Python爬取链家网24685个租房信息并进行数据分析

2020年注定是一个不平凡的年份，很多行业受疫情影响艰难前行，即便复产复工提速，被抑制的需求也难以短期释放。与此同时，地摊经济孕育而生，如果人们真的都去摆地摊了，是不是也会出现睡地摊的普遍现象？这时候可能需要思考一下睡地摊的收益和风险了，在没有自有住房的前提假设下，我们是该睡地摊还是租房呢？

针对这些问题，本文以深圳市为例，爬取了链家网最新发布的24685个房源租赁信息，包括房源地区分布、楼盘名称、租金、押金、租赁方式、品牌、户型、租期、朝向、水电燃气电梯配套、楼层等22个字段。然后，清洗数据并做可视化分析，试图回答以下几个问题：

1.深圳房屋租赁市场现状如何？
2.深圳哪些地区房源比较多且房租相对便宜，集中在哪些楼盘？
3.性价比较高的房源具有哪些特征？

一、数据获取

本文主要以数据分析为主，关于数据获取仅提供爬虫思路，如果对数据爬虫感兴趣可以前往本人公众号「菜J学Python」查看往期原创爬虫文章。由于链家限制每个地区仅可查看3000条记录(100页每页30条记录)，所以针对记录数大于3000的地区需继续遍历子地区，才能获得更全面的数据。

爬虫代码写完后运行一下，效果如下：

二、数据清洗

本文数据清洗用到Pandas，限于篇幅，仅简单提供核心字段清洗方法，如果对数据清洗感兴趣可以前往本人公众号「菜J学Python」查看往期原创Pandas基础文章。

首先预览下要分析的数据，长这样：

1.rent_district字段清洗

2.rent_title字段清洗

3.house_type字段清洗

4.house_louceng字段清洗

5.zujin字段清洗

数据清洗后存入Mysql数据库，长这样：

三、数据分析

数据处理好了，接下来就是写sql语句从数据库取数作图，关于sql相关的内容本公众号后续也会补充。本次数据分析写的sql语句主要如下：

关于作图，用的工具就相对多一些，本次数据分析作图涉及Python内置作图库、Echarts、BI等。

1.深圳房屋租赁市场现状如何？

(1)地区分布

由图可知，深圳在租房源主要集中在福田区、南山区和龙岗区，大鹏新区、坪山区和光明区在租房源数量较小，一定程度上反映出各地区房屋租赁市场的发展情况。

南山区和福田区平均房租最高，而影响房租的主要因素为地价和经济发展水平。可见，既想在经济繁华区打工获得高额工资又想租到便宜的房子，是行不通的。

(2)租赁方式

从租赁方式来看，深圳以整租为主，合租的房源极少。当然，现实中也存在很多这样的情况：一个整租房由不同的租户合租；一个整租房由一个租户租下，并转租给其他租户（俗称二房东）。

(3)中介品牌

链家网入驻的房产中介品牌很多，占比较高的有链家、德佑、糯家等。德佑占比高主要源自它与链家的关系，2015年上海的德佑地产与北京链家合并。而就目前来看，各个品牌与链家之间更像是加盟入驻关系。

(4)居室

从居室来看，3室的房屋最多，其次是2室和1室，4室及以上的房子较少。房租的价格与居室的关系就不用说了，自然是居室越多平均房租越高了。

(5)楼层

从楼层来看，租赁住房以中高层为主，各楼层房租差异不大，低层房租相对更高一些。至于地下室，经过下钻分析，发现其主要是供批发商租用囤货的。

(6)朝向

从朝向来看，招租房屋主要朝南和东南，而朝向东南的房屋平均房租最高，毕竟坐拥优越自然地理条件。朝向为南的房屋房源多，房租也相对较低，性价比相对更高。

(7)看房要求

租房前切勿直接去找想要租的房屋，因为很有可能空无一人。基本都要提前预约，有些房屋还只能周末或者房主下班后看房。

(8)中介费

中介费基本没有公示出来，毕竟涉及到房产中介的利益，比较敏感。仅有的22套列明中介费的房源平均中介费为5362元，还是很香的。

(9)支付方式

房租的支付方式也比较灵活，月付和年付的相对少见一些，如果有中介要求年付一定要三思。其实，租赁市场更常见的是押一付三、押一付二等支付方式。

2.深圳哪些地区房源比较多且房租相对便宜，集中在哪些楼盘？

由前面的分析我们其实已经知道，优越位置和低价房租两者难以兼得，因此我们只能选择折中的策略。首先，我们看下房源数量最多的福田区、南山区和龙岗区的房租情况。

我们再看一下各地区平均月房租低于5000元的房源数量：

很显然，龙岗区租赁房源多且平均房租相对较低。另外，龙岗区距离福田区、罗湖区等经济繁华区也较近，上下班交通较为方便，租房性价比还是挺高的。

3.相对便宜的房源具有哪些特征？

既然锁定了目标，那我们继续下钻分析，看看这些性价比较高的房源具有哪些特征。首先，我们找到龙岗区平均房租在5000元/月以下的楼盘。

继续下钻，看看房源数量最多的几个楼盘具有什么样的特征。

TOP1:远洋新干线一期

TOP2:国展苑

TOP3:招商依山郡

TOP4:中海康城国际一期

TOP5:保利上城

整体来看，这些房源普遍面积较小，基本都在高层，只有少量房源拥有租用车位，但水、电、电梯等基础设施配套齐全，可以满足一般摆摊者的需求。

结语

综上分析，在睡地摊和租房的选择上，睡地摊完败，因为至少还有性价比较高的房子可租。至此，关于租房的数据分析告一段落，敬请期待J哥更多原创文章。当然，本文也还存在一些不足，数据分析的深度和广度还有待进一步提高。

声明

1.本数据分析只做学习研究之用途，提供的结论仅供参考，租房的选择涉及的影响因素还有很多，还请独立思考；
2.作者与链家无任何瓜葛，只是他家数据比较全比较干净便于数据分析，大家也可以去其他平台看看这些楼盘的情况，货比三家；
3.作者对地摊经济了解甚微，相关描述可能存在不当之处，请勿上纲上线。

关注微信公众号「菜J学Python」，后台回复“入群”进群和大家一起学习。

Python爬取链家网24685个租房信息并进行数据分析相关推荐

python爬房源信息_用python爬取链家网的二手房信息
题外话:这几天用python做题,算是有头有尾地完成了.这两天会抽空把我的思路和方法,还有代码贴出来,供python的初学者参考.我python的实战经历不多,所以代码也是简单易懂的那种.当然过程中还 ...
python爬取链家网的房屋数据
python爬取链家网的房屋数据爬取内容爬取源网站爬取内容爬取思路爬取的数据代码获取房屋url 获取房屋具体信息爬取内容爬取源网站北京二手房 https://bj.lianjia. ...
python 爬取链家数据_用python爬取链家网的二手房信息
题外话:这几天用python做题,算是有头有尾地完成了.这两天会抽空把我的思路和方法,还有代码贴出来,供python的初学者参考.我python的实战经历不多,所以代码也是简单易懂的那种.当然过程中还 ...
爬取链家网站中的租房信息
爬取链家网站中的租房信息信息爬取代码信息爬取代码 import requests from lxml import etree import pandas as pdwith open('zufa ...
Python 小项目 01 爬虫项目爬取链家网南京地区二手房信息
SpiderLianjia 介绍 python爬虫小程序,爬取链家网南京地区普通住宅二手房数据. 代码下载: https://gitee.com/lihaogn/SpiderLianjia 1 程序设 ...
爬取链家网站的北京租房信息
本来准备这个暑假好好复习,但学校安排暑期实践,既然学校安排这个,而且我自己也觉得需要提高一下自己的能力,所以静下心来做点事吧.我们要做到项目是分析北京地区的租房的信息分析. 我们需要做的是爬取链家网站 ...
python 爬取链家网北京租房信息
刚学习了python,中途遇到很多问题,查了很多资料,最关键的就是要善于调试,div信息一定不要找错,下面就是我爬取租房信息的代码和运行结果: 链家的房租网站两个导入的包 1.requests 用来 ...
Python爬取链家网获取二手房数据并调用高德api获得经纬度
链家网获得数据地址,高德api获得经纬度(同理链家网也可以换成其他58同城,赶集网的数据,因为反爬虫比较厉害,没时间整,就用链家网的数据先试试水) 首先爬链家网,Info包含一条信息 import j ...
python爬取链家网实例——scrapy框架爬取-链家网的租房信息
说明: 本文适合scrapy框架的入门学习. 一.认识scrapy框架开发python爬虫有很多种方式,从程序的复杂程度的角度来说,可以分为:爬虫项目和爬虫文件. scrapy更适合做爬虫项目,ur ...

Python爬取链家网24685个租房信息并进行数据分析

Python爬取链家网24685个租房信息并进行数据分析相关推荐

最新文章

热门文章