
本次分析的数据源来自链家网。链家网中有”二手房-成交房源”这个板块,可以查看到所有通过链家成交的二手房的信息,其中最值得称赞的是成交价格的真实性。买过房子的朋友都清楚,房子的实际成交价格和在房管局信息中心的网签价格是不一样的,处于避税的考虑,一般来说网签价格都会比真实的成交价格低,因为在房屋买卖过程中的各种税费都是以网签价格来确定的。因此,一般政府部门出具的关于房价的报告,其实是不可信的。
所以分析的第一步,就是从链家网获取想要的数据。这里我利用Python做了一个简单的爬虫,获取了从2015年7月到2016年5月,在北苑地区通过链家成交的约2500套二手房成交的数据。经过手工的数据清洗,获取到的数据大概是这个样子:
其中,链家的数据在2015年11月之后精确到了成交日期,但是为了和2015年11月之前的数据粒度统一,我都统一成了成交月份.
链家可以查询到的最晚成交是两周前的数据,因此2016年5月数据在爬取时刻只有5月3日之前,所以在之后的分析中5月数据是不可用的
本次分析不是要解决什么问题,因此分析以数据探索为主,分成两大块:
3.1 整体涨幅显著
从整体来看,北苑地区房价在近10个月内经历了一个显著的涨幅:2016年4月相对2015年7月增幅达31%;2016年4月环比3月增长12%。
对照5月18日国家统计局发布的4月份70个大中城市住宅价格变动情况,发现政府的数据似乎温和了很多……信谁大家可以自己判断……
3.2 小区越高端、越新,涨幅越大;70年住宅涨幅大于50年商住两用
北苑地区楼盘有50余个,我选取了10个小区,分别看最近一段时间的价格趋势,如下图:
从图上可以清晰的看出分成了三快
1) 第一块由华贸城、润泽公馆、世华泊郡组成,目测涨幅在40%左右。这三个小区都是2012年之后建设的,高端大气,整体价格高,但是涨幅也最高
2) 第二块由北苑家园各种园组成,目测涨幅在30%左右。这些园大部分建筑年代在1998-2005之间,只有望春园是2008年,因此价格也是望春园要明显高于其他园。这些相对平民的小区涨幅就不如高端小区
3) 第三块是最下面的旭辉奥都,目测涨幅在25%左右。旭辉奥都是2008年建成的,不过是50年产权的商住两用,不限购,但是现在也可以落户、也是民水民电,但是价格确实相对较低,而且涨幅也没有其他小区快……难道只是因为50年的原因吗?
3.3 一居及四居户型涨幅最大
从下图可以看出,一居及四居的涨幅最大,猜测原因:一是此类户型数量较少,供给相对稀缺;二是目前国内一线城市贫富差距极大:
3.4 楼层对于涨幅的影响在各小区情况不同
我们从下图中可以看到,从整体上讲,低楼层的房子涨幅更高一些,但是具体到某一个小区,情况各不相同:
4.1 高端楼盘两居单价最高,主要是因为面积较小
下图统计了从2015.7到2016.4,按照不同户型的成交均价情况:
对于华贸城、润泽公馆、世华泊郡三个相对高档的小区,两居的单价都是最贵的。而其他小区没有一致的特征,但是超过一半的两居是最便宜的。
下图统计了两居的成交面积,可以发现三个高端楼盘的两居面积较小,平均面积在90平方米以下(实际情况是这三个小区最大的两居不超过100平米)。而其他小区的两居面积都较大。
所以,猜测购房者的普遍心态可能是这样:想购买两居的人都偏向新小区的小两居。
4.2 面积越大的房子单价会越低?看来不一定!
通常来说,面积越小的房子总价低,单价高(这一点尤其在学区房上体现的很明显),面积越大的房子总价高,单价低。但是我分析了几个小区的面积与成交价格的关系,发现没有统一的规律:
4.3 朝向貌似已经不重要了
我们常理认为,南向的房子应该价格较贵、增幅较大,但是我尝试对于朝向进行分析时,发现数据一片混沌,根本得不出有价值的结论。从整体和单个小区来看,不存在南向一定贵,东西一定便宜的现象,可见朝向在现在这个时代,重要性已经大不如前了
其实在这个简单的研究中,我只研究了房子自身的属性数据。但是房价所受到的影响太多了。除了房子本身的这些属性的分析,还有交通、配套设施、停车位、学区房、是不是有核电站在周围等等……
北苑地区有5号和13号两条地铁经过,交通相对便利,社区成熟,而且我认为支撑此地区房价最重要的因素,是望京已经成为北京一个新的CBD,原本就有爱立信、诺基亚、联想、美团等高科技企业,随着阿里巴巴、Uber这两个巨头的入驻,带来越来越多的高收入精英人才,望京地区的房价已经水长船高。作为紧靠大望京的北苑地区,会成为挤出效应的收益区域。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04