玩转房价数据
邓一凌
2017年11月2日
玩转房价数据
美国King County的10000条记录，14个字段，主要字段说明如下：
- 销售日期：2014年5月到2015年5月房屋出售时的日期
- 销售价格：房屋交易价格，单位为美元，是目标预测值
- 卧室数：房屋中的卧室数目
- 浴室数：房屋中的浴室数目
- 房屋面积：房屋里的生活面积
- 停车面积：停车坪的面积
- 楼层数：房屋的楼层数
- 房屋评分：King County房屋评分系统对房屋的总体评分
- 建筑面积：除了地下室之外的房屋建筑面积
- 地下室面积：地下室的面积
- 建筑年份：房屋建成的年份
- 修复年份：房屋上次修复的年份
- 纬度：房屋所在纬度
- 经度：房屋所在经度
Step 1：数据概览
写代码重现以下分析结果
## 'data.frame': 10000 obs. of 14 variables:
## $ 销售日期 : int 20150302 20150211 20150107 20141103 20140603 20150506 20150305 20140701 20140807 20141204 ...
## $ 销售价格 : int 545000 785000 765000 720000 449500 248500 675000 730000 311000 660000 ...
## $ 卧室数 : int 3 4 3 5 5 2 4 2 2 2 ...
## $ 浴室数 : num 2.25 2.5 3.25 2.5 2.75 1 2.5 2.25 1 1 ...
## $ 房屋面积 : int 1670 3300 3190 2900 2040 780 1770 2130 860 960 ...
## $ 停车面积 : int 6240 10514 5283 9525 7488 10064 9858 4920 3300 6263 ...
## $ 楼层数 : num 1 2 2 2 1 1 1 1.5 1 1 ...
## $ 房屋评分 : int 8 10 9 9 7 7 8 7 6 6 ...
## $ 建筑面积 : int 1240 3300 3190 2900 1200 780 1770 1530 860 960 ...
## $ 地下室面积: int 430 0 0 0 840 0 0 600 0 0 ...
## $ 建筑年份 : int 1974 1984 2007 1989 1969 1958 1971 1941 1903 1942 ...
## $ 修复年份 : int 0 0 0 0 0 0 0 0 0 0 ...
## $ 纬度 : num 47.6 47.6 47.6 47.5 47.7 ...
## $ 经度 : num -122 -122 -122 -122 -122 ...## 销售日期 销售价格 卧室数 浴室数
## Min. :20140502 Min. : 75000 Min. : 0.000 Min. :0.000
## 1st Qu.:20140722 1st Qu.: 322500 1st Qu.: 3.000 1st Qu.:1.750
## Median :20141017 Median : 450700 Median : 3.000 Median :2.250
## Mean :20143916 Mean : 542875 Mean : 3.368 Mean :2.117
## 3rd Qu.:20150217 3rd Qu.: 645000 3rd Qu.: 4.000 3rd Qu.:2.500
## Max. :20150527 Max. :6885000 Max. :10.000 Max. :7.750
## 房屋面积 停车面积 楼层数 房屋评分
## Min. : 390 Min. : 572 Min. :1.000 Min. : 3.000
## 1st Qu.:1430 1st Qu.: 5023 1st Qu.:1.000 1st Qu.: 7.000
## Median :1910 Median : 7590 Median :1.500 Median : 7.000
## Mean :2082 Mean : 15353 Mean :1.503 Mean : 7.665
## 3rd Qu.:2550 3rd Qu.: 10717 3rd Qu.:2.000 3rd Qu.: 8.000
## Max. :9890 Max. :1651359 Max. :3.500 Max. :13.000
## 建筑面积 地下室面积 建筑年份 修复年份
## Min. : 390 Min. : 0 Min. :1900 Min. : 0.00
## 1st Qu.:1190 1st Qu.: 0 1st Qu.:1952 1st Qu.: 0.00
## Median :1560 Median : 0 Median :1975 Median : 0.00
## Mean :1791 Mean : 291 Mean :1971 Mean : 85.21
## 3rd Qu.:2212 3rd Qu.: 560 3rd Qu.:1997 3rd Qu.: 0.00
## Max. :8860 Max. :4820 Max. :2015 Max. :2015.00
## 纬度 经度
## Min. :47.16 Min. :-122.5
## 1st Qu.:47.47 1st Qu.:-122.3
## Median :47.57 Median :-122.2
## Mean :47.56 Mean :-122.2
## 3rd Qu.:47.68 3rd Qu.:-122.1
## Max. :47.78 Max. :-121.3Step 2：简单图表
写代码重现以下图表
你还能做其他有意义的图吗，尝试再做几张？
Step 3：数据变换
写代码完成以下数据变换，格式如下：
# 题目编号和内容
你的代码
- 选择在2000年后建成的房屋
- 选择在2015年销售的房屋
- 选择在12月销售的房屋
- 按照销售价格从高到低对房屋进行排序
- 按照销售价格从低到高对房屋进行排序
- 计算1个新的变量：单位房屋面积的房屋价格
- 计算1个新的变量：房屋已建成的年数
- 使用排序函数寻找销售价格最高的100套房屋
- 生成一个新的数据框：仅包括销售日期、销售价格、房屋评分、经度、纬度变量
- 将新生成的数据框中的经度、纬度变量名称变为lng、lat
- 在新生成的数据框中计算3个新的变量：房屋销售的年、月、日
- 统计每月销售的房屋数量
- 统计每月销售的房屋均价
- 将销售日期分割为年、月、日3列。
- 增加一个新销售日期变量，格式为“年/月/日”。
- 计算房屋的销售日期距离今天已过去的天数。