# Pacotes

library(tidyverse)
library(ggthemes)
library(DT)

# Diretório de trabalho

setwd('/cloud/project/EDA Airbnb New York')

# Importando os dados


df1 <- read.csv("AB_NYC_2019.csv",header = T,sep = ",")

# Estrutura dos dados

df1$id <- as.factor(df1$id)
df1$host_id <- as.factor(df1$host_id)

Introdução

Esse pequeno trabalho tem como objetivo principal fazer perguntas. A partir delas, iremos desdobrar os trabalhos e assim conseguir tirar algum valor dos dados, se eles forem capazes de responder - las.

Quais as vizinhanças com maior oferta de imóveis?
Quais os tipos de aluguéis com maior oferta?
Como é a distribuição dos preços dos aluguéis?
Taxa de review por vizinhança
Como é a distribuição dos dias disponíveis dos aluguéis?
Qual a distribuição dos preços por vizinhança
Qual a distribuição dos preços por tipo de quarto
Há alguma concentração de proprietarios?
Heatmap dos aluguéis

Base de dados

A base de dados utilizada vem do kaggle. Ela contém dados sobre alugueis de imóveis em 2019 na cidade de Nova York pelo Airbnb. Dados sobre como preço,dias disponiveis para alugar, número de comentarios, localização geográfica e etc.

df1 %>%
  slice(1:50) %>%
  datatable()

Resultados

Quais as vizinhanças com maior oferta de imóveis?

df1 %>%
  count(neighbourhood_group) %>%
  ggplot(aes(reorder(neighbourhood_group,n),n)) +
  geom_bar(stat = "identity") +
  theme_fivethirtyeight() +
  coord_flip()

Manhattan e Brooklyn dominam a ofeta de imóveis para alugar em Nova York.

Quais os tipos de aluguéis com maior oferta?

df1 %>%
  count(room_type) %>%
  ggplot(aes(reorder(room_type,n),n)) +
  geom_bar(stat = "identity") +
  theme_fivethirtyeight() +
  coord_flip()

Só uma minoria da oferta de aluguéis é composta por quartos privados.

Como é a distribuição dos preços dos aluguéis?

df1  %>%
  ggplot(aes(x = price)) +
  geom_histogram(binwidth = 100) +
  theme_fivethirtyeight() +
  scale_x_continuous(breaks = seq(from = 0,to = 10000,by = 800))

Como podemos ver no gráfico acima, a maior parte dos aluguéis tem o preço até 800 dólares.

Taxa de review por vizinhança

reviews <- df1 %>%
   group_by(neighbourhood_group)%>%
   summarise(Total_Review = sum(number_of_reviews))
total <- df1 %>%
  count(neighbourhood_group)
  
left_join(reviews,total) %>%
  mutate(taxa = Total_Review/n) %>%
  ggplot(aes(reorder(neighbourhood_group,taxa),taxa)) +
  geom_bar(stat = "identity") +
  theme_fivethirtyeight() +
  coord_flip()

A situação se inverte do normal aqui. A média da review por apartamento é maior em State Island e menor em Manhattan.

Como é a distribuição dos dias disponíveis dos aluguéis?

df1  %>%
  ggplot(aes(x = availability_365)) +
  geom_histogram(binwidth = 25) +
  theme_fivethirtyeight() +
  scale_x_continuous(breaks = seq(from = 0,to = 400,by = 25))

Aqui um dos principais insights retirados dos dados até agora. Por volta de vinte mil alugues, ou quase 50% do total, não está disponivel para alugar por nenhum dia do ano. Seriam esses anuncios fantasmas?

Qual a distribuição dos preços por vizinhança

df1 %>%
  filter(price <= 500) %>%
  group_by(neighbourhood_group) %>%
  ggplot(aes(x = reorder(neighbourhood_group,price),y = price)) +
    geom_boxplot() +
    labs(title = "Distribuição dos preços dos aluguéis por vizinhança em Nova York",
         subtitle = "Aluguéis de até US$ 500",
         caption = "Fonte: Airbnb") +
    theme_fivethirtyeight() +
  theme(plot.title = element_text(size = 12, face = "bold"))

Algumas observações interessantes, quase 75% dos apartamentos mais baratos do Brooklyn custam até 150 doláres a diaria, enquanto em Manhattan, esse valor correponde o máxio dos 50% mais baratos.

Qual a distribuição dos preços por tipo de quarto

df1 %>%
  filter(price <= 500) %>%
  group_by(room_type,neighbourhood_group) %>%
  ggplot(aes(x = reorder(room_type,price),y = price)) +
    geom_boxplot(aes(fill = reorder(neighbourhood_group,price))) +
    labs(title = "Distribuição dos preços por tipo de acomodação em Nova York",
         subtitle = "Aluguéis de até US$ 500",
         caption = "Fonte: Airbnb",
         fill = "Vizinhança") +
    theme_fivethirtyeight() +
  theme(plot.title = element_text(size = 12, face = "bold"))

Percebemos aqui que a diferença começa a ficar maior quando queremos alugar apartamentos inteiros.

Heatmap dos aluguéis

library(leaflet)
library(leaflet.extras)

df1 %>%
leaflet() %>% addProviderTiles(providers$OpenStreetMap) %>%
  addHeatmap(lng=~longitude, lat=~latitude,
             radius = 8)

Aqui podemos ver as areas no mapa com maiores numeros de alugueis

Com ggplot2

df1 %>%
  ggplot() +
  geom_point(aes(longitude,latitude,color = neighbourhood_group)) +
  theme_fivethirtyeight()

Podemos ver por bairro também.

Análise de dados AirBnb de Nova York