-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathhouse_analysis.py
105 lines (81 loc) · 4.82 KB
/
house_analysis.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
import pandas as pd
from sklearn.svm import LinearSVR #导入回归函数
pd.set_option('display.unicode.east_asian_width',True)
data=pd.read_csv('data.csv')
print("before 数据清洗:\n",data.head())
del data['Unnamed: 0'] #将索引列删除
data.dropna(axis=0,how='any',inplace=True) # 删除data数据中的所有空值
data['单价']=data['单价'].map(lambda d: d.replace('元/平米','')) # 将单价“元/平米”去掉
data['单价']=data['单价'].astype(float) # 将房子单价转换为浮点类型
data['总价']=data['总价'].map(lambda z: z.replace('万','')) # 将总价“万”去掉
data['总价']=data['总价'].astype(float) # 将房子总价转换为浮点类型
data['建筑面积']=data['建筑面积'].map(lambda p: p.replace('平米','')) # 将建筑面价“平米”去掉
data['建筑面积']=data['建筑面积'].astype(float) # 将建筑面积转换为浮点类型
print("after 数据清洗:\n",data.head())
# 获取各区二手房均价分析
def get_average_price():
group=data.groupby('区域')
average_price_group=group['单价'].mean()
region=average_price_group.index
average_price=average_price_group.values.astype(int)
return region,average_price
#获取各区房子数量比例
def get_house_number():
group_number=data.groupby('区域').size() #房子区域分组数量
region=group_number.index #区域
numbers=group_number.values # 获取每个区域内房子出售的数量
percentage=numbers/numbers.sum()*100 # 计算每个区域房子数量的百分比
return region,percentage #返回百分比
# 获取全市二手房装修程度对比
def get_renovation():
group_renovation=data.groupby('装修').size() # 将房子装修程度分组并统计数量
type=group_renovation.index #装修成都
number=group_renovation.values #装修程度对应的数量
return type,number #返回装修程度与对应的数量
#获取二手房热门户型均价
def get_house_type():
house_type_number=data.groupby('户型').size() # 房子户型分组数量
sort_values=house_type_number.sort_values(ascending=False) # 将户型分组数量进行降序
top_five=sort_values.head(5) #提取前5组户型数据
house_type_mean=data.groupby('户型')['单价'].mean() # 计算每个户型的均价
type=house_type_mean[top_five.index].index #户型
price=house_type_mean[top_five.index].values # 户型对应的均价
return type,price.astype(int) #返回与户型对应的数量
# 获取价格预测
def get_price_forecast():
data_copy=data.copy() #拷贝数据
print(data_copy[['户型','建筑面积']].head())
data_copy[['室','厅','卫']]=data_copy['户型'].str.extract('(\d+)室(\d+)厅(\d+)卫')
data_copy['室']=data_copy['室'].astype(float) # 将房子室转换为浮点类型
data_copy['厅'] = data_copy['厅'].astype(float) # 将房子厅转换为浮点类型
data_copy['卫'] = data_copy['卫'].astype(float) # 将房子卫转换为浮点类型
print(data_copy[['室','厅','卫']].head()) # 打印“室”、“厅”、“卫”数据
del data_copy['小区名字']
del data_copy['户型']
del data_copy['朝向']
del data_copy['楼层']
del data_copy['装修']
del data_copy['区域']
del data_copy['单价']
data_copy.dropna(axis=0,how='any',inplace=True) # 删除data数据中的所有空值
# 获取“建筑面积”小于300平米的房子信息
new_data=data_copy[data_copy['建筑面积']<300].reset_index(drop=True)
print(new_data.head())
#添加自定义预测数据
new_data.loc[2505]=[None,88.0,2.0,1.0,1.0]
new_data.loc[2506]=[None,136.0,3.0,2.0,2.0]
data_train=new_data.loc[0:2504]
x_list=['建筑面积','室','厅','卫'] # 自变量参考列
data_mean=data_train.mean() #获取平均值
data_std=data_train.std() #获取标注偏差
data_train=(data_train-data_mean)/data_std #数据标准化
x_train=data_train[x_list].values #特征数据
y_train=data_train['总价'].values #目标数据，总价
linearsvr=LinearSVR(C=0.1) #创建LinearSVR()对象
linearsvr.fit(x_train,y_train) #训练模型
x=((new_data[x_list]-data_mean[x_list])/data_std[x_list]).values #标准化特征数据
new_data[u'y_pred']=linearsvr.predict(x)*data_std['总价']+data_mean['总价'] # 添加预测房价的信息列
print('真实值与预测值分别为:\n',new_data[['总价','y_pred']])
y=new_data[['总价']][2490:] #获取2490以后的真实总价
y_pred=new_data[['y_pred']][2490:] # 获取2490以后的预测总价
return y,y_pred #返回真实房价与预测房价