链家北京二手房数据分析
环境: R 研究对象: 1. 二手房数据的区域特征 2. 二手房数据的面积特征 1. 导入原始数据 setwd("/Users/mac/Desktop/lianjia/") d = read.csv("/Users/mac/Desktop/lianjia/Lianjia.csv") 2. 数据清洗 - 将数据设置为数据框格式,并查看数据汇总信息 as.data.frame(d) summary(d) - 初步观察:一共有11个变量,目标变量为Price - 移除第六列ID信息,不具有分析价值。添加新的特征每平米房价 PerPrice (总价/面积),并调整列的顺序。 d <- d[,-6] dp <- d$Price/d$Size d2 <- transform(d,PerPrice=dp) 3. 数据可视化 3.1 区域特征分析 #各大区二手房每平米房价对比 means1 <- aggregate(d2$PerPrice, by=list(d2$Region), FUN = mean) #https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/aggregate means1 <- means1[order(means1$x, decreasing = T),] a1 <- means1$x