gcc-project-py-25-2/task.ipynb at 655911b74834b9271b077fb3d163404d5c8f139f

dev_xulongjin 655911b748 chore(project): 初始化项目结构和配置

- 添加 .idea 目录和相关配置文件，设置项目忽略文件、编码、模块管理等
- 创建商务大数据分析目录和子目录，准备数据和任务笔记本
- 添加示例数据文件：中国城市人口数据.csv
- 创建任务笔记本文件，进行数据处理和分析示例

2025-04-14 16:06:13 +08:00

None <html lang="en"> <head> </head>

In [113]:

import pandas as pd

In [114]:

data = pd.read_csv('data/某地区房屋销售数据 (1).csv', encoding='gbk')
data.head(5)

Out[114]:

	房屋出售时间	地区邮编	房屋价格	房屋类型	配套房间数
0	2010/1/4 0:00	2615	435000	house	3
1	2010/1/5 0:00	2904	712000	house	4
2	2010/1/6 0:00	2617	435000	house	4
3	2010/1/6 0:00	2606	1350000	house	5
4	2010/1/7 0:00	2905	612500	house	4

In [115]:

data['new_postcode'] = data['地区邮编'].apply(lambda x: str(x)[:2])
data.head(5)

Out[115]:

	房屋出售时间	地区邮编	房屋价格	房屋类型	配套房间数	new_postcode
0	2010/1/4 0:00	2615	435000	house	3	26
1	2010/1/5 0:00	2904	712000	house	4	29
2	2010/1/6 0:00	2617	435000	house	4	26
3	2010/1/6 0:00	2606	1350000	house	5	26
4	2010/1/7 0:00	2905	612500	house	4	29

In [116]:

data.groupby('new_postcode').agg({'房屋出售时间':'count'})

Out[116]:

In [117]:

housesale1 = data.groupby(['房屋类型', 'new_postcode']).apply(lambda x:x).reset_index()
housesale1

Out[117]:

	index	房屋出售时间	地区邮编	房屋价格	房屋类型	配套房间数	new_postcode
0	0	2010/1/4 0:00	2615	435000	house	3	26
1	1	2010/1/5 0:00	2904	712000	house	4	29
2	2	2010/1/6 0:00	2617	435000	house	4	26
3	3	2010/1/6 0:00	2606	1350000	house	5	26
4	4	2010/1/7 0:00	2905	612500	house	4	29
...	...	...	...	...	...	...	...
27363	27363	2019/7/25 0:00	2900	500000	unit	3	29
27364	27364	2019/7/25 0:00	2612	560000	unit	2	26
27365	27365	2019/7/26 0:00	2912	464950	unit	2	29
27366	27366	2019/7/26 0:00	2601	589000	unit	2	26
27367	27367	2019/7/26 0:00	2612	775000	unit	2	26

27368 rows × 7 columns

In [118]:

data['平均价格'] = data.groupby(['房屋类型', 'new_postcode'])['房屋价格'].transform('mean')

In [125]:

data2 = data.drop_duplicates(['房屋类型','new_postcode'],inplace=False)
data2

Out[125]:

	房屋出售时间	地区邮编	房屋价格	房屋类型	配套房间数	new_postcode	平均价格
0	2010/1/4 0:00	2615	435000	house	3	26	725040.113978
1	2010/1/5 0:00	2904	712000	house	4	29	582085.199671
22595	2010/1/11 0:00	2602	270000	unit	1	26	434573.470446
22607	2010/2/9 0:00	2900	436000	unit	2	29	369109.530255

In [126]:

data2[['房屋类型','new_postcode','平均价格']]

Out[126]:

</html>