전국 신규 민간 아파트 분양 가격 동향
소개
2013년부터 최근까지 부동산 가격 변동 추세가 아파트 분양가에 반양이되는지 확인해본 프로젝트
데이터셋
공공데이터 포털
- 전국 평균 분양가격 (2013년 9월 ~ 2015년 8월)
- 주택도시보증공사 전국 평균 분양가격 (2015년 ~ 2019년 12월)
구현
1. 라이브러리
1
2
3
4
| import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
| def get_font_family():
import platform
system_name = platform.system()
if system_name == "Darwin" :
font_family = "AppleGothic"
elif system_name == "Windows":
font_family = "Malgun Gothic"
else:
!apt-get install fonts-nanum -qq > /dev/null
!fc-cache -fv
import matplotlib as mpl
mpl.font_manager._rebuild()
findfont = mpl.font_manager.fontManager.findfont
mpl.font_manager.findfont = findfont
mpl.backends.backend_agg.findfont = findfont
font_family = "NanumBarunGothic"
return font_family
plt.rc("font", family=get_font_family())
plt.rc("axes", unicode_minus=False)
|
2. Data Load
1
2
| import glob
glob.glob("data/*")
|
1
2
| ['data\\전국 평균 분양가격(2013년 9월부터 2015년 8월까지).csv',
'data\\주택도시보증공사_전국 신규 민간아파트 분양가격 동향_20210930.csv']
|
1
2
3
4
| df_first = pd.read_csv("data/전국 평균 분양가격(2013년 9월부터 2015년 8월까지).csv", encoding="cp949")
df_last = pd.read_csv("data/주택도시보증공사_전국 신규 민간아파트 분양가격 동향_20210930.csv", encoding="cp949")
print(f"2013~2018 데이터: {df_first.shape}\n2015~2021 데이터: {df_last.shape}")
|
1
2
| 2013~2018 데이터: (17, 22)
2015~2021 데이터: (6120, 5)
|
| 지역 | 2013년12월 | 2014년1월 | 2014년2월 | 2014년3월 | 2014년4월 | 2014년5월 | 2014년6월 | 2014년7월 | 2014년8월 | ... | 2014년11월 | 2014년12월 | 2015년1월 | 2015년2월 | 2015년3월 | 2015년4월 | 2015년5월 | 2015년6월 | 2015년7월 | 2015년8월 |
|---|
| 0 | 서울 | 18189 | 17925 | 17925 | 18016 | 18098 | 19446 | 18867 | 18742 | 19274 | ... | 20242 | 20269 | 20670 | 20670 | 19415 | 18842 | 18367 | 18374 | 18152 | 18443 |
|---|
| 1 | 부산 | 8111 | 8111 | 9078 | 8965 | 9402 | 9501 | 9453 | 9457 | 9411 | ... | 9208 | 9208 | 9204 | 9235 | 9279 | 9327 | 9345 | 9515 | 9559 | 9581 |
|---|
| 2 | 대구 | 8080 | 8080 | 8077 | 8101 | 8267 | 8274 | 8360 | 8360 | 8370 | ... | 8439 | 8253 | 8327 | 8416 | 8441 | 8446 | 8568 | 8542 | 8542 | 8795 |
|---|
| 3 | 인천 | 10204 | 10204 | 10408 | 10408 | 10000 | 9844 | 10058 | 9974 | 9973 | ... | 10020 | 10020 | 10017 | 9876 | 9876 | 9938 | 10551 | 10443 | 10443 | 10449 |
|---|
| 4 | 광주 | 6098 | 7326 | 7611 | 7346 | 7346 | 7523 | 7659 | 7612 | 7622 | ... | 7752 | 7748 | 7752 | 7756 | 7861 | 7914 | 7877 | 7881 | 8089 | 8231 |
|---|
5 rows × 22 columns
| 지역명 | 규모구분 | 연도 | 월 | 분양가격 |
|---|
| 0 | 서울 | 모든면적 | 2015 | 10 | 5841 |
|---|
| 1 | 서울 | 전용면적 60제곱미터이하 | 2015 | 10 | 5652 |
|---|
| 2 | 서울 | 전용면적 60제곱미터초과 85제곱미터이하 | 2015 | 10 | 5882 |
|---|
| 3 | 서울 | 전용면적 85제곱미터초과 102제곱미터이하 | 2015 | 10 | 5721 |
|---|
| 4 | 서울 | 전용면적 102제곱미터초과 | 2015 | 10 | 5879 |
|---|
df_first와 df_last의 데이터 형태가 다릅니다.
Tidy Data 형식으로 변경해줘야합니다.
Tidy Data
Tidy Data란, 관측치가 행이고 변수가 열인 데이터로 데이터 분석에 용이한 데이터를 의미합니다.
df_first의 경우 wide form 형태이고 df_last의 경우 long form 형태입니다.
lonog form의 경우, 관측치가 행이고 변수가 열이기 때문에, tidy data라 할 수 있으며, df_first를 long form 형태로 변경해줘야합니다.
3. 데이터 요약하기
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
| <class 'pandas.core.frame.DataFrame'>
RangeIndex: 17 entries, 0 to 16
Data columns (total 22 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 지역 17 non-null object
1 2013년12월 17 non-null int64
2 2014년1월 17 non-null int64
3 2014년2월 17 non-null int64
4 2014년3월 17 non-null int64
5 2014년4월 17 non-null int64
6 2014년5월 17 non-null int64
7 2014년6월 17 non-null int64
8 2014년7월 17 non-null int64
9 2014년8월 17 non-null int64
10 2014년9월 17 non-null int64
11 2014년10월 17 non-null int64
12 2014년11월 17 non-null int64
13 2014년12월 17 non-null int64
14 2015년1월 17 non-null int64
15 2015년2월 17 non-null int64
16 2015년3월 17 non-null int64
17 2015년4월 17 non-null int64
18 2015년5월 17 non-null int64
19 2015년6월 17 non-null int64
20 2015년7월 17 non-null int64
21 2015년8월 17 non-null int64
dtypes: int64(21), object(1)
memory usage: 3.0+ KB
|
1
2
3
4
5
6
7
8
9
10
11
12
| <class 'pandas.core.frame.DataFrame'>
RangeIndex: 6120 entries, 0 to 6119
Data columns (total 5 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 지역명 6120 non-null object
1 규모구분 6120 non-null object
2 연도 6120 non-null int64
3 월 6120 non-null int64
4 분양가격 5641 non-null object
dtypes: int64(2), object(3)
memory usage: 239.2+ KB
|
4. 결측치 확인하기
1
| df_first.isnull().sum()
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
| 지역 0
2013년12월 0
2014년1월 0
2014년2월 0
2014년3월 0
2014년4월 0
2014년5월 0
2014년6월 0
2014년7월 0
2014년8월 0
2014년9월 0
2014년10월 0
2014년11월 0
2014년12월 0
2015년1월 0
2015년2월 0
2015년3월 0
2015년4월 0
2015년5월 0
2015년6월 0
2015년7월 0
2015년8월 0
dtype: int64
|
1
2
3
4
5
6
| 지역명 0
규모구분 0
연도 0
월 0
분양가격 479
dtype: int64
|
1
2
| # 결측치 비율
df_last.isnull().mean()*100
|
1
2
3
4
5
6
| 지역명 0.000000
규모구분 0.000000
연도 0.000000
월 0.000000
분양가격 7.826797
dtype: float64
|
1
2
| # 결측치를 시각화
_ = sns.heatmap(df_last.isnull())
|
5. 데이터 타입 변경
1
2
| df_last["분양가격"] = pd.to_numeric(df_last["분양가격"], errors="coerce")
df_last.info()
|
1
2
3
4
5
6
7
8
9
10
11
12
| <class 'pandas.core.frame.DataFrame'>
RangeIndex: 6120 entries, 0 to 6119
Data columns (total 5 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 지역명 6120 non-null object
1 규모구분 6120 non-null object
2 연도 6120 non-null int64
3 월 6120 non-null int64
4 분양가격 5625 non-null float64
dtypes: float64(1), int64(2), object(2)
memory usage: 239.2+ KB
|
pd.melt로 형태 맞추기
df_first의 경우 wide form 형태이므로 long form 형태로 변경해줍니다.
1
| df_first_melt = pd.melt(df_first, id_vars=["지역"])
|
| 지역 | 2013년12월 | 2014년1월 | 2014년2월 | 2014년3월 | 2014년4월 | 2014년5월 | 2014년6월 | 2014년7월 | 2014년8월 | ... | 2014년11월 | 2014년12월 | 2015년1월 | 2015년2월 | 2015년3월 | 2015년4월 | 2015년5월 | 2015년6월 | 2015년7월 | 2015년8월 |
|---|
| 0 | 서울 | 18189 | 17925 | 17925 | 18016 | 18098 | 19446 | 18867 | 18742 | 19274 | ... | 20242 | 20269 | 20670 | 20670 | 19415 | 18842 | 18367 | 18374 | 18152 | 18443 |
|---|
| 1 | 부산 | 8111 | 8111 | 9078 | 8965 | 9402 | 9501 | 9453 | 9457 | 9411 | ... | 9208 | 9208 | 9204 | 9235 | 9279 | 9327 | 9345 | 9515 | 9559 | 9581 |
|---|
2 rows × 22 columns
1
2
| df_first_melt.columns = ["지역명","기간", "평당분양가격"]
df_first_melt.head(2)
|
| 지역명 | 기간 | 평당분양가격 |
|---|
| 0 | 서울 | 2013년12월 | 18189 |
|---|
| 1 | 부산 | 2013년12월 | 8111 |
|---|
df_frist_melt와 df_last의 컬럼을 맞춰줍니다.
연도와 월 분리
1
2
3
4
| def parse_year(date):
return int(date.split("년")[0])
def parse_month(date):
return int(date.split("년")[-1].replace("월", ""))
|
1
2
| df_first_melt["연도"] = df_first_melt["기간"].apply(parse_year)
df_first_melt["월"] = df_first_melt["기간"].apply(parse_month)
|
1
| df_first_melt.sample(5)
|
| 지역명 | 기간 | 평당분양가격 | 연도 | 월 |
|---|
| 172 | 대구 | 2014년10월 | 8403 | 2014 | 10 |
|---|
| 59 | 세종 | 2014년3월 | 7814 | 2014 | 3 |
|---|
| 282 | 충북 | 2015년4월 | 6790 | 2015 | 4 |
|---|
| 7 | 경기 | 2013년12월 | 10855 | 2013 | 12 |
|---|
| 328 | 대전 | 2015년7월 | 8079 | 2015 | 7 |
|---|
6. 분석하기
평당 분양가격 구하기
분양가격을 평당 기준으로 보기 위해 새로운 컬럼을 만듭니다.
1
| df_last["평당분양가격"] = df_last["분양가격"]*3.3
|
| 지역명 | 규모구분 | 연도 | 월 | 분양가격 | 평당분양가격 |
|---|
| 3634 | 전북 | 전용면적 102제곱미터초과 | 2019 | 4 | 2634.0 | 8692.2 |
|---|
| 3214 | 전남 | 전용면적 102제곱미터초과 | 2018 | 11 | 2502.0 | 8256.6 |
|---|
| 2779 | 충남 | 전용면적 102제곱미터초과 | 2018 | 6 | 2580.0 | 8514.0 |
|---|
| 5836 | 충남 | 전용면적 60제곱미터이하 | 2021 | 6 | 2806.0 | 9259.8 |
|---|
| 5471 | 대전 | 전용면적 60제곱미터이하 | 2021 | 2 | 3061.0 | 10101.3 |
|---|
분양가격 요약
1
2
3
4
5
6
7
8
9
10
11
12
13
| <class 'pandas.core.frame.DataFrame'>
RangeIndex: 6120 entries, 0 to 6119
Data columns (total 6 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 지역명 6120 non-null object
1 규모구분 6120 non-null object
2 연도 6120 non-null int64
3 월 6120 non-null int64
4 분양가격 5625 non-null float64
5 평당분양가격 5625 non-null float64
dtypes: float64(2), int64(2), object(2)
memory usage: 287.0+ KB
|
1
| df_last["분양가격"].describe()
|
1
2
3
4
5
6
7
8
9
| count 5625.000000
mean 3459.317867
std 1411.776054
min 1868.000000
25% 2574.000000
50% 3067.000000
75% 3922.000000
max 13835.000000
Name: 분양가격, dtype: float64
|
컬럼 정리하기
컬럼의 내용을 좀 더 직관적이고 간결하게 변환해줍니다.
1
| df_last["규모구분"].unique()
|
1
2
| array(['모든면적', '전용면적 60제곱미터이하', '전용면적 60제곱미터초과 85제곱미터이하',
'전용면적 85제곱미터초과 102제곱미터이하', '전용면적 102제곱미터초과'], dtype=object)
|
1
2
| df_last["전용면적"] = df_last["규모구분"].str.replace("전용면적|제곱미터|이하| ", "", regex=True)
df_last["전용면적"] = df_last["전용면적"].str.replace("초과", "~")
|
| 지역명 | 규모구분 | 연도 | 월 | 분양가격 | 평당분양가격 | 전용면적 |
|---|
| 3411 | 경기 | 전용면적 60제곱미터이하 | 2019 | 2 | 4444.0 | 14665.2 | 60 |
|---|
| 4070 | 경남 | 모든면적 | 2019 | 9 | 2995.0 | 9883.5 | 모든면적 |
|---|
| 175 | 인천 | 모든면적 | 2015 | 12 | 3184.0 | 10507.2 | 모든면적 |
|---|
| 959 | 대구 | 전용면적 102제곱미터초과 | 2016 | 9 | 3045.0 | 10048.5 | 102~ |
|---|
| 5487 | 강원 | 전용면적 60제곱미터초과 85제곱미터이하 | 2021 | 2 | 3083.0 | 10173.9 | 60~85 |
|---|
필요없는 컬럼 제거하기
1
| df_last = df_last.drop(["규모구분", "분양가격"], axis=1)
|
| 지역명 | 연도 | 월 | 평당분양가격 | 전용면적 |
|---|
| 611 | 부산 | 2016 | 5 | 9824.1 | 60 |
|---|
| 1021 | 서울 | 2016 | 10 | 21981.3 | 60 |
|---|
| 4561 | 충남 | 2020 | 3 | 7887.0 | 60 |
|---|
| 1884 | 경기 | 2017 | 8 | 13322.1 | 102~ |
|---|
| 4449 | 광주 | 2020 | 2 | 14223.0 | 102~ |
|---|
컬럼 맞추기
1
| df_first_melt.columns.to_list()
|
1
| ['지역명', '기간', '평당분양가격', '연도', '월']
|
1
| df_last.columns.to_list()
|
1
| ['지역명', '연도', '월', '평당분양가격', '전용면적']
|
1
| cols = ["지역명", "연도", "월", "평당분양가격"]
|
1
2
| df_first_prepare = df_first_melt.loc[:, cols].copy()
df_last_prepare = df_last.loc[df_last["전용면적"]=="모든면적", cols].copy()
|
데이터 합치기
1
| df = pd.concat([df_first_prepare, df_last_prepare], axis=0)
|
| 지역명 | 연도 | 월 | 평당분양가격 |
|---|
| 0 | 서울 | 2013 | 12 | 18189.0 |
|---|
| 1 | 부산 | 2013 | 12 | 8111.0 |
|---|
| 2 | 대구 | 2013 | 12 | 8080.0 |
|---|
| 3 | 인천 | 2013 | 12 | 10204.0 |
|---|
| 4 | 광주 | 2013 | 12 | 6098.0 |
|---|
| ... | ... | ... | ... | ... |
|---|
| 6095 | 전북 | 2021 | 9 | 8715.3 |
|---|
| 6100 | 전남 | 2021 | 9 | 10487.4 |
|---|
| 6105 | 경북 | 2021 | 9 | 10345.5 |
|---|
| 6110 | 경남 | 2021 | 9 | 10873.5 |
|---|
| 6115 | 제주 | 2021 | 9 | 27574.8 |
|---|
1581 rows × 4 columns
7. 시각화
수치데이터 히스토그램
1
| _ = df_last.hist(figsize=(10, 6), bins=100)
|
bins 옵션을 높게 설정하면, 해당 데이터의 수치형 데이터와 범주형 데이터를 찾는데 도움이 됩니다.
Pairplot
1
| _ = sns.pairplot(data=df_last, hue="지역명")
|
특정 데이터만 보고 싶은 경우, isin 메서드를 사용할 수 있습니다.
1
| _ = sns.pairplot(data=df_last[df_last["지역명"].isin(["서울", "경기", "인천"])], hue="지역명")
|
연도별 평당분양가격
1
2
| plt.figure(figsize=(12, 4))
_ = sns.barplot(data=df, x="연도", y="평당분양가격", ci=None)
|
1
2
| plt.figure(figsize=(12, 4))
_ = sns.pointplot(data=df, x="연도", y="평당분양가격", ci=None)
|
1
2
| plt.figure(figsize=(12, 4))
_ = sns.boxplot(data=df, x="연도", y="평당분양가격")
|
1
2
| plt.figure(figsize=(12, 4))
_ = sns.violinplot(data=df, x="연도", y="평당분양가격")
|
1
2
3
| plt.figure(figsize=(12, 4))
_ = sns.swarmplot(data=df, x="연도", y="평당분양가격", size=2)
|
지역별 평당분양 가격
1
| _ = sns.barplot(data=df, x="지역명", y="평당분양가격", ci=None)
|
1
| _ = sns.boxplot(data=df, x="지역명", y="평당분양가격")
|
1
2
| plt.figure(figsize=(12, 4))
_ = sns.violinplot(data=df, x="지역명", y="평당분양가격")
|
1
2
| plt.figure(figsize=(15, 8))
_ = sns.swarmplot(data=df, x="지역명", y="평당분양가격", size=2)
|
8. 데이터 집계
지역별 분양가격 평균
1
| _ = df.groupby("지역명")["평당분양가격"].mean().plot(kind="bar", rot=30)
|
연도별 지역별 평당 분양가격 평균
1
| _ = df.groupby(["연도", "지역명"])["평당분양가격"].mean().unstack().plot.bar(rot=30)
|
1
| _ = df.groupby(["연도", "지역명"])["평당분양가격"].mean().unstack()[["서울", "경기"]].plot(kind="bar", rot=30)
|
Comments powered by Disqus.