Projects

Understanding Data Analysis

PROJECT - Apartment Analysis

1. Preprocessing

setwd("C:/Users/Administrator/Desktop/R Analysis")
read.csv('apt_data_2010_2020.csv')-> df
str(df)

## 'data.frame':    807353 obs. of  28 variables:
##  $ 거래금액            : int  100000 110000 26500 30000 25900 25300 25000 27900 27800 26800 ...
##  $ 건축년도            : int  2008 2004 2005 1999 1993 1992 1993 1992 1992 1993 ...
##  $ 년                  : int  2010 2010 2010 2010 2010 2010 2010 2010 2010 2010 ...
##  $ 도로명              : chr  "사직로8길" "경희궁2길" "율곡로2길" "혜화로3길" ...
##  $ 도로명건물본번호코드: int  4 5 7 5 198 19 198 19 19 198 ...
##  $ 도로명건물부번호코드: int  0 5 0 0 0 0 0 0 0 0 ...
##  $ 도로명시군구코드    : int  11110 11110 11110 11110 11110 11110 11110 11110 11110 11110 ...
##  $ 도로명일련번호코드  : int  3 1 1 2 2 1 2 1 1 2 ...
##  $ 도로명지상지하코드  : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ 도로명코드          : int  4100135 4100005 4100234 4100545 4100020 4100065 4100020 4100065 4100065 4100020 ...
##  $ 법정동              : chr  "사직동" "내수동" "수송동" "명륜2가" ...
##  $ 법정동본번코드      : int  9 110 85 237 703 702 703 702 702 703 ...
##  $ 법정동부번코드      : int  0 15 0 0 0 0 0 0 0 0 ...
##  $ 법정동시군구코드    : int  11110 11110 11110 11110 11110 11110 11110 11110 11110 11110 ...
##  $ 법정동읍면동코드    : int  11500 11800 12400 17100 17400 17400 17400 17400 17400 17400 ...
##  $ 법정동지번코드      : chr  "1" "1" "1" "1" ...
##  $ 아파트              : chr  "광화문풍림스페이스본(101동~105동)" "킹스매너" "로얄팰리스스위트" "아남3" ...
##  $ 월                  : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ 일                  : int  20 8 11 13 5 7 8 11 15 18 ...
##  $ 일련번호            : chr  "11110-2203" "11110-118" "11110-205" "11110-26" ...
##  $ 전용면적            : num  136.4 194.4 40.1 47.4 64.7 ...
##  $ 지번                : chr  "9" "110-15" "85" "237" ...
##  $ 지역코드            : int  11110 11110 11110 11110 11110 11110 11110 11110 11110 11110 ...
##  $ 층                  : int  7 6 8 4 3 2 11 11 13 11 ...
##  $ qrt                 : chr  "Q1" "Q1" "Q1" "Q1" ...
##  $ yyyyqrt             : chr  "2010Q1" "2010Q1" "2010Q1" "2010Q1" ...
##  $ 평수                : int  41 59 12 14 20 17 20 17 17 20 ...
##  $ 평단가              : num  2439 1864 2208 2143 1295 ...

#----------------------------------------------------
# gsub ~바꾸기 
#----------------------------------------------------

#gsub(' ','', df$???뜝?룞?삕??) -> df$???뜝?룞?삕??

#----------------------------------------------------
#    Creating Columns using information 
#----------------------------------------------------

#df[, -c(25,26,27,28)] -> df_1

#ifelse(df_1$?? < 4, 'Q1', 
#       ifelse(df_1$?? < 7, 'Q2', 
#              ifelse(df_1$?? < 10, 'Q3', 'Q4'))) -> df_1$qrt


#df_1$yyyyqrt <- paste0(df_1$??, df_1$qrt)


#df_1$???? <- round(df_1$????????/3.3)


#df_1$???訝?? <- df_1$??궧???셿?/df$????

2. 분석 가설 설정 하기

3. 서울 전체 아파트 VS 강남 아파트 가격의 변화 양상은 다를 것이다.

서울 전체 아파트 평균 평당 매매가 VS 강남구의 평균 평당 매매가

2. 강남 아파트의 가격 변화에 따라서 가격이 변화하는 지역이 있을 것 이다.

반포동 3개월 이전까지의 추세와 유사한 지역을 탐색 - 계층적 군집 분석 수행

font <-"Roboto Condensed"

df %>%  
  group_by(yyyyqrt) %>%  
  summarise(mean = mean(평단가)) -> df.1

df.1

## # A tibble: 42 x 2
##    yyyyqrt  mean
##  * <chr>   <dbl>
##  1 2010Q1  2079.
##  2 2010Q2  1906.
##  3 2010Q3  1966.
##  4 2010Q4  2085.
##  5 2011Q1  1934.
##  6 2011Q2  1895.
##  7 2011Q3  1925.
##  8 2011Q4  1961.
##  9 2012Q1  1875.
## 10 2012Q2  1908.
## # ... with 32 more rows

ggplot(df.1, aes(yyyyqrt, mean, group=1))+ 
  geom_line(size=0.7)+
  geom_smooth(method = "lm", col= "indianred")+ 
  theme(axis.text = element_text(angle=90))+
  ylim(0, max(df.1$mean))+
  theme(text = element_text(family = font), 
        legend.position = "none",
        axis.ticks = element_blank(),
        plot.background = element_rect("#EBEBEB"),
        panel.background = element_blank(),
        axis.title = element_text(color = "#292929", face = "bold"),
        axis.text = element_text(color = "#292929", face = "bold"),
        plot.subtitle = element_markdown(face = "bold", color = "#292929"),
        strip.text.x = element_text(face = "bold", color = "#292929"),
        strip.background = element_blank(),
        panel.spacing = unit(2, "lines"))+ 
  labs(x= "Year Quaters", y= "Means of price", title= "The Average price of apartment in Korea baed on Quarters")

가설 1 : 서울 전체 아파트와 강남 아파트 가격은 변화하는 양상이 다를 것이다.

    서울 전체 VS 강남구 아파트 (반포, 서초, 삼성동, 압구정동)

library(ggthemes)


df%>%  
  filter(법정동 %in% c("반포동", "서초동?","삼성동","압구정동")) %>% 
  group_by(yyyyqrt, 년) %>% 
  summarise(mean = mean(평단가)) -> gangnam




ggplot(gangnam, aes(yyyyqrt, mean, group=1))+ 
  geom_line(size=0.8, col="#EC1D27") +
  geom_smooth(method = "lm", col=  "cornflowerblue")+
  ylim(0, max(gangnam$mean))+
  theme(text = element_text(family = font), 
        legend.position = "none",
        axis.ticks = element_blank(),
        plot.background = element_rect("#EBEBEB"),
        panel.background = element_blank(),
        axis.title = element_text(color = "#292929", face = "bold"),
        axis.text = element_text(color = "#292929", face = "bold"),
        plot.subtitle = element_markdown(face = "bold", color = "#292929"),
        strip.text.x = element_text(face = "bold", color = "#292929"),
        strip.background = element_blank(),
        panel.spacing = unit(2, "lines"))+ 
  labs(x= "Year/Quarter", y= "Average Price", title= "The Average Price in Gangnam areas")+
  theme(plot.title = element_text(family = font, face ="bold",size = 18, color = "grey20")) +
    theme(axis.title.x=element_blank(),
        axis.text.x=element_blank(),
        axis.ticks.x=element_blank())-> seoul_plot


seoul_plot

서초, 삼성, 압구정동의 각 평균 단가 시각화

#-----------------------------------------------------
#    서초동 
#-----------------------------------------------------

df %>%  
  filter(법정동 == '서초동') %>% 
  group_by(yyyyqrt) %>% 
  summarise(price = mean(평단가)) %>% 
  ggplot(aes(yyyyqrt, price, group =1))+ 
  geom_line(size=0.8, col="#EC1D27")+
   geom_smooth(method = "lm", col=  "cornflowerblue")+
  theme(axis.text = element_text(angle=90))+
  ylim(0, max(gangnam$mean))+
  theme(text = element_text(family = font), 
        legend.position = "none",
        axis.ticks = element_blank(),
        plot.background = element_rect("#EBEBEB"),
        panel.background = element_blank(),
        axis.title = element_text(color = "#292929", face = "bold"),
        axis.text = element_text(color = "#292929", face = "bold"),
        plot.subtitle = element_markdown(face = "bold", color = "#292929"),
        strip.text.x = element_text(face = "bold", color = "#292929"),
        strip.background = element_blank(),
        panel.spacing = unit(2, "lines"))+ 
  labs(x= "Year/Quarter", y= "Average Price", title= "The Average Price in Seocho dong")+
  theme(plot.title = element_text(family = font, face ="bold",size = 18, color = "grey20"))+
   theme(axis.title.x=element_blank(),
        axis.text.x=element_blank(),
        axis.ticks.x=element_blank())->plot_1


df %>%  
  filter(법정동 == '삼성동') %>% 
  group_by(yyyyqrt) %>% 
  summarise(price = mean(평단가)) %>% 
  ggplot(aes(yyyyqrt, price, group =1))+ 
  geom_line(size=0.8, col="#EC1D27")+
   geom_smooth(method = "lm", col=  "cornflowerblue")+
  theme(axis.text = element_text(angle=90))+
  ylim(0, max(gangnam$mean))+
  theme(text = element_text(family = font), 
        legend.position = "none",
        axis.ticks = element_blank(),
        plot.background = element_rect("#EBEBEB"),
        panel.background = element_blank(),
        axis.title = element_text(color = "#292929", face = "bold"),
        axis.text = element_text(color = "#292929", face = "bold"),
        plot.subtitle = element_markdown(face = "bold", color = "#292929"),
        strip.text.x = element_text(face = "bold", color = "#292929"),
        strip.background = element_blank(),
        panel.spacing = unit(2, "lines"))+ 
  labs(x= "Year/Quarter", y= "Average Price", title= "The Average Price in 삼성동")+
  theme(plot.title = element_text(family = font, face ="bold",size = 18, color = "grey20")) +
   theme(axis.title.x=element_blank(),
        axis.text.x=element_blank(),
        axis.ticks.x=element_blank())-> plot_2


df %>%  
  filter(법정동 == '압구정동') %>% 
  group_by(yyyyqrt) %>% 
  summarise(price = mean(평단가)) %>% 
  ggplot(aes(yyyyqrt, price, group =1))+ 
  geom_line(size=0.8, col="#EC1D27")+
   geom_smooth(method = "lm", col=  "cornflowerblue")+
  theme(axis.text = element_text(angle=90))+
  ylim(0, max(gangnam$mean))+
  theme(text = element_text(family = font), 
        legend.position = "none",
        axis.ticks = element_blank(),
        plot.background = element_rect("#EBEBEB"),
        panel.background = element_blank(),
        axis.title = element_text(color = "#292929", face = "bold"),
        axis.text = element_text(color = "#292929", face = "bold"),
        plot.subtitle = element_markdown(face = "bold", color = "#292929"),
        strip.text.x = element_text(face = "bold", color = "#292929"),
        strip.background = element_blank(),
        panel.spacing = unit(2, "lines"))+ 
  labs(x= "Year/Quarter", y= "Average Price", title= "The Average Price in  압구정")+
  theme(plot.title = element_text(family = font, face ="bold",size = 18, color = "grey20"))+
 theme(axis.title.x=element_blank(),
        axis.text.x=element_blank(),
        axis.ticks.x=element_blank()) -> plot_3
 plot_3

library(gridExtra)



grid.arrange(seoul_plot, plot_1, plot_2, plot_3, nrow=2, ncol=2)

가설 2 : 2. 강남 아파트의 가격 변화에 따라서 가격이 변화하는 지역이 있을 것 이다.

분석 내용 가정: 2020년 가격하락세는 코로나 여파로 인한 일시적인 현상이며, 이전 수준을 회복할 것으로 예측 -> 2020년 이전의 데이터로 반포동과 유사한 추세지역을 찾기 -> 동별 가격 변화 추세로 계층적 군집 분석

각 동별 가격 추세의 상관관계를 유사도(거리)행렬로 사용 
유사도 행렬로 계층적 군집분석 
      

library(TTR)
library(reshape2)

df %>% 
  filter(!yyyyqrt %in% c('2020Q1','2020Q2')) -> df.fil



#-----------------------------------------------------------
#   유사도 행렬 데이터 셋 준비 
#-----------------------------------------------------------



df.fil %>% 
  select(법정동, yyyyqrt,평단가) %>%
  group_by(법정동,yyyyqrt) %>% 
  summarise(price = round(mean(평단가),3)) %>% 
  mutate(ma3 = round(runMean(price,3),3)) %>%  #이동평균 3 계산 
  na.omit() -> df.ts


DT::datatable(df.ts)

1. 법정동 기준, 분기 발생이 없는 지역을 제거

2. 반포동 데이터/ 반포동 미 데이터만 추려서 데이터 병함 (dcast 함수 사용 )

df.ts %>% 
  group_by(법정동) %>% 
  summarise(cnt = n_distinct(yyyyqrt)) %>% 
  filter(cnt == 38) %>% 
  select(법정동) -> dong.list



# 반포동만 추출 

df.ts.banpo <- df.ts %>%  filter(법정동 == '반포동')


# 반포동 제외 추출 
df.ts <- df.ts %>% filter(법정동 %in% dong.list$법정동,
                             법정동 != '반포동')



# 반포동 제외 추출 dcast 변환 
dcast(df.ts, yyyyqrt ~ 법정동) -> dcast

dcast[,-1] -> comle_dcast



 
dcast(df.ts.banpo, yyyyqrt ~ 법정동) -> dcast_banpo
dcast_banpo[,-1] -> comple_dcast_banpo


cbind(comle_dcast, comple_dcast_banpo) -> df.trend

Cor 함수를 사용한 유사도 행렬 데이터 셋 준비

cor(df.trend) -> df.cor
heatmap(df.cor)

계층적 군집 분석 실행

hclust(as.dist(df.cor), method = 'ward.D2') -> hc

plot(hc, hang=-1, cex=0.35)

반포동과 유사한 패턴을 보이는 지역을 확인

df.cor[197, 1:197] %>%  as.data.frame() -> cor.banpo

반포동과 유사한 패턴을 보이는 지역을 확인

par(mfrow = (c(2,3)))

plot(df.trend$comple_dcast_banpo, type = 'l')
plot(df.trend$양평동5가, type = 'l')
plot(df.trend$사당동, type = 'l')
plot(df.trend$문래동6가, type = 'l')
plot(df.trend$가락동, type = 'l')
plot(df.trend$가산동, type = 'l')

반포동과 유사한 패턴의 지역 미래 가격 예측

2020년 초 거래 가격으로 수준으로 3개월 내 회복 예측

iii{r}