背景

香港的贫富差距问题一直十分尖锐，最突出的体现就是收入和楼价的巨大差异。早在60年代末香港房价就经历了暴涨，人们早已对不动产的金融属性了如指掌，全港的投资情绪一直都相当火热。即便香港当前失业率高企，经济环境较差，但购买力仍在，楼市依然坚挺。

为了更加深入了解香港房地产市场，本文用Pyhton采集了香港在售26281套二手房数据并做可视化分析，试图从数据层面理解香港楼市现状。在「菜J学Python」公众号后台联系J哥可获取本文完整代码。

九龙房源最多，港岛价格更高

香港特别行政区，下辖香港岛、九龙半岛、新界3个地区共18个分区。九龙半岛在售二手房源共8108个，占比28.62%。根据中原城市指数CCI（仅包括大型屋苑），港岛报187.66点，高于香港其他地区。

具体分区来看，香港在售二手房源集中分布在葵青区、元朗区、屯门区等地，而九龙城区、深水埗区、中西区、湾仔区、东区等地房价较高。香港在售二手房实用呎价均价为$18688/呎（折合人民币约172652元/平方米），最低实用呎价$4421/呎，最高实用呎价$96965/呎。

将军澳二手房源最多

将军澳、元朗和屯门在售二手房均超1000套，其中，将军澳以2112套二手房源居首。

九龙站二手房均价最高

九龙站、山顶/南区、贝沙湾和中半山在售二手房均价超过$3万/呎，九龙站以$37232/呎遥遥领先，远高于香港二手房整体均价。

小户型为主，2房占比超一半

从建筑面积来看，香港在售二手房普遍建面在500呎-1200呎（46-111平方米），占比高达78.52%，共计18825套。

从居室来看，香港在售二手房中，2房共计12231套，占比51.05%；3房共计7613套，占比31.76%；4房以上71套，占比仅为0.29%。

各楼龄段均有一定比例分布

从香港在售二手房楼龄来看，25-39年楼龄的二手房源最多，共7396套，占比31.31%；15-24年5939套，占比25.36%；40年以上房源也有2347套，占比10.93%。

50%以上二手房低于1000万

从香港在售二手房售价来看，$501-$1000万（约429-858万人民币）房源数量为12301套，占比51.31%。

描述性统计

技术实现

本文数据来源于中原地产，网页结构相对简单。数据清洗主要用到Python的pandas库，由于内容较多，仅提供核心字段清洗代码。数据可视化主要用到Python的pyecharts库，都是一些基础图表，本公众号往期原创文章也已多次提及。

数据获取

爬虫核心代码

#将繁体转换成简体
def tradition2simple(line):return Converter('zh-hans').convert(line)
#解析网页
def get_page(page):if page <11:url = 'http://hk.centanet.com/findproperty/BLL/Result_SearchHandler.ashx?url=http%3A%2F%2Fhk.centanet.com%2Ffindproperty%2Fzh-HK%2FHome%2FSearchResult%3Fposttype%3DS%26src%3DC%26minprice%3D%26maxprice%3D%26sortcolumn%3D%26sorttype%3D%26limit%3D100%26currentpage%3D{0}'.format(page)else:url = 'http://hk.centanet.com/findproperty/BLL/Result_SearchHandler.ashx?url=http%3A%2F%2Fhk.centanet.com%2Ffindproperty%2Fzh-HK%2FHome%2FSearchResult%3Fposttype%3DS%26src%3DC%26minprice%3D%26maxprice%3D%26sortcolumn%3D%26sorttype%3D%26limit%3D-1%26currentpage%3D{0}'.format(page)req = requests.get(url, headers = headers)bs = req.json()# print(bs)ts = tradition2simple(bs['post'])# print(ts)html = etree.HTML(ts)
if __name__ == '__main__':ua = UserAgent(verify_ssl=False)headers = {"User-Agent": ua.random}for page in range(1,2624):  #共2623页get_page(page)# time.sleep(1)print("第%d页爬取完成"%page)print('-'*100)

数据预览

数据清洗

建筑面积/单价

#异常字符替换为空
df["建筑面积"] = df["建筑面积"].str.replace(",","").astype("float")
df["建面单价"] = df["建面单价"].str.replace("$","").str.replace(",","").str.replace("/呎","").astype("float")
#建筑面积和建面单价缺失值用均值填充
df = df.fillna(value={'建筑面积':df["建筑面积"].mean(),'建面单价':df["建面单价"].mean()})
12345

间隔

# 存在缺失值、换行符、非数字型、无房间数等脏数据
df["间隔"] = df["间隔"].str.replace("\r\n","").str[:1]
df = df[ ~ df['间隔'].isin(['('])]  #删除某列包含特殊字符的行
df["间隔"] = df["间隔"].str.replace("开","0").astype("float")
df = df.fillna(value={'间隔':df["间隔"].mean()})
df["间隔"] = df["间隔"].astype("int")
123456

售价

#售价单位存在万和亿，进行统一化处理
df["售价"] = (df["售价"].str.replace("$","").str.replace(",","").str[:-1].astype(float) * df['售价'].str[-1].map({"万": 1, "亿": 10000})).astype("int")
12

数据可视化

回归图

fig,axes=plt.subplots(5,1,figsize=(12,30))
sns.regplot(x='间隔',y='实用单价',data=df1,color='green',marker='*',ax=axes[0])
sns.regplot(x='楼龄',y='实用单价',data=df1,color='green',marker='*',ax=axes[1])
sns.regplot(x='实用面积',y='实用单价',data=df1,color='green',marker='*',ax=axes[2])
sns.regplot(x='建筑面积',y='实用单价',data=df1,color='green',marker='*',ax=axes[3])
sns.regplot(x='实用率',y='实用单价',data=df1,color='green',marker='*',ax=axes[4])
123456

条形图

df5 = df1.groupby('屋苑位置')['实用单价'].count()
df5 = df5.sort_values(ascending=True)
df5 = df5.tail(10)
print(df5.index.to_list())
print(df5.to_list())
c = (Bar(init_opts=opts.InitOpts(theme=ThemeType.WONDERLAND)).add_xaxis(df5.index.to_list()).add_yaxis("",df5.to_list()).reversal_axis() #X轴与y轴调换顺序.set_global_opts(title_opts=opts.TitleOpts(title="香港二手房数量TOP10",subtitle="数据来源：中原地产 \t制图：J哥",pos_left = 'left'),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=13)), #更改横坐标字体大小yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=13)), #更改纵坐标字体大小).set_series_opts(label_opts=opts.LabelOpts(font_size=16,position='right')))
c.render_notebook()
12345678910111213141516

饼图

df2 = df1.groupby('间隔')['实用单价'].count()
print(df2)
df2 = df2.sort_values(ascending=False)
regions = df2.index.to_list()
values = df2.to_list()
c = (Pie(init_opts=opts.InitOpts(theme=ThemeType.WONDERLAND)).add("", list(zip(regions,values))).set_global_opts(title_opts=opts.TitleOpts(title="香港二手房间隔分布",subtitle="数据来源：中原地产\n制图：J哥",pos_top="1%",pos_left = 'left')).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%",font_size=16)))
c.render_notebook()

PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取

python免费学习资料以及群交流解答点击即可加入

Python分析香港26281套在售二手房数据！寸土寸金啊！相关推荐

Python分析香港26281套在售二手房数据
公众号后台回复"图书",了解更多号主新书内容作者:J哥来源:菜J学Python 背景香港的贫富差距问题一直十分尖锐,最突出的体现就是收入和楼价的巨大差异.早在60年代末香港房 ...
Python爬取中原地产香港26281套在售二手房数据并分析
背景香港的贫富差距问题一直十分尖锐,最突出的体现就是收入和楼价的巨大差异.早在60年代末香港房价就经历了暴涨,人们早已对不动产的金融属性了如指掌,全港的投资情绪一直都相当火热.即便香港当前失业率高企 ...
gridview ashx实现数据更新_Python分析了香港26281套在售二手房数据，结果发现
作者:J哥背景香港的贫富差距问题一直十分尖锐,最突出的体现就是收入和楼价的巨大差异.早在60年代末香港房价就经历了暴涨,人们早已对不动产的金融属性了如指掌,全港的投资情绪一直都相当火热. 即便香港 ...
python二手房价格预测_分析香港2万6千套在售二手房数据，1000万的居然有那么多...
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理以下文章来源于菜J学Python ,作者J哥前言香港的贫富差距问题一直十分尖锐 ...
分析香港2万6千套在售二手房数据，1000万的居然有那么多
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理以下文章来源于菜J学Python ,作者J哥前言香港的贫富差距问题一直十分尖锐 ...
用Python分析了1982场英雄联盟数据，开局前预测游戏对局胜负！
微信改版,加星标不迷路! 用Python分析如何打好英雄联盟? 作者:阿广概述前言假设游戏对战数据获取分析和训练数据游戏对战胜负预测期望研究的问题结论阿广说推荐阅读前言如今,只 ...
用 Python 分析了 1982 场英雄联盟数据，开局前预测游戏对局胜负！
前言如今,只要随便进入一个网吧,都会发现玩<英雄联盟>的人是最多的,可以这么说,<英雄联盟>已经是当之无愧的端游一哥.而在拥有如此基数玩家的<英雄联盟>,已经不仅 ...
python英雄对战代码_用 Python 分析了 1982 场英雄联盟数据，开局前预测游戏对局胜负！...
前言如今,只要随便进入一个网吧,都会发现玩<英雄联盟>的人是最多的,可以这么说,<英雄联盟>已经是当之无愧的端游一哥.而在拥有如此基数玩家的<英雄联盟>,已经不仅 ...
深圳python多少钱信息_用Python分析深圳在售二手房数据，看看买房需要多少预算...
白岩松曾说:"高房价正在毁掉无数年轻人的爱情,毁灭了年轻人的想象力."尤其是北上广深这类一线城市,对于一般的工薪阶层,买房更是难上加难.前不久,DT财经写了一篇文章<我只有3 ...

Python分析香港26281套在售二手房数据！寸土寸金啊！

背景