Analisis Data Eksploratif Dataset Property

Dataset Property

Pada kali ini, kami dari tim bayesian akan melakukan serangkaian analisis data pada data property. Sebelum itu, di sini kami akan menjelaskan kamus data yang akan kita gunakan. Adapun variabel-variabel yang digunakan adalah sebagai berikut :

• cityid : A unique id of each city
• zpid : The Zillow Property ID. Every property has a unique zipid. The Zillow Property ID for the property for which to obtain information
• countyid : A unique id of each county
• homeType : Type of house. Includes apartment, condo, multi family, single family, town house, manufactured, lot, and unknown
• zipcode : ZIP code
• bathrooms : Number of bathrooms in the property
• taxyear : The year of tax payment
• tax_paid : The amount of the property tax
• tax_assessement : Assessed value of the property
• year_built : Original construction date
• parcelNumber : A parcel number is assigned by the local tax assessment office and is used to help identify the property for tax
• hasGarage : The property contains a garage or not
• hasPetAllowed : Whether people can keep pets in the property
• architectureStyle : Architecture style
• hoa : Homeowners association fee
• hasPrivatePool : The property has a private pool or not
• heating : Types of heating
• hasCooling : The property has cooling or not
• lotsize : Parking area square feet
• livingArea : Living area square feet
• furnished : The property has furniture or no
• homeStatus : Recent property status. Includes for sale, for rent, force closed, pending, pre force closure, recently sold, and sold
• datePosted : Date posted
• bedrooms : Number of bedrooms in the property
• price : Property price
• priceHistory : Price history of the property. Includes Price Change Rate, event, source, time, buyerAgent, sellerAgent, and price, etc…
• schools : Nearby school and school scores from https://www.greatschools.org/

Persiapan

Library (Package Used)

if(!require(tidyverse)) install.packages("tidyverse")
if(!require(ggplot2)) install.packages("ggplot2")
if(!require(readxl)) install.packages("readxl")
if(!require(skimr)) install.packages("skimr")
if(!require(DataExplorer)) install.packages("DataExplorer")

library(tidyverse)
library(ggplot2)
library(readxl)
library(skimr)
library(DataExplorer)

Import Data Set

Data yang digunakan pada Exploratory Data Analytic di sini ialah data yang sudah clean, sudah di bersihkan pada proses sebelumnya yaitu data cleaning.

data <- read_xlsx("datapropertyclean2.xlsx")

Cek data

head(data)

## # A tibble: 6 x 26
##   ï..cityid     zpid countyid homeType zipcode bathrooms tax.year tax_paid
##       <dbl>    <dbl>    <dbl> <chr>      <dbl>     <dbl>    <dbl>    <dbl>
## 1     20330 15073822     3227 CONDO      94109         2     2020    8852.
## 2     20330 15077622     3227 CONDO      94102         2     2020    6904.
## 3     20330 15077919     3227 CONDO      94102         1     2020    5711.
## 4     20330 15148335     3227 CONDO      94105         1     2020    7544.
## 5     20330 15148336     3227 CONDO      94105         1     2020    7869.
## 6     20330 15148534     3227 CONDO      94105         1     2020    9952.
## # ... with 18 more variables: tax_assessment <dbl>, year_built <dbl>,
## #   parcelNumber <chr>, hasGarage <lgl>, hasPetsAllowed <lgl>,
## #   architecturalStyle <chr>, hoa <chr>, moa <chr>, hasPrivatePool <lgl>,
## #   heating <chr>, hasCooling <lgl>, livingArea <dbl>, furnished <lgl>,
## #   homeStatus <chr>, datePosted <dbl>, bedrooms <dbl>, price <dbl>,
## #   distance <dbl>

Ringkasan Data

Lihat ringkasan data yang kita gunakan, lihat pula apakah ada missing value pada data yang sudah clean.

glimpse(data)

## Rows: 714
## Columns: 26
## $ ï..cityid          <dbl> 20330, 20330, 20330, 20330, 20330, 20330, 20330, 20~
## $ zpid               <dbl> 15073822, 15077622, 15077919, 15148335, 15148336, 1~
## $ countyid           <dbl> 3227, 3227, 3227, 3227, 3227, 3227, 3227, 3227, 322~
## $ homeType           <chr> "CONDO", "CONDO", "CONDO", "CONDO", "CONDO", "CONDO~
## $ zipcode            <dbl> 94109, 94102, 94102, 94105, 94105, 94105, 94105, 94~
## $ bathrooms          <dbl> 2, 2, 1, 1, 1, 1, 1, 1, 3, 2, 2, 3, 1, 2, 2, 4, 2, ~
## $ tax.year           <dbl> 2020, 2020, 2020, 2020, 2020, 2020, 2020, 2020, 202~
## $ tax_paid           <dbl> 8852.30, 6903.82, 5711.28, 7544.04, 7868.96, 9952.1~
## $ tax_assessment     <dbl> 671868, 509608, 414274, 567166, 594274, 767460, 270~
## $ year_built         <dbl> 1966, 1982, 1982, 1991, 1991, 1997, 1997, 1986, 197~
## $ parcelNumber       <chr> "0599053", "0762098", "762395", "3767226", "3767227~
## $ hasGarage          <lgl> TRUE, TRUE, FALSE, TRUE, TRUE, TRUE, TRUE, TRUE, TR~
## $ hasPetsAllowed     <lgl> FALSE, FALSE, TRUE, TRUE, FALSE, TRUE, TRUE, TRUE, ~
## $ architecturalStyle <chr> "Modern/High Tech", "Contemporary,Modern/High Tech"~
## $ hoa                <chr> "$905", "$1130", "$940", "$627", "$576", "$711", "$~
## $ moa                <chr> "monthly", "monthly", "monthly", "monthly", "monthl~
## $ hasPrivatePool     <lgl> FALSE, FALSE, TRUE, FALSE, FALSE, FALSE, FALSE, FAL~
## $ heating            <chr> "['Baseboard']", "['Electric']", "['Baseboard']", "~
## $ hasCooling         <lgl> TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRU~
## $ livingArea         <dbl> 1040, 1022, 672, 544, 432, 922, 536, 772, 1738, 190~
## $ furnished          <lgl> FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FA~
## $ homeStatus         <chr> "FOR_SALE", "FOR_SALE", "FOR_SALE", "FOR_SALE", "FO~
## $ datePosted         <dbl> 1.61e+12, 1.62e+12, 1.62e+12, 1.62e+12, 1.61e+12, 1~
## $ bedrooms           <dbl> 1, 2, 1, 1, 0, 1, 1, 2, 3, 3, 2, 4, 2, 3, 2, 3, 3, ~
## $ price              <dbl> 849995, 820000, 569000, 700000, 579000, 875000, 659~
## $ distance           <dbl> 0.3, 0.6, 0.5, 1.0, 1.0, 1.0, 1.0, 0.2, 0.4, 1.1, 0~

Terdapat 714 baris dan 26 kolom pada data property yang digunakan

summary(data)

##    ï..cityid          zpid              countyid      homeType        
##  Min.   : 3506   Min.   : 15073822   Min.   : 204   Length:714        
##  1st Qu.:12447   1st Qu.: 20508048   1st Qu.:2841   Class :character  
##  Median :12447   Median : 25406320   Median :3101   Mode  :character  
##  Mean   :22832   Mean   : 66484870   Mean   :2854                     
##  3rd Qu.:33839   3rd Qu.: 82841231   3rd Qu.:3101                     
##  Max.   :54296   Max.   :325861830   Max.   :3227                     
##     zipcode        bathrooms         tax.year       tax_paid       
##  Min.   :90004   Min.   : 1.000   Min.   :2019   Min.   :   419.3  
##  1st Qu.:90026   1st Qu.: 2.000   1st Qu.:2020   1st Qu.:  4772.1  
##  Median :90802   Median : 2.000   Median :2020   Median :  7289.3  
##  Mean   :91412   Mean   : 2.473   Mean   :2020   Mean   : 11432.7  
##  3rd Qu.:92128   3rd Qu.: 3.000   3rd Qu.:2020   3rd Qu.: 10433.5  
##  Max.   :95835   Max.   :13.000   Max.   :2020   Max.   :307568.8  
##  tax_assessment       year_built   parcelNumber       hasGarage      
##  Min.   :   33292   Min.   :1908   Length:714         Mode :logical  
##  1st Qu.:  380167   1st Qu.:1979   Class :character   FALSE:327      
##  Median :  585914   Median :1991   Mode  :character   TRUE :387      
##  Mean   :  918184   Mean   :1990                                     
##  3rd Qu.:  827060   3rd Qu.:2006                                     
##  Max.   :25468992   Max.   :2021                                     
##  hasPetsAllowed  architecturalStyle     hoa                moa           
##  Mode :logical   Length:714         Length:714         Length:714        
##  FALSE:621       Class :character   Class :character   Class :character  
##  TRUE :93        Mode  :character   Mode  :character   Mode  :character  
##                                                                          
##                                                                          
##                                                                          
##  hasPrivatePool    heating          hasCooling       livingArea     
##  Mode :logical   Length:714         Mode:logical   Min.   :  304.0  
##  FALSE:648       Class :character   TRUE:714       1st Qu.:  971.2  
##  TRUE :66        Mode  :character                  Median : 1320.0  
##                                                    Mean   : 1722.4  
##                                                    3rd Qu.: 1870.0  
##                                                    Max.   :19127.0  
##  furnished        homeStatus          datePosted           bedrooms    
##  Mode :logical   Length:714         Min.   :1.500e+12   Min.   :0.000  
##  FALSE:714       Class :character   1st Qu.:1.610e+12   1st Qu.:2.000  
##                  Mode  :character   Median :1.620e+12   Median :2.000  
##                                     Mean   :1.609e+12   Mean   :2.332  
##                                     3rd Qu.:1.620e+12   3rd Qu.:3.000  
##                                     Max.   :1.620e+12   Max.   :8.000  
##      price             distance     
##  Min.   :  115000   Min.   :0.0000  
##  1st Qu.:  549000   1st Qu.:0.3000  
##  Median :  748500   Median :0.5000  
##  Mean   : 1252711   Mean   :0.5468  
##  3rd Qu.: 1050000   3rd Qu.:0.7000  
##  Max.   :27000000   Max.   :3.4000

Diperoleh ringkasan data five number summary dan ditambah dengan mean Harga terendah property pada data tersebut adalah sebesar 115000 dan harga tertinggi property pada data tersebut adalah 27000000.

skim(data)

Data summary

Name	data
Number of rows	714
Number of columns	26
_______________________
Column type frequency:
character	7
logical	5
numeric	14
________________________
Group variables	None

Variable type: character

skim_variable	n_missing	complete_rate	min	max	empty	n_unique	whitespace
homeType	0	1	5	13	0	5	0
parcelNumber	0	1	5	12	0	697	0
architecturalStyle	0	1	4	51	0	41	0
hoa	0	1	3	5	0	442	0
moa	0	1	7	9	0	3	0
heating	0	1	8	115	0	88	0
homeStatus	0	1	4	13	0	4	0

Variable type: logical

skim_variable	n_missing	complete_rate	mean	count
hasGarage	0	1	0.54	TRU: 387, FAL: 327
hasPetsAllowed	0	1	0.13	FAL: 621, TRU: 93
hasPrivatePool	0	1	0.09	FAL: 648, TRU: 66
hasCooling	0	1	1.00	TRU: 714
furnished	0	1	0.00	FAL: 714

Variable type: numeric

skim_variable	n_missing	complete_rate	mean	sd	p0	p25	p50	p75	p100	hist
ï..cityid	0	1	2.283181e+04	1.661488e+04	3.506000e+03	1.244700e+04	1.244700e+04	3.383900e+04	5.429600e+04	▇▁▁▁▃
zpid	0	1	6.648487e+07	7.150137e+07	1.507382e+07	2.050805e+07	2.540632e+07	8.284123e+07	3.258618e+08	▇▂▁▁▁
countyid	0	1	2.854440e+03	5.508600e+02	2.040000e+02	2.841000e+03	3.101000e+03	3.101000e+03	3.227000e+03	▁▁▁▁▇
zipcode	0	1	9.141182e+04	1.660700e+03	9.000400e+04	9.002625e+04	9.080200e+04	9.212800e+04	9.583500e+04	▇▃▁▂▁
bathrooms	0	1	2.470000e+00	1.360000e+00	1.000000e+00	2.000000e+00	2.000000e+00	3.000000e+00	1.300000e+01	▇▁▁▁▁
tax.year	0	1	2.019760e+03	4.300000e-01	2.019000e+03	2.020000e+03	2.020000e+03	2.020000e+03	2.020000e+03	▂▁▁▁▇
tax_paid	0	1	1.143268e+04	1.998090e+04	4.193300e+02	4.772090e+03	7.289340e+03	1.043349e+04	3.075688e+05	▇▁▁▁▁
tax_assessment	0	1	9.181840e+05	1.640269e+06	3.329200e+04	3.801668e+05	5.859140e+05	8.270598e+05	2.546899e+07	▇▁▁▁▁
year_built	0	1	1.990170e+03	2.055000e+01	1.908000e+03	1.979250e+03	1.991000e+03	2.006000e+03	2.021000e+03	▁▁▃▇▇
livingArea	0	1	1.722420e+03	1.559890e+03	3.040000e+02	9.712500e+02	1.320000e+03	1.870000e+03	1.912700e+04	▇▁▁▁▁
datePosted	0	1	1.608880e+12	1.732066e+10	1.500000e+12	1.610000e+12	1.620000e+12	1.620000e+12	1.620000e+12	▁▁▁▁▇
bedrooms	0	1	2.330000e+00	1.200000e+00	0.000000e+00	2.000000e+00	2.000000e+00	3.000000e+00	8.000000e+00	▃▇▁▁▁
price	0	1	1.252711e+06	1.970505e+06	1.150000e+05	5.490000e+05	7.485000e+05	1.050000e+06	2.700000e+07	▇▁▁▁▁
distance	0	1	5.500000e-01	3.900000e-01	0.000000e+00	3.000000e-01	5.000000e-01	7.000000e-01	3.400000e+00	▇▂▁▁▁

Secara lebih rinci lagi dari hasil fungsi glimpse() sebelumnya, data property tersebut memiliki 7 kolom bertipe character, 5 kolom bertipe logical, dan 14 kolom bertipe numeric.

plot_intro(data)

Dapat dilihat, tidak terdapat missing observation dan All missing columns, sehingga dapat dikatakan persentase complete rowsnya sebesar 100%

plot_missing(data)

Tidak terdapat kolom yang missing value

Variasi

Data Kontinu

plot_histogram(data)

Data Kategori

plot_bar(data)

## 3 columns ignored with more than 50 categories.
## parcelNumber: 697 categories
## hoa: 442 categories
## heating: 88 categories

Kovarian

Koefisien korelasi antar kolom

plot_correlation(data)

## 4 features with more than 20 categories ignored!
## parcelNumber: 697 categories
## architecturalStyle: 41 categories
## hoa: 442 categories
## heating: 88 categories

## Warning in cor(x = structure(list(ï..cityid = c(20330, 20330, 20330, 20330, :
## the standard deviation is zero

Koefisien korelasi yang kita lihat ialah koefisien korelasi antara kolom price dengan kolom-kolom lainnya, hal tersebut dikarenakan price nantinya akan menjadi topik/permasalahan yang ingin kita gali. Adapun yang memiliki korelasi kuat dengan kolom price antara lain ialah :

• bathrooms : Berkorelasi positif
• tax_year : Berkorelasi positif lemah
• tax_paid dan tax_assessement : Berkorelasi positif kuat
• livingArea : Berkorelasi positif kuat
• bedrooms : Berkorelasi positif kuat
• distance : Berkorelasi positif agak kuat
• homeType_CONDO : Memiliki korelasi yang negatif
• homeType_SINGLE_FAMILY : Berkorelasi positif

Selain yang disebutkan di atas, sesuai plot di atas secara umum, ada banyak yang memiliki korelasi dengan kolom price, namun korelasinya tidak terlalu kuat.

Kategorikal vs Kontinu

Boxplot berdasarkan kolom hasGarage

plot_boxplot(data, by = "hasGarage")

Dari plot yang terbentuk, jika kita fokus pada kolom price, maka property yang memiliki garasi (hasGarage = TRUE) akan memiliki harga yang cenderung lebih tinggi dibandingkan property yang tidak memiliki garasi (hasGarage = FALSE)

Boxplot berdasarkan kolom hasPetsAllowed

plot_boxplot(data, by = "hasPetsAllowed")

Dari plot yang terbentuk, jika kita lihat bersama-sama, property yang mengizinkan di dalamnya memikihara binatang kesayangan, akan memiliki harga yang cenderung homogen dan rendah jika dibandingkan dengan yang tidak mengizinkan memelihara binatang kesayangan di dalamnya yang memiliki variasi tinggi pada harga property.

Boxplot berdasarkan kolom hasPrivatePool

plot_boxplot(data, by = "hasPrivatePool")

Berdasarkan boxplot yang terbentuk, maka kita bisa menyimpulkan bahawasanya property yang memiliki kolam renang pribadi di dalamnya cenderung memiliki harga yang bervariasi dan cenderung memiliki harga yang lebih tinggi jika dibandingkan dengan property yang tidak memiliki kolam renang pribadi.

Boxplot berdasarkan kolom hasCooling

plot_boxplot(data, by = "hasCooling")

Karena semua priperty pada data berkategori memiliki pendiingin (hasCooling = TRUE), maka nantinya kolom ini bisa kita drop.

Boxplot berdasarkan kolom homeStatus

plot_boxplot(data, by = "homeStatus")

Ada beberapa yang dapat kita interpretasikan dari hasil boxplot di atas * kondisi di mana homeStatus = SOLD atau property yang sudah terjual cencderung memiliki variasi harga yang homogen dibanding kategori yang lain, selain itu, orang-orang dalam memilih property cenderung memilih property dengan harga yang rendah (hal tersebut bisa kita lihat boxplot pada RECENTLY_SOLD dan SOLD yang cendeung memiliki harga yang rendah). * Selain itu, ketika kita lihat kolom distance, kategori SOLD secara grafis lebih homogen dibandingkan status yang lain. Dan memiliki variasi jarak terdekat ke sekolah yang cenderung rendah. Artinya orang-orang lebih suka membeli property yang memiliki jarak ke sekolah yang kecil.

Boxplot berdasarkan kolom homeType

data$homeType <- as.factor(data$homeType)
levels(data$homeType)

## [1] "CONDO"         "MANUFACTURED"  "MULTI_FAMILY"  "SINGLE_FAMILY"
## [5] "TOWNHOUSE"

plot_boxplot(data, by = "homeType")

Dari hasil boxplot yang diperoleh, rumah dengan type TOWNHOUSE memiliki harga yang cenderung homogen, sedangkan type SINGLE_FAMILY memiliki harga yang paling heterogen dibandingkan type yang lainnya.

Kontinu vs Kontinu

Plot berdasarkan kolom year_build

plot_scatterplot(data, by = "year_built")

Beberapa interpretasi yang diperoleh : * Rumah/property yang dibangun pada tahun 1925 sampai dengan yang dibangun tahun 2000an ke atas secara mayoritas memiliki garasi, begitupun sebaliknya banyak juga yang tidak punya garasi. * Property yang memiliki jumlah kamar tidur di atas 6 mayoritas dibangun di era tahun 2000an ke atas.

Plot berdasarkan kolom tax_paid

plot_scatterplot(data, by = "tax_paid")

Berdasarkan plot yang diperoleh, rumah dengan status SOLD cenderung memiliki pajak yang homogen dan rendah.

Plot berdasarkan kolom livingArea

plot_scatterplot(data, by = "livingArea")

Berdasarkan plot yang terbentuk, status rumah yang SOLD cenderung memiliki ukuran ruang tamu yang homogen dan ukuran ruang tamu yang kecil dibandingkan status rumah yang lainnya.

Plot berdasarkan kolom price

plot_scatterplot(data, by = "price")

Ada banyak yang dapat diinterpretasikan dari plot yang terbentuk : * Status rumah SOLD cenderung memiliki harga yang homogen dan memiliki harga yang paling rendah dibandingkan status rumah lainnya. * Property yang memiliki jumlah kamar lebih dari 6 cenderung memiliki harga yang homogen dan memiliki harga yang tinggi dibandingkan dengan property yang memiliki jumlah kamar kurang dari 6. * Seperti yang tadi sudah dijelaskan, property yang memiliki kolam renang cenderung memiliki harga yang heterogen dibandingkan yang tidak memiliki kolam renang. Selain itu, property yang memiliki kolam renang cenderung memiliki harga yang lebih tinggi. * Begitu pula, property yang tidak mengizinkan memilihara binatang kesayangan memiliki harga yang lebih tinggi dan cenderung memiliki harga yang heterogen.

Harga property termahal berdasarkan homeType

data %>%
  select(price, homeType) %>%
  arrange(desc(price))

## # A tibble: 714 x 2
##       price homeType     
##       <dbl> <fct>        
##  1 27000000 SINGLE_FAMILY
##  2 20995000 SINGLE_FAMILY
##  3 13900000 SINGLE_FAMILY
##  4 13850000 SINGLE_FAMILY
##  5 13775000 SINGLE_FAMILY
##  6 11595000 SINGLE_FAMILY
##  7 10995000 SINGLE_FAMILY
##  8  9980000 CONDO        
##  9  9950000 SINGLE_FAMILY
## 10  8595000 SINGLE_FAMILY
## # ... with 704 more rows

7 harga teratas atau termahal dimiliki oleh rumah dengan type SINGLE_FAMILY

Ringkasan Harga property berdasarkan homeStatus

data %>%
  group_by(homeStatus) %>%
  summarise(maxx.price = max(price))

## # A tibble: 4 x 2
##   homeStatus    maxx.price
##   <chr>              <dbl>
## 1 FOR_SALE        27000000
## 2 PENDING          4495000
## 3 RECENTLY_SOLD    3800000
## 4 SOLD             1226000

ystatus rumah yang SOLD dan RECENTLY_SOLD memiliki harga maksimum yang paling kecil dibandingkan dengan status lainnya. Mengindikasikan property yang murah adalah yang dicari-cari orang

Harga property berdasarkan jumlah kamar

data %>%
  select(bedrooms, price) %>%
  arrange(desc(price))

## # A tibble: 714 x 2
##    bedrooms    price
##       <dbl>    <dbl>
##  1        8 27000000
##  2        7 20995000
##  3        8 13900000
##  4        5 13850000
##  5        6 13775000
##  6        7 11595000
##  7        5 10995000
##  8        3  9980000
##  9        5  9950000
## 10        6  8595000
## # ... with 704 more rows

Harga 4 teratas di miliki oleh property dengan jumlah kamar tidur yang banyak (>=5), sedangkan harga 4 terbawah dimiliki oleh property dengan jumlah kamar tidur yang sedikit (<=3), namun secara umum harga property bervariasi untuk setiap jumlah kamar yang tersedia.

Living Area berdasarkan status rumah

data %>%
  group_by(homeStatus) %>%
  summarise(mean.living.area = mean(livingArea))

## # A tibble: 4 x 2
##   homeStatus    mean.living.area
##   <chr>                    <dbl>
## 1 FOR_SALE                 1843.
## 2 PENDING                  1602.
## 3 RECENTLY_SOLD            1407.
## 4 SOLD                     1347.

Berdasarkan hasil tersebut, dapat disimpulkan bahwa rata-rata property yang terjual dan baru saja terjual memiliki ruang tamu yang kecil.

homeStatus berdasarkan tahun dibangunnya bangunan itu

dt <- data %>%
  filter(homeStatus == "SOLD")

dt2 <- data %>%
  right_join(dt, by = c("ï..cityid", "zpid", "countyid", "zipcode"))

dt2 %>%
  select(homeType.x, homeStatus.x, year_built.x) %>%
  arrange(desc(year_built.x))

## # A tibble: 73 x 3
##    homeType.x    homeStatus.x year_built.x
##    <fct>         <chr>               <dbl>
##  1 SINGLE_FAMILY SOLD                 2019
##  2 CONDO         SOLD                 2019
##  3 SINGLE_FAMILY SOLD                 2018
##  4 CONDO         SOLD                 2017
##  5 CONDO         SOLD                 2016
##  6 CONDO         SOLD                 2015
##  7 CONDO         SOLD                 2011
##  8 CONDO         SOLD                 2009
##  9 CONDO         SOLD                 2006
## 10 SINGLE_FAMILY SOLD                 2005
## # ... with 63 more rows

Ada beberapa rumah yang baru (bangunan yang dibangun di atas tahun 2010) langsung terjual (sold), namun tetap lebih banyak bangunan lama yang statusnya sold.

dtt <- data %>%
  filter(homeStatus == "RECENTLY_SOLD")

dtt2 <- data %>%
  right_join(dtt, by = c("ï..cityid", "zpid", "countyid", "zipcode"))

dtt2 %>%
  select(homeType.x, homeStatus.x, year_built.x) %>%
  arrange(desc(year_built.x))

## # A tibble: 91 x 3
##    homeType.x    homeStatus.x  year_built.x
##    <fct>         <chr>                <dbl>
##  1 SINGLE_FAMILY RECENTLY_SOLD         2019
##  2 CONDO         RECENTLY_SOLD         2016
##  3 TOWNHOUSE     RECENTLY_SOLD         2016
##  4 CONDO         RECENTLY_SOLD         2016
##  5 CONDO         RECENTLY_SOLD         2011
##  6 CONDO         RECENTLY_SOLD         2010
##  7 SINGLE_FAMILY RECENTLY_SOLD         2009
##  8 CONDO         RECENTLY_SOLD         2009
##  9 CONDO         RECENTLY_SOLD         2009
## 10 CONDO         RECENTLY_SOLD         2009
## # ... with 81 more rows

Ada beberapa rumah yang baru (bangunan yang dibangun di atas tahun 2010) langsung baru saja terjual (recently_sold), namun tetap lebih banyak bangunan lama yang statusnya sold.

Harga property berdasarkan Type Architecture

data %>%
  select(architecturalStyle, price, year_built, bedrooms, livingArea) %>%
  arrange(desc(price))

## # A tibble: 714 x 5
##    architecturalStyle    price year_built bedrooms livingArea
##    <chr>                 <dbl>      <dbl>    <dbl>      <dbl>
##  1 French             27000000       2021        8      19127
##  2 Mediterranean      20995000       1994        7      16134
##  3 Contemporary       13900000       1998        8      11000
##  4 Traditional        13850000       1995        5       9881
##  5 Traditional        13775000       2015        6       7549
##  6 Contemporary       11595000       2020        7      11607
##  7 Traditional        10995000       1997        5       9200
##  8 Contemporary        9980000       1982        3       5770
##  9 Contemporary        9950000       2019        5       8200
## 10 Traditional         8595000       2020        6       6959
## # ... with 704 more rows

Property termahal pada data tersebut dimiliki oleh property dengan ArchitectureStyle French, yang dibangun pada tahun 2021 dengan jumlah kamar tidur terbanyak yakni 8 kamar tidur. Selain itu, tahun dibangunnya rumah tersebut tidak terlalu berpengaruh terhadap harga property.