
本次分析的數(shù)據(jù)源來自鏈家網(wǎng)。鏈家網(wǎng)中有”二手房-成交房源”這個板塊,可以查看到所有通過鏈家成交的二手房的信息,其中最值得稱贊的是成交價格的真實性。買過房子的朋友都清楚,房子的實際成交價格和在房管局信息中心的網(wǎng)簽價格是不一樣的,處于避稅的考慮,一般來說網(wǎng)簽價格都會比真實的成交價格低,因為在房屋買賣過程中的各種稅費都是以網(wǎng)簽價格來確定的。因此,一般政府部門出具的關(guān)于房價的報告,其實是不可信的。
所以分析的第一步,就是從鏈家網(wǎng)獲取想要的數(shù)據(jù)。這里我利用Python做了一個簡單的爬蟲,獲取了從2015年7月到2016年5月,在北苑地區(qū)通過鏈家成交的約2500套二手房成交的數(shù)據(jù)。經(jīng)過手工的數(shù)據(jù)清洗,獲取到的數(shù)據(jù)大概是這個樣子:
其中,鏈家的數(shù)據(jù)在2015年11月之后精確到了成交日期,但是為了和2015年11月之前的數(shù)據(jù)粒度統(tǒng)一,我都統(tǒng)一成了成交月份.
鏈家可以查詢到的最晚成交是兩周前的數(shù)據(jù),因此2016年5月數(shù)據(jù)在爬取時刻只有5月3日之前,所以在之后的分析中5月數(shù)據(jù)是不可用的
本次分析不是要解決什么問題,因此分析以數(shù)據(jù)探索為主,分成兩大塊:
3.1 整體漲幅顯著
從整體來看,北苑地區(qū)房價在近10個月內(nèi)經(jīng)歷了一個顯著的漲幅:2016年4月相對2015年7月增幅達31%;2016年4月環(huán)比3月增長12%。
對照5月18日國家統(tǒng)計局發(fā)布的4月份70個大中城市住宅價格變動情況,發(fā)現(xiàn)政府的數(shù)據(jù)似乎溫和了很多……信誰大家可以自己判斷……
3.2 小區(qū)越高端、越新,漲幅越大;70年住宅漲幅大于50年商住兩用
北苑地區(qū)樓盤有50余個,我選取了10個小區(qū),分別看最近一段時間的價格趨勢,如下圖:
從圖上可以清晰的看出分成了三快
1) 第一塊由華貿(mào)城、潤澤公館、世華泊郡組成,目測漲幅在40%左右。這三個小區(qū)都是2012年之后建設(shè)的,高端大氣,整體價格高,但是漲幅也最高
2) 第二塊由北苑家園各種園組成,目測漲幅在30%左右。這些園大部分建筑年代在1998-2005之間,只有望春園是2008年,因此價格也是望春園要明顯高于其他園。這些相對平民的小區(qū)漲幅就不如高端小區(qū)
3) 第三塊是最下面的旭輝奧都,目測漲幅在25%左右。旭輝奧都是2008年建成的,不過是50年產(chǎn)權(quán)的商住兩用,不限購,但是現(xiàn)在也可以落戶、也是民水民電,但是價格確實相對較低,而且漲幅也沒有其他小區(qū)快……難道只是因為50年的原因嗎?
3.3 一居及四居戶型漲幅最大
從下圖可以看出,一居及四居的漲幅最大,猜測原因:一是此類戶型數(shù)量較少,供給相對稀缺;二是目前國內(nèi)一線城市貧富差距極大:
3.4 樓層對于漲幅的影響在各小區(qū)情況不同
我們從下圖中可以看到,從整體上講,低樓層的房子漲幅更高一些,但是具體到某一個小區(qū),情況各不相同:
4.1 高端樓盤兩居單價最高,主要是因為面積較小
下圖統(tǒng)計了從2015.7到2016.4,按照不同戶型的成交均價情況:
對于華貿(mào)城、潤澤公館、世華泊郡三個相對高檔的小區(qū),兩居的單價都是最貴的。而其他小區(qū)沒有一致的特征,但是超過一半的兩居是最便宜的。
下圖統(tǒng)計了兩居的成交面積,可以發(fā)現(xiàn)三個高端樓盤的兩居面積較小,平均面積在90平方米以下(實際情況是這三個小區(qū)最大的兩居不超過100平米)。而其他小區(qū)的兩居面積都較大。
所以,猜測購房者的普遍心態(tài)可能是這樣:想購買兩居的人都偏向新小區(qū)的小兩居。
4.2 面積越大的房子單價會越低?看來不一定!
通常來說,面積越小的房子總價低,單價高(這一點尤其在學區(qū)房上體現(xiàn)的很明顯),面積越大的房子總價高,單價低。但是我分析了幾個小區(qū)的面積與成交價格的關(guān)系,發(fā)現(xiàn)沒有統(tǒng)一的規(guī)律:
4.3 朝向貌似已經(jīng)不重要了
我們常理認為,南向的房子應(yīng)該價格較貴、增幅較大,但是我嘗試對于朝向進行分析時,發(fā)現(xiàn)數(shù)據(jù)一片混沌,根本得不出有價值的結(jié)論。從整體和單個小區(qū)來看,不存在南向一定貴,東西一定便宜的現(xiàn)象,可見朝向在現(xiàn)在這個時代,重要性已經(jīng)大不如前了
其實在這個簡單的研究中,我只研究了房子自身的屬性數(shù)據(jù)。但是房價所受到的影響太多了。除了房子本身的這些屬性的分析,還有交通、配套設(shè)施、停車位、學區(qū)房、是不是有核電站在周圍等等……
北苑地區(qū)有5號和13號兩條地鐵經(jīng)過,交通相對便利,社區(qū)成熟,而且我認為支撐此地區(qū)房價最重要的因素,是望京已經(jīng)成為北京一個新的CBD,原本就有愛立信、諾基亞、聯(lián)想、美團等高科技企業(yè),隨著阿里巴巴、Uber這兩個巨頭的入駐,帶來越來越多的高收入精英人才,望京地區(qū)的房價已經(jīng)水長船高。作為緊靠大望京的北苑地區(qū),會成為擠出效應(yīng)的收益區(qū)域。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機器學習訓(xùn)練中的異常診斷與解決方案 在機器學習模型訓(xùn)練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11