这是一篇来自小密圈同学的投稿，发现小密圈的高手真多，卧虎藏龙呀.租房是一个刚需，相信很多人特别是刚毕业不久的小伙伴都会碰到这个问题，那么在一线大城市比如深圳的租房情况如何呢，闪亮同学对深圳自如网站上的房源情况进行探索分析，非常有意思.

探索的问题

• 房租的分布情况
• 哪种户型的房源最多
• 哪条地铁线附近的房租比较贵
• 哪个区的房租更贵
• 房源的面积分布情况

数据说明

• 数据来源深圳自如网站(仅包含可出租状态的合租房源）
• 采用集搜客工具爬取
• house_area: 表示房间的面积
• house_toom: 表示出租房屋的户型
• house_price: 表示每月的房租
• house_name: 表示房源所处的小区
• house_located: 表示房源所处的小区
• subway_info: 表示房源附近是否有地铁站

1.数据预览

1).看一下整个数据集的情况

2).删掉一些无用的列

df_sz_ziroom = df_sz_ziroom.drop('Unnamed: 0', axis=1) # 删掉无用的列df_sz_ziroom.head(5) # 预览前五条数据

2.数据清洗

除了 house_room 字段外，剩下的字段都需要清洗，为了便于分析还需要新增字段，工作量有点大，挺好，又可以练手。

1).house_area 字段

有 "15.2" 和 "约9.5" 两种格式，需要转换成纯数字格式

0    15.5
1    24.0
2    15.0
3     6.3
4     7.8
Name: house_area, dtype: float64

2). house_price 字段

目前格式为 “￥1490 (每月)”，要把其修改为纯数字格式

0    1660
1    2230
2    1830
3    1860
4    1930
Name: house_price, dtype: int64

3).house_name 字段

目前的格式类似为 “桦润馨居4居室-南卧”，需要把小区名字提取出来，如 “桦润馨居”

0       龙园山庄
1    塘朗城广场东区
2       龙园山庄
3    塘朗城广场东区
4      桃源村一期
Name: house_name, dtype: object

4). house_located 字段

目前格式为 “[龙华区龙华中心] 4号线(龙华线)龙华” 包含所在的区和地铁两项信息，现需要把这两项信息提取并设置为两个字段

4.1).提取地铁信息

0    3号线
1    5号线
2    3号线
3    5号线
4    7号线
Name: subway_info, dtype: object

4.2).提取所在的区的信息

0    罗湖区
1    南山区
2    罗湖区
3    南山区
4    南山区
Name: house_located, dtype: object

经过上面的步骤，看一下清洗完的数据集

3.数据可视乎分析：单维度

1). 房租分布情况

• 最低的房租为 1130 元每月，最贵的房租为 4360 元每月，土豪专属。
• 平均房租为 2068 元每月，75% 的房租超过 1760 元每月。

df_sz_ziroom['house_price'].describe()

count     899.000000
mean     2068.787542
std       465.815828
min      1130.000000
25%      1760.000000
50%      1930.000000
75%      2290.000000
max      4360.000000
Name: house_price, dtype: float64

最高房租和最低房租的是什么房子

df_sz_ziroom[df_sz_ziroom['house_price'] == 1130]

df_sz_ziroom[df_sz_ziroom['house_price'] == 4360]

• 房租最低的房子位于龙岗区，龙岗区比较偏僻，且该套房源为6室1厅，房租最低也正常。
• 房租最贵的房子位于南山区在二号线旁边，2号线经过的基本都是深圳最繁华的地带，房租这么高也正常。

大部分的房价集中在 1625 到 2250 元每月，其中 1750 到 2000 元每月的房源最多。超过 3500 元每月的房源很少。因为本次分析的都是合租房源，看来深圳自如的房租还是比较贵。

2).面积分布情况

df_sz_ziroom['house_area'].describe()

count    899.000000
mean      11.462803
std        3.322627
min        5.360000
25%        9.200000
50%       11.100000
75%       13.300000
max       30.900000
Name: house_area, dtype: float64

绝大多数房间的面积集中在 6.3 到 12.7 平米之间，其中 10 到 12.7之间的房源最多。超过 20平米的房源很少，租房形式真严峻。

3).区域房源分布情况

罗湖区的房源最多，其次是南山区，最少的是福田区。在福田上班的话不妨去罗湖租房，房源比较多.

4).地铁房源分布

3号线附近的房源最多，由于3号线终点和起点分别在罗湖和龙岗，在罗湖上班的话，沿着3号线租房最好，不仅房源多，而且龙岗的房租普遍比较便宜，上班地铁直达。
5号线附近房源数量排在第二位，由于5号线横跨罗湖区、南山区、宝安区，中途换成站非常多，不论在罗湖还是南山还是宝安区，沿着5号线附近租房也是不错的选择。

4.数据可视化分析：双维度分析

1).考虑面积和房租

• 图1为房子的面积和总价的关系图
• 图2为对面积和总计分别取平方根和对数的关系图
  从图2中发现面积和房租并没有呈现出明显的线性关系，并不是房间面积越大，房租越贵。

2).区域和房租

南山区的房租贵，75%的房租高于2000元每月，其箱体也最长。南山区积聚了大量互联网企业，薪资水平在深圳相对来说也非常高。
福田区的房租紧随南山区之后，龙岗区和罗湖区的房租最低。
如果在南山区工作，去宝安租房是个不错的选择，地铁方便，房租也比南山便宜。
在福田区工作，去罗湖和龙华租房是个不错的选择，地铁方便，房租也比福田便宜很多。

5.数据可视乎分析：多维度分析

1).我们考虑面积，房租，区域，地铁沿线三者的关系

• 2号线沿线的房子最贵，主要分布在南山区和福田区，绝大多数房租均超过2000元每月
• 5号线和3号线沿线的房子主要分布在罗湖区和龙岗区，且绝大多数房价低于2000元每月。5号线沿线少量的大面积房源分布子在龙华区
• 7号线和9号线沿线的房子主要分布在南山区和罗湖区，房源数量比较少，且价格大多数超过2000元每月
• 4号线沿线的房子绝大部分分布在龙华区，绝大部分价格比较高分布在福田区
• 1号线和11号线沿线的房子主要分布南山区和宝安区，分布在宝安区的房租相对来说比较低

结论：

1. 深圳自如绝大多数房租超过1700元，且面积都不大，不过结合深圳的实际租房情况和自如的服务，这个价位还是可以考虑。
2. 南山区的房租最贵，房源数量也是第二多的，南山区也聚集了大量互联网企业，对于经常加班的互联网从业者来说在公司附近租房是个不错的选择。
3. 龙岗区和罗湖区的房租最低，且罗湖区房源数量最多，在罗湖上班想租的近一点可以选择罗湖，考虑便宜一点的可以去龙岗区租房。