前言
以来，受疫情冲击、政策监管收紧等多重因素影响，长租公寓可谓路途坎坷。根据中国房地产报不完全统计，今年最近几个月时间里，暴雷的长租公寓累计达到20多家，数十万租客受到影响。
蛋壳公寓，凭借着长租公寓风口，用5年时间，做到了分散式长租公寓第二，仅次于自如。于1月17日在纽约证券交易所正式挂牌上市，成为登陆纽交所的中国第一股。然而，风口退去，加之突如其来的疫情，于近日暴雷，已有很多文章对蛋壳公寓的商业模式、租金贷、管理方式等进行了深入分析。
本文仅从数据角度出发，爬取了蛋壳公寓深圳区域所有在租公寓信息，清洗数据，并进行可视化分析，为大家了解蛋壳公寓提供一个新的视角。
可视化分析
区域分布
通过绘制深圳市蛋壳公寓分布地图，我们可以很直观的看出，蛋壳公寓主要分布在深圳的发展中心以及轴线上，前海中心与福田罗湖中心的公寓租金价格明显高于其他区域。轴线基于便捷的轨道交通串联，周边配套较为齐全，满足了广大年轻白领的租住需求。
具体从行政区分布来看，龙岗区虽然整体公寓租金相对更低，但公寓数量高于福田和南山区。蛋壳公寓的分布与贝壳找房较为类似，但贝壳在租房源数量上远高于蛋壳。深圳贝壳租房数据分析可查看本公众号往期原创文章：睡地摊or租房？Python分析深圳租房数据告诉你。
从小区分布来看，位于龙岗区的锦荟PARK在租公寓最多，共有83个房源。
锦荟PARK周边配套齐全，地铁上盖，靠近大生体育公园，1公里内产业配套有金辉工业园、志华工业园、中和盛世珠宝文化创意创新产业园等，对劳动力具有一定吸引力。同时还有医院、文体广场等，可以满足都市白领生活一站式服务需求。
租金分布
深圳蛋壳公寓平均租金为1911元/月，第一、第二、第三四分位数分别为1530，1870，2192，说明房租还是比较集中的。
对深圳蛋壳公寓租金进行分段，我们发现公寓的价格主要集中在1000-2000元/月之间，共计2995个，占比59.71%。其次是2000-3000元/月，数量为1798，占比35.84%。
面积分布
深圳蛋壳公寓面积集中在10㎡以下和10-20㎡，10-20㎡的公寓共有2415个，占比达48.14%，10㎡以下的公寓也不少，数量为2206个，占比43.98%。
户型分布
深圳蛋壳公寓在租的房屋户型大部分为4室1卫，占比高达58.64%，其次是5室1卫，占比18.72%。
楼层分布
从深圳蛋壳公寓所在楼层分布来看，其南山区和福田区的公寓所在楼层相对更高。
大多数的公寓分布在10层以下，占比58.59%，40层以上的公寓仅有 42个，占比0.84%。
周边地铁
深圳蛋壳公寓普遍距离地铁较近，平均距离为592米，距离地铁最远的公寓也不到2公里，完全可以步行解决轨道出行问题。
相关性分析
从相关系数表可以看出，深圳蛋壳公寓的面积、周边地铁数对公寓的价格有较大的的影响，相关系数分别为0.54和0.22。蛋壳公寓在进行房屋定价时，对公寓的面积以及公寓的地铁配套有较大权重的考虑。由于深圳蛋壳所有的公寓距离地铁都不到2公里，距离的远近对公寓的价格影响有限。另外，所在楼层也不是蛋壳主要考虑的定价因素。
技术实现
数据来源
蛋壳公寓网页结构相对简单，数据结构统一，简单的url翻页构造即可。本文用request请求到数据，用xpath对返回的数据进行解析，最后以追加模式将数据存储为csv文件。爬虫核心代码如下：
def get_danke(href):time.sleep(random.uniform(0, 1)) #设置延时，避免对服务器产生压力response = requests.get(url=href, headers=headers)if response.status_code == 200: #部分网页会跳转404，需要做判断res = response.content.decode('utf-8')div = etree.HTML(res)items = div.xpath("/html/body/div[3]/div[1]/div[2]/div[2]")for item in items:house_price=item.xpath("./div[3]/div[2]/div/span/div/text()")[0]house_area=item.xpath("./div[4]/div[1]/div[1]/label/text()")[0].replace('建筑面积：约','').replace('㎡（以现场勘察为准）','')house_id=item.xpath("./div[4]/div[1]/div[2]/label/text()")[0].replace('编号：','')house_type=item.xpath("./div[4]/div[1]/div[3]/label/text()")[0].replace('\n','').replace(' ','').replace('户型：','')house_floor=item.xpath("./div[4]/div[2]/div[3]/label/text()")[0].replace('楼层：','')house_postion_1=item.xpath("./div[4]/div[2]/div[4]/label/div/a[1]/text()")[0]house_postion_2=item.xpath("./div[4]/div[2]/div[4]/label/div/a[2]/text()")[0]house_postion_3=item.xpath("./div[4]/div[2]/div[4]/label/div/a[3]/text()")[0]house_subway=item.xpath("./div[4]/div[2]/div[5]/label/text()")[0]else:house_price = ""house_area = ""house_id = ""house_type = ""house_floor = ""house_postion_1 = ""house_postion_2 = ""house_postion_3 = ""house_subway = ""
数据清洗
导入数据
import pandas as pdimport redf = pd.read_csv('/菜J学Python/数据分析/蛋壳公寓/sz_danke.csv')df.sample(10)
查看数据信息
df.info()
数据信息
数据切分
#租金分段df['租金分段'] = pd.cut(df['价格'],[0,1000,2000,3000,4000,1000000],labels=['1000元以下','1000-2000元','2000-3000元','3000-4000元','4000元以上'],right=False)#面积分段df['面积分段'] = pd.cut(df['面积'],[0,10,20,30,40,1000000],labels=['10㎡以下','10-20㎡','20-30㎡','30-40㎡','40㎡以上'],right=False)#楼层分段df['所在楼层']=df['楼层'].apply(lambda x:x.split('/')[0])df['所在楼层'] = df['所在楼层'].astype("int")df['楼层分段'] = pd.cut(df['所在楼层'],[0,10,20,30,40,1000000],labels=['10层以下','10-20层','20-30层','30-40层','40层以上'],right=False)
地铁字段清洗
def get_subway_num(row):subway_num=row.count('号线')return subway_numdef get_subway_distance(row):distance=re.search(r'\d+(?=米)',row)if distance==None:return -1else:return distance.group()df['地铁数']=df['地铁'].apply(get_subway_num)df['距离地铁距离']=df['地铁'].apply(get_subway_distance)df['距离地铁距离']=df['距离地铁距离'].astype("int")
数据可视化
各行政区公寓数量
#柱状图df3 = df["位置1"].value_counts()df3 = df3.sort_values(ascending=False) df3 = df3.round(2)c = (Bar(init_opts=opts.InitOpts(theme=ThemeType.WALDEN)).add_xaxis(df3.index.to_list()).add_yaxis("",df3.to_list()).set_global_opts(title_opts=opts.TitleOpts(title="各行政区公寓数量",subtitle="数据来源：蛋壳公寓 \t制图：菜J学Python",pos_left = 'left'),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=14)), #更改横坐标字体大小yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=14)), #更改纵坐标字体大小).set_series_opts(label_opts=opts.LabelOpts(font_size=16)))c.render_notebook()
小区公寓数量TOP10
#条形图df7 = df["小区"].value_counts()[:10]df7 = df7.sort_values(ascending=True)df7 = df7.tail(10)print(df7.index.to_list())print(df7.to_list())c = (Bar(init_opts=opts.InitOpts(theme=ThemeType.WALDEN)).add_xaxis(df7.index.to_list()).add_yaxis("",df7.to_list()).reversal_axis() #X轴与y轴调换顺序.set_global_opts(title_opts=opts.TitleOpts(title="小区公寓数量TOP10",subtitle="数据来源：蛋壳公寓 \t制图：菜J学Python",pos_left = 'left'),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=13)), #更改横坐标字体大小yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=13)), #更改纵坐标字体大小).set_series_opts(label_opts=opts.LabelOpts(font_size=16,position='right')))c.render_notebook()
蛋壳公寓租金分布
#玫瑰图df11 = df["租金分段"].value_counts()df11 = df11.sort_values(ascending=False)df11 = df11.round(2)print(df11)c = (Pie(init_opts=opts.InitOpts(theme=ThemeType.WALDEN)).add("",[list(z) for z in zip(df11.index.to_list(),df11.to_list())],radius=["30%", "70%"], #圆环的粗细和大小rosetype='area').set_global_opts(legend_opts = opts.LegendOpts(is_show = False),title_opts=opts.TitleOpts(title="蛋壳公寓租金分布",subtitle="数据来源：蛋壳公寓\n制图：菜J学Python",pos_top="0.5%",pos_left = 'left')).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%",font_size=16)))c.render_notebook()
蛋壳公寓楼层分布
# 漏斗图 count = df['楼层分段'].value_counts() # pd.Seriesprint(count)job = list(count.index)job_count = count.values.tolist()from pyecharts.charts import Funnelc = (Funnel(init_opts=opts.InitOpts(theme=ThemeType.WALDEN)).add("", [list(i) for i in zip(job,job_count)]).set_global_opts(title_opts=opts.TitleOpts(title="蛋壳公寓楼层分布",subtitle="数据来源：蛋壳公寓\n制图：菜J学Python",pos_top="0.1%",pos_left = 'left'),legend_opts = opts.LegendOpts(is_show = False)).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%",font_size=16)))c.render_notebook()
