11. 아파트 실거래 시각화

df=pd.read_csv('./국비2일차/아파트(매매)__실거래가_20220810114432.csv',encoding='cp949')
df

df[df['해제사유발생일'].notnull()].index

df.drop(index=df[df['해제사유발생일'].notnull()].index)

df=df[['시군구','전용면적(㎡)','거래금액(만원)']]
df.head()

시군구 전용면적(㎡) 거래금액(만원)
0 강원도 강릉시 견소동 59.800 15,000
1 강원도 강릉시 견소동 84.945 25,000
2 강원도 강릉시 견소동 39.080 12,000
3 강원도 강릉시 견소동 59.990 22,700
4 강원도 강릉시 견소동 84.990 32,500

 

df['전용면적(㎡)']=df['전용면적(㎡)'].astype('int64')
df['거래금액(만원)']=df['거래금액(만원)'].str.replace(',','').astype('int64')

df.dtypes

시군구         object
전용면적(㎡)      int64
거래금액(만원)     int64
dtype: object

 

시도 컬럼 추가

df['시도']=df['시군구'].str.split(' ').str[0]
df['시도'].nunique()

df_84=df[df['전용면적(㎡)']==84].copy()

df_84_mean=df_84.groupby('시도')['거래금액(만원)'].mean()
df_84_max=df_84.groupby('시도')['거래금액(만원)'].max()
df_84_min=df_84.groupby('시도')['거래금액(만원)'].min()
df_84_median=df_84.groupby('시도')['거래금액(만원)'].median()

df_84_price=pd.concat([df_84_mean,df_84_max,df_84_min,df_84_median],axis=1)
df_84_price

거래금액(만원) 거래금액(만원) 거래금액(만원) 거래금액(만원)
시도
강원도 25621.143705 72500 7000 23600.0
경기도 57744.551506 220000 7400 52000.0
경상남도 30770.641038 110000 5300 28400.0
경상북도 25517.207854 64500 4000 25000.0
광주광역시 38346.005747 104500 10700 33950.0
대구광역시 39440.240000 148000 13700 35900.0
대전광역시 45819.606299 127000 12500 44370.0
부산광역시 43509.624573 183000 9400 37550.0
서울특별시 122363.360902 384500 29500 110000.0
세종특별자치시 70825.274725 119000 23800 74000.0
울산광역시 36702.941176 120000 6900 33000.0
인천광역시 53170.064871 130000 16700 47700.0
전라남도 23630.894419 74000 5500 23000.0
전라북도 26590.016839 66500 4200 22150.0
제주특별자치도 44086.699029 95000 13500 42500.0
충청남도 26145.824237 94500 3500 23600.0
충청북도 29130.657439 72000 7600 27000.0

 

칼럼명 변경

df_84_price.columns=['평균','최대','최소','중간']

내림차순 정렬

df_84_price.sort_values('평균',ascending=False)

df_84_price['평균']=round(df_84_price['평균'],1)
df_84_price

plt.rcParams['figure.figsize']=(15,5)
plt.bar(x_index-0.3,df_84_price['최대'],width=0.2,label='최대')
plt.bar(x_index-0.1,df_84_price['평균'],width=0.2,label='평균')
plt.bar(x_index+0.1,df_84_price['중간'],width=0.2,label='중간')
plt.bar(x_index+0.3,df_84_price['최소'],width=0.2,label='최소')
plt.legend()
plt.xticks(x_index,labels=df_84_price.index,rotation=45)
plt.grid(axis='y',ls=':')
plt.title('2021년 8월 시도별 아파트 매매가 현황(84)',size=20)
plt.ylabel('매매가(만원)')
plt.show()

df_84_seoul=df_84[df_84['시도']=='서울특별시'].copy()
df_84_seoul

df_84_seoul['구']=df_84_seoul['시군구'].str.split(' ').str[1]
df_84_seoul

df_seoul_gu=[]
for i in range(len(seoul_gu)):
    df_seoul_gu.append(df_84_seoul.groupby('구')['거래금액(만원)'].get_group(seoul_gu[i]))

plt.boxplot(df_seoul_gu)
plt.show()

plt.boxplot(df_seoul_gu,labels=seoul_gu,showmeans=True)
plt.xticks(rotation=45)
plt.ylabel('매매가(만원)')
plt.title('2021년 8월 서울시 아파트 매매가 분포(84m)',size=20)
plt.show()

df_84_seoul_mean=df_84_seoul.groupby('구')['거래금액(만원)'].mean()
df_84_seoul_mean=round(df_84_seoul_mean,1)
df_84_seoul_mean

#서울시 아파트 구별 거래 건수
df_84_seoul_count=df_84_seoul.groupby('구')['거래금액(만원)'].count()
df_84_seoul_count.sort_values()

df_84_seoul_mean_count=pd.concat([df_84_seoul_mean,df_84_seoul_count],axis=1)

df_84_seoul_mean_count.columns=['평균매매가(만원)','거래건수']
df_84_seoul_mean_count=df_84_seoul_mean_count.sort_values('평균매매가(만원)',ascending=False)
df_84_seoul_mean_count

fig,ax1=plt.subplots()
ax1.bar(df_84_seoul_mean_count.index,df_84_seoul_mean_count['평균매매가(만원)'],label='평균매매가')
plt.xticks(rotation=45)

ax2=ax1.twinx()
ax2.plot(df_84_seoul_mean_count['거래건수'],'k^--',mfc='r',mec='r',label='거래건수')

ax1.legend(loc='upper left',edgecolor='k')
ax2.legend(loc='upper right',edgecolor='k')

ax1.set_ylabel('평균매매가(만원)')
ax2.set_ylabel('거래건수')

plt.title('2021년 8월 서울시 아파트 평균매매가, 거래건수',size=20)

plt.show()