import pandas as pd # 导入pandas模块 import matplotlib.pyplot as plt # 导入matplotlib中的pyplot模块

解决数据输出时列名不对齐的问题

pd.set_option('display.unicode.east_asian_width', True)

house = pd.read_csv('./house.csv') # 导入csv数据文件 print(house.head()) # 输出前5条数据 house.drop(columns='序号', inplace=True) # 将索引列删除 house.dropna(axis=0, how='any', inplace=True) # 删除house数据中的所有空值 house['单价'] = house['单价'].map(lambda d: d.replace('元/平米', '')) # 将单价“元/平米”去掉 house['单价'] = house['单价'].astype(float) # 将房子单价转换为浮点类型 house['总价'] = house['总价'].map(lambda z: z.replace('万', '')) # 将总价“万”去掉 house['总价'] = house['总价'].astype(float) # 将房子总价转换为浮点类型 house['建筑面积'] = house['建筑面积'].map(lambda p: p.replace('平米', '')) # 将建筑面价“平米”去掉 house['建筑面积'] = house['建筑面积'].astype(float) # 将建筑面积转换为浮点类型 print(house.head()) # 输出前5条数据 house.to_csv('./house_completed.csv') #数据导出为csv文件

获取各区二手房均价分析

def get_average_price(): group = house.groupby('区域') # 将房子区域分组 average_price_group = group['单价'].mean() # 计算每个区域的均价 print(average_price_group) # 输出各区二手房的均价信息 region = average_price_group.index # 区域 average_price = average_price_group.values.astype(int) # 区域对应的均价，转换成int类型 return region, average_price # 返回区域与对应的均价

调用函数

get_average_price()

绘制并显示各区二手房均价分析图

def show_average_price(): region, average_price = get_average_price() # 获取房子区域与均价 # 绘制柱形图，柱子宽度0.7，居中 plt.bar(region, average_price, width=0.7, align='center') plt.title('各区二手房均价分析', fontsize=18) # 设置图表标题，大小为18 plt.xlabel('区域') # x轴标题 plt.ylabel('均价（元/平米）') # y轴标题 # 设置每个柱子的文本标签，format(b,',')表示格式化均价为千位分隔符格式 for a, b in zip(region, average_price): plt.text(a, b, format(b, ','), ha='center', va='bottom', fontsize=10, color='b') plt.show() # 显示图表

调用函数

show_average_price(