這是一篇來自小密圈同學的投稿，發(fā)現(xiàn)小密圈的高手真多，臥虎藏龍呀.租房是一個剛需，相信很多人特別是剛畢業(yè)不久的小伙伴都會碰到這個問題，那么在一線大城市比如深圳的租房情況如何呢，閃亮同學對深圳自如網(wǎng)站上的房源情況進行探索分析，非常有意思.探索的

這是一篇來自小密圈同學的投稿，發(fā)現(xiàn)小密圈的高手真多，臥虎藏龍呀.租房是一個剛需，相信很多人特別是剛畢業(yè)不久的小伙伴都會碰到這個問題，那么在一線大城市比如深圳的租房情況如何呢，閃亮同學對深圳自如網(wǎng)站上的房源情況進行探索分析，非常有意思.

探索的問題

• 房租的分布情況
• 哪種戶型的房源最多
• 哪條地鐵線附近的房租比較貴
• 哪個區(qū)的房租更貴
• 房源的面積分布情況

數(shù)據(jù)說明

• 數(shù)據(jù)來源深圳自如網(wǎng)站(僅包含可出租狀態(tài)的合租房源）
• 采用集搜客工具爬取
• house_area: 表示房間的面積
• house_toom: 表示出租房屋的戶型
• house_price: 表示每月的房租
• house_name: 表示房源所處的小區(qū)
• house_located: 表示房源所處的小區(qū)
• subway_info: 表示房源附近是否有地鐵站

1.數(shù)據(jù)預覽

1).看一下整個數(shù)據(jù)集的情況

2).刪掉一些無用的列

df_sz_ziroom = df_sz_ziroom.drop('Unnamed: 0', axis=1) # 刪掉無用的列df_sz_ziroom.head(5) # 預覽前五條數(shù)據(jù)

2.數(shù)據(jù)清洗

除了 house_room 字段外，剩下的字段都需要清洗，為了便于分析還需要新增字段，工作量有點大，挺好，又可以練手。

1).house_area 字段

有 "15.2" 和 "約9.5" 兩種格式，需要轉(zhuǎn)換成純數(shù)字格式

0    15.5 1    24.0 2    15.0 3     6.3 4     7.8 Name: house_area, dtype: float64

2). house_price 字段

目前格式為 “￥1490 (每月)”，要把其修改為純數(shù)字格式

0    1660 1    2230 2    1830 3    1860 4    1930 Name: house_price, dtype: int64

3).house_name 字段

目前的格式類似為 “樺潤馨居4居室-南臥”，需要把小區(qū)名字提取出來，如 “樺潤馨居”

0       龍園山莊 1    塘朗城廣場東區(qū) 2       龍園山莊 3    塘朗城廣場東區(qū) 4      桃源村一期 Name: house_name, dtype: object

4). house_located 字段

目前格式為 “[龍華區(qū)龍華中心] 4號線(龍華線)龍華” 包含所在的區(qū)和地鐵兩項信息，現(xiàn)需要把這兩項信息提取并設置為兩個字段

4.1).提取地鐵信息

0    3號線 1    5號線 2    3號線 3    5號線 4    7號線 Name: subway_info, dtype: object

4.2).提取所在的區(qū)的信息

0    羅湖區(qū) 1    南山區(qū) 2    羅湖區(qū) 3    南山區(qū) 4    南山區(qū) Name: house_located, dtype: object

經(jīng)過上面的步驟，看一下清洗完的數(shù)據(jù)集

3.數(shù)據(jù)可視乎分析：單維度

1). 房租分布情況

• 最低的房租為 1130 元每月，最貴的房租為 4360 元每月，土豪專屬。
• 平均房租為 2068 元每月，75% 的房租超過 1760 元每月。

df_sz_ziroom['house_price'].describe()

count     899.000000 mean     2068.787542 std       465.815828 min      1130.000000 25%      1760.000000 50%      1930.000000 75%      2290.000000 max      4360.000000 Name: house_price, dtype: float64

最高房租和最低房租的是什么房子

df_sz_ziroom[df_sz_ziroom['house_price'] == 1130]

df_sz_ziroom[df_sz_ziroom['house_price'] == 4360]

• 房租最低的房子位于龍崗區(qū)，龍崗區(qū)比較偏僻，且該套房源為6室1廳，房租最低也正常。
• 房租最貴的房子位于南山區(qū)在二號線旁邊，2號線經(jīng)過的基本都是深圳最繁華的地帶，房租這么高也正常。

大部分的房價集中在 1625 到 2250 元每月，其中 1750 到 2000 元每月的房源最多。超過 3500 元每月的房源很少。因為本次分析的都是合租房源，看來深圳自如的房租還是比較貴。

2).面積分布情況

df_sz_ziroom['house_area'].describe()

count    899.000000 mean      11.462803 std        3.322627 min        5.360000 25%        9.200000 50%       11.100000 75%       13.300000 max       30.900000 Name: house_area, dtype: float64

絕大多數(shù)房間的面積集中在 6.3 到 12.7 平米之間，其中 10 到 12.7之間的房源最多。超過 20平米的房源很少，租房形式真嚴峻。

3).區(qū)域房源分布情況

羅湖區(qū)的房源最多，其次是南山區(qū)，最少的是福田區(qū)。在福田上班的話不妨去羅湖租房，房源比較多.

4).地鐵房源分布

3號線附近的房源最多，由于3號線終點和起點分別在羅湖和龍崗，在羅湖上班的話，沿著3號線租房最好，不僅房源多，而且龍崗的房租普遍比較便宜，上班地鐵直達。5號線附近房源數(shù)量排在第二位，由于5號線橫跨羅湖區(qū)、南山區(qū)、寶安區(qū)，中途換成站非常多，不論在羅湖還是南山還是寶安區(qū)，沿著5號線附近租房也是不錯的選擇。

4.數(shù)據(jù)可視化分析：雙維度分析

1).考慮面積和房租

• 圖1為房子的面積和總價的關系圖
• 圖2為對面積和總計分別取平方根和對數(shù)的關系圖從圖2中發(fā)現(xiàn)面積和房租并沒有呈現(xiàn)出明顯的線性關系，并不是房間面積越大，房租越貴。

2).區(qū)域和房租

南山區(qū)的房租貴，75%的房租高于2000元每月，其箱體也最長。南山區(qū)積聚了大量互聯(lián)網(wǎng)企業(yè)，薪資水平在深圳相對來說也非常高。福田區(qū)的房租緊隨南山區(qū)之后，龍崗區(qū)和羅湖區(qū)的房租最低。如果在南山區(qū)工作，去寶安租房是個不錯的選擇，地鐵方便，房租也比南山便宜。在福田區(qū)工作，去羅湖和龍華租房是個不錯的選擇，地鐵方便，房租也比福田便宜很多。

5.數(shù)據(jù)可視乎分析：多維度分析

1).我們考慮面積，房租，區(qū)域，地鐵沿線三者的關系

• 2號線沿線的房子最貴，主要分布在南山區(qū)和福田區(qū)，絕大多數(shù)房租均超過2000元每月
• 5號線和3號線沿線的房子主要分布在羅湖區(qū)和龍崗區(qū)，且絕大多數(shù)房價低于2000元每月。5號線沿線少量的大面積房源分布子在龍華區(qū)
• 7號線和9號線沿線的房子主要分布在南山區(qū)和羅湖區(qū)，房源數(shù)量比較少，且價格大多數(shù)超過2000元每月
• 4號線沿線的房子絕大部分分布在龍華區(qū)，絕大部分價格比較高分布在福田區(qū)
• 1號線和11號線沿線的房子主要分布南山區(qū)和寶安區(qū)，分布在寶安區(qū)的房租相對來說比較低

結(jié)論：

1. 深圳自如絕大多數(shù)房租超過1700元，且面積都不大，不過結(jié)合深圳的實際租房情況和自如的服務，這個價位還是可以考慮。
2. 南山區(qū)的房租最貴，房源數(shù)量也是第二多的，南山區(qū)也聚集了大量互聯(lián)網(wǎng)企業(yè)，對于經(jīng)常加班的互聯(lián)網(wǎng)從業(yè)者來說在公司附近租房是個不錯的選擇。
3. 龍崗區(qū)和羅湖區(qū)的房租最低，且羅湖區(qū)房源數(shù)量最多，在羅湖上班想租的近一點可以選擇羅湖，考慮便宜一點的可以去龍崗區(qū)租房。