Studie über die Miete in Tokio mit Python (3-2)

Ergebnisauszug

Gleichzeitig im Blog gepostet: https://leoluistudio.com/blog/24/python%e3%82%92%e4%bd%bf%e3%81%a3%e3%81%a6%e6%9d%b1%e4%ba%ac%e9%83%bd%e5%ae%b6%e8%b3%83%e3%81%ab%e3%81%a4%e3%81%84%e3%81%a6%e3%81%ae%e7%a0%94%e7%a9%b6-4%e3%81%ae2/

Statistische Methode 1

Datensammlung

• Datenquelle: https://suumo.jp
• Verwendete Bibliothek: Anfragen, BeautifulSoup, re, time, sqlite3
• Der Code wird weggelassen, da der Sammlungsteil nur eine Anforderung ist und in die Datenbank gestellt wird.

Datenbank

Datenbankstruktur

Erste 5. Reihe für jeden Tisch

Programme und Ergebnisse

Installieren Sie zuerst die erforderlichen Bibliotheken

import sqlite3
import pandas as pd

import plotly.express as px
import plotly.graph_objects as go
from plotly.offline import plot

from sklearn.decomposition import PCA

Verbinden Sie die Datenbank

#Wenn das Ergebnis nur ausgegeben wird
conn = sqlite3.connect(‘info.db’)
c = conn.cursor()
cursor = c.execute("SQL-Code")
for row in cursor:
    print(Ergebnis)
conn.close()

#Zur Verarbeitung durch Speichern des Ergebnisses
conn = sqlite3.connect(‘info.db’)
df = pd.read_sql_query("SQL-Code", conn)
conn.close()

Schauen Sie sich zunächst die Verteilung der Daten an

#Anzahl der Infozeilen
SELECT COUNT(id) FROM info
#Ergebnis: 82,812

#Anzahl der Zeilen im Preis
SELECT COUNT(id) FROM price
#Ergebnis: 624,499

#Anzahl der "Wohnungen" und "Wohnungen"
SELECT type,COUNT(type) FROM info GROUP BY type
#Ergebnis: Wohnung 33,110 /Herrenhaus 49,702

Verteilung der Fertigstellungstermine

# SQL
SELECT date AS year,COUNT(date) AS count FROM info WHERE date > 0 GROUP BY date

#Graph
fig = px.bar(df, x=’year’, y=’count’, height=500, width=1000)

Verteilung der Gebäudestruktur

# SQL
SELECT structure,COUNT(structure) AS count FROM info WHERE structure != 0 GROUP BY structure

#Graph
fig = px.bar(df, x=structure, y=’count’, height=500, width=1000)

Verteilung der Böden

# SQL
SELECT floor,COUNT(floor) AS count FROM info WHERE floor != 0 GROUP BY floor

#Graph
fig = px.bar(df, x=floor, y=’count’, height=500, width=1000)

In der obigen Tabelle ist die Verteilung im 20. Stock und darüber überhaupt nicht zu sehen. Schauen wir uns das hier genauer an.

# SQL
SELECT floor,COUNT(floor) AS count FROM info WHERE floor > 20 GROUP BY floor

#Graph
fig = px.bar(df, x=floor, y=’count’, height=500, width=1000)

Kontinuierliche Variablen (z. B. Preis) müssen gruppiert werden, bevor sie analysiert werden können.

def pricegroup(df):
    if df[‘price’] < 30000:
      return ‘<30,000’
    elif df[‘price’] < 60000:
      return ‘30,000-60,000’
    ……
    else:
      return ‘>270,000’

pricegroup_list = [‘<30,000’,
    ‘30,000-60,000’,
    ‘60,000-90,000’,
    ……
    ‘240,000-270,000’,
    ‘>270,000’]

Preisverteilung

# SQL
SELECT price FROM price

#Datenrahmenverarbeitung df[‘pricegroup’] = df.apply(pricegroup, axis=1)
dfcount = df.groupby([‘pricegroup’]).count()

#Graph
fig = px.bar(dfcount, x=dfcount.index, y=’price’, height=500, width=1000)
fig.update_layout(xaxis={‘categoryorder’:’array’, ‘categoryarray’:pricegroup_list}, yaxis_title=’count’)

Die Flächenverteilung ist gleich

def pricegroup(df):
    if df[‘area’] < 5:
      return ‘<5’
    elif df[‘area’] < 10:
      return ‘5-10’
    ……
    else:
      return ‘>45’

pricegroup_list = [‘<5′, ’5-10′, ’10-15′, ’15-20′,
    ’20-25′, ’25-30′, ’30-35′, ’35-40′,
    ’40-45′,’>45′]

# SQL
SELECT area FROM price

#Datenrahmenverarbeitung
df[‘areagroup’] = df.apply(areagroup, axis=1)
dfcount = df.groupby([‘areagroup’]).count()

#Graph
fig = px.bar(dfcount, x=dfcount.index, y=’area’, height=500, width=1000)
fig.update_layout(xaxis={‘categoryorder’:’array’, ‘categoryarray’:areagroup_list}, yaxis_title=’count’)

Richtungsverteilung

# SQL
SELECT direction,COUNT(direction) AS count FROM price WHERE direction != ‘-‘ GROUP BY direction

#Graph
fig = px.bar(df, x=direction, y=’count’, height=500, width=1000)

Teilen Sie die Bezirke, Städte und Dörfer vor der Analyse in 23 Bezirke und Städte ein.

m23_list = ["Chiyoda Ward","Chuo-ku",'Minato-ku',"Shinjuku Ward","Bunkyo Ward","Taito","Sumida Ward",
"Koto Ward","Shinagawa Ward","Meguro","Ota-ku","Setagaya","Shibuya Ward","Nakano",
"Suginami","Toshima Ward","Kita Ward","Arakawa","Itabashi Ward","Nerima Ward","Adachi Ward",
"Katsushika","Edogawa Ward"]

municipal_dict = {}
conn = sqlite3.connect(‘info.db’)
c = conn.cursor()
cursor = c.execute(“SELECT id,municipal FROM info”)
for row in cursor:
    municipal_dict.update({row[0]:row[1]})
conn.close()

def municipal(df):
    return municipal_dict[df[‘pid’]]

def municipal23(df):
    if df[‘municipal’] in m23_list:
      return ‘Special Wards’
    else:
      return ‘Non Special Wards’

Verhältnis zwischen Preis und Fläche (unterteilt in 23 Bezirke und Stadtgebiete)

# SQL
SELECT pid,price,area FROM price

#Datenrahmenverarbeitung
df[‘municipal’] = df.apply(municipal, axis=1)
df[‘municipal23’] = df.apply(municipal23, axis=1)
dfmedian = df.groupby([‘pid’, ‘municipal23’])[‘price’, ‘area’].median()
dfmedian_reset = dfmedian.reset_index(level=’municipal23′)

#Graph
fig = px.scatter(dfmedian_reset, x=’area’, y=’price’, color=’municipal23′, labels={‘municipal23’: ‘Special Wards’}, height=500, width=1000)