元)")text(stairElderPrices[,1], stairElderPrices[,2]+1000, stairElderPrices[,2], col="blue")par(new=TRUE)plot(stairElderPrices[,1], stairNewerPrices[,2], ylim=c(0, maxPrice*1.1),type="b", col="red", xlab="楼层", ylab="交易均价（元)")text(stairElderPrices[,1], stairNewerPrices[,2]+1000, stairNewerPrices[,2], col="red")legend("bottomright", legend=c("无电梯","有电梯"), col=c("blue", "red"), bty="y", bg="aliceblue", pch=c(15,15))par(new=FALSE)

链家南京楼层房价统计

#7、最贵的top10小区blockPrices <- aggregate(data$unitPrice, by=list(block=data$block), mean)blockPrices <- blockPrices[order(blockPrices[,2], decreasing=TRUE),]names(blockPrices)[2] <- "unitPrice"# 小区总数length(blockPrices[,1])# 最贵Top10小区blockPrices[1:10,]

# 链家每日销售额daySales <- aggregate(data$totalPrice, by=list(dealDate=data$dealDate), sum)plot(daySales[,1], daySales[,2], type='b',xlab="Deal Date", ylab="Sale Value", main="Lianjia Day Sale Value(2017.3.15-2017.7.3)")

链家每日销售额

#平均成交总价mean(data$totalPrice)#平均成交单价mean(data$unitPrice)

# 房屋成交周期tranCycle <- aggregate(data$tranCycle, by=list(dealDate=data$dealDate), mean)plot(tranCycle[,1], tranCycle[,2], type='b',xlab="Deal Date", ylab="Transaction Cycle", main="Lianjia Transaction Cycle(2017.3.15-2017.7.3)"

房屋成交周期

# 报价和成交价差异gapPrice <- data$quotedPrice - data$totalPricegap <- aggregate(gapPrice, by=list(dealDate=data$dealDate), mean)plot(gap[,1], gap[,2], type='b',xlab="Deal Date", ylab="Gap Price", main="Lianjia Gap Price(2017.3.15-2017.7.3)")

报价和成 交价差异

文末彩蛋

Hadley 大神的个人主页：http://hadley.nz/ 

《R for Data Science》 使用R做数据科学的核心工具：http://r4ds.had.co.nz/

《ggplot2:elegant graphics for data analysis》使用ggplot2创建图形：https://www.amazon.com/dp/0387981403/ref=cm_sw_su_dp?tag=ggplot2-20

《Advanced R》 R的运行机制：http://adv-r.had.co.nz/

《R packages》 R的软件工程实践，并使用包打包、记录和测试代码：http://r-pkgs.had.co.nz/

公众号后台回复关键字即可学习

回复 R              R语言快速入门免费视频 
回复 统计          统计方法及其在R中的实现
回复 用户画像   民生银行客户画像搭建与应用 
回复 大数据      大数据系列免费视频教程
回复 可视化      利用R语言做数据可视化
回复 数据挖掘   数据挖掘算法原理解释与应用
回复 机器学习   R&Python机器学习入门