一、分析背景

房子一直作為老生常談的話題，貼近民心。隨著社會的發展，政策的開放，貴陽市的房價也水漲船高，從2017年下半年的5000元均價漲到瞭2018年的10000元左右。當年沒有咬咬牙、勒緊褲腰帶買房的小夥伴們可以說是腸子都悔青瞭。由於土地資源減少，新建樓盤逐漸偏遠化的，考慮教育、醫療、交通等多方面因素，有時候二手房不失為一種更好的選擇。本案從戶型、面積、所在區域、價格等多個維度來分析貴陽市二手房的情況。

二、數據獲取

使用爬蟲爬取58同城貴陽二手房的全部70頁房源信息，包含房源標題、戶型、面積、朝向、售價、所在區域、樓盤等字段，共3518條數據（不含列名）。

三、數據預處理（清洗）

1、 使用Excel定位功能查找，確定不存在缺失值。

2、 所在區域觀山湖區和金陽新區實質上同為一個行政區域，使用Excel替換功能統一為觀山湖區。“其它”區域查看後均為雙龍新區，進行更名。

3、 使用Excel分裂功能將面積字段進行分裂，去掉單位“㎡”，同時轉換為數字型格式。

4、 數據要排除同一套房源被不同經紀公司重復發佈的情況，不能單純以房源標題進行重復值查詢處理。添加一列輔助列，使用Excel的“&”函數聯結戶型、面積、朝向、樓層、樓盤、所在區域幾個字段，然後進行重復值查詢，刪除重復值，剩餘2536條數據（不含列名）。

5、 將文本格式的總價轉換為數字格式。

6、 將位置屬性一列進行分裂處理，保留周邊是否具有地鐵站一條信息。

然後以1表示周邊具有地鐵站，0表示沒有。（IF函數）

7、 異常值處理，查找名稱中帶有商鋪的數據，進行刪除，按銷售總價降序排序。

8、 最後將列名轉換為字母格式，便於後期在MYSQL環境下的命令編寫。

房源標題，name

戶型，house type

面積，area

朝向，orientation

樓層，floor

小區樓盤，building

區域，district

地址，address

經紀公司，agency

經紀人，agent

總價，total price

單價，unit price

交通屬性（是否靠近地鐵站），subway station

四、分析過程

1、 將數據轉換為CSV格式，導入MYSQL中，共2528條數據。

2、 哪個行政區的二手房源最多，各個行政區二手房的均價分別是多少？

房源最多的區域前三名依次是：南明區（707套）、雲巖區（594套）、觀山湖區（469套）。

貴陽市二手房整體均價在9599元/㎡，雙龍區雖然以12714元/㎡高居榜首，但雙龍區僅14套房源且均為高端別墅，不在日常老百姓參考范圍內。

近年來觀山湖區發展強勁，二手房價已躍居為貴陽市第一，而老城區雲巖和南明位列二三位。由此也可以看出貴陽市發展規劃形成的結構是雙核發展，多組團並進。

此圖來自知乎網友大胡子說房

值得一提的是南明區房源共707套，其中貴陽市最大的棚戶區改造項目-花果園僅一個樓盤就有369套，均價為8386元/㎡，低於南明區均價，不考慮其他因素看似性價比較高，可謂一個樓盤牽動著一個區域甚至一個城市的樓市發展。

3、 主力戶型及戶型面積占比分佈情況如何？

房源戶型最多的是3室2廳2衛，占比高達33%。不難理解，隨著二胎的開放，老百姓對房屋的需求已不再是一個安傢的窩而已。尤其是80後一代，正面臨著下有2小，上有4老的局面，對房間數量的需求可能會越來越多。

房源數量最多的面積為110至130平，其次是70至90平，再次是90至110平。符合客觀事實，過大或過小的房源都是比較難以銷售的。

770ca1c74942e7010b063bc646167c8f

主力銷售面積的房源數量（70-130㎡）占該區域總銷售房源數量比：雲巖區58%、南明區57%、觀山湖區55%。

排除雙龍新區主要在售別墅外，大於150平的房源主要集中在觀山湖，花溪以及烏當這三個地理位置較為偏遠地區，畢竟老城區周邊土地資源匱乏。而小於90平的房源主要集中在南明區，不用想也知道，主打小戶型以吸引各縣、地州市老百姓前往省會城市安傢的花果園“勞苦功高”，其在售369套房源中，面積小於90平的有233套，占比超過6成。

4、 是否靠近地鐵站口對二手房售價的影響？

546411153974e160e8f0e32d995480a6945e89c2c301554d6b2a4eb76565aa77

各區二手房源周邊具有地鐵站相比沒有地鐵站的房源銷售均價高8%，符合實際情況，如果有投資想法的朋友可以考慮購置在建或籌建地鐵站周邊的房產，額，這句好像是廢話，反正也沒錢。

5、以我個人為例，想要在蓮花坡附近（文昌北路、文昌南路、富水北路、富水南路、友誼路、護國路）購置一套至少2個衛生間的二手房，面積不低於100平方米。有多少房源適合我呢，該去找誰咨詢呢？

好瞭，我先去買彩票瞭，明天準備聯系中介去。