二手车定价探索性数据分析（EDA）详解：从数据清洗到价格分布可视化

 

一、项目背景与前期回顾

在上一期文章中，我们重点讲解了二手车数据清洗的全流程，包括缺失值填充、分类变量处理、特征单位转换等关键步骤（点击回顾数据清洗细节）。通过清洗，我们得到了一个规范化的数据集。本期我们将基于清洗后的数据，深入分析不同车辆属性对价格的影响。核心目标是通过热力图（Heatmap）直观展示驱动方式(drive-wheels)与车身类型(body-style)组合下的平均价格分布，帮助读者快速识别高价车型特征。

二、热力图生成代码完整流程

1. 数据分组与聚合

代码块：

1. 从 df1 中筛选三列：drive-wheels（驱动方式）、body-style（车身类型）、price（价格）。

2. 使用groupby先按drive-wheels分组再二次通过body-style细分

3. groupby会对细分的组进行聚合操作，用.mean()就能计算出average-price

4. as_index=False 确保groupby操作后不将drive-wheels和body-style作为MultiIndex

drive-wheels	body-style	price
4wd	convertible	32000.0
fwd	sedan	15000.0
...	...	...

---

2. 生成透视表与数据填充

生成Heatmap要求Data Stracture为二维矩阵，而groupby输出是一个Long Fromat因此我们需要将grouped_test1用.pivot输出为Wide Format。这是关系链：

CSV（数据格式） → 加载为 DataFrame（二维数据结构） → 转换为透视表（二维矩阵） → 输入热力图

• pivot(index='drive-wheels', columns='body-style')：

  • 将长格式数据转换为宽格式矩阵，行索引为驱动方式，列索引为车身类型。

  • 默认以 price 作为填充值（因 grouped_test1 仅含三列）。

• fillna(0)：缺失组合（如无四驱轿车数据）价格设为0。

• astype(float)：确保所有值为浮点数。

透视表结构：

drive-wheels	convertible	sedan	hatchback	...
4wd	32000.0	0.0	18000.0	...
fwd	0.0	15000.0	12000.0	...

---

3. 热力图绘制代码

代码块：

columns中含有MultiIndex 要将Heatmap的x轴标签设置为body-style就需要用.levels[1]选中MultiIndex的第二层索引即body-style

1. 标签对齐：

   • set_xticks(np.arange(...) + 0.5)：将刻度对准单元格中心，避免标签偏移。

   • rotation=45：旋转X轴标签45度，解决长文本重叠问题。

2. 颜色条：

   • fig.colorbar 添加右侧颜色条，标注价格映射关系。

---

4. 热力图输出效果

热力图分析：

• 高价区域（红色）：

  • 四驱（4wd）敞篷车（convertible）价格最高，反映高端车型市场定位。

  • 后驱（rwd）硬顶车（hardtop）次之，常见于跑车或豪华车型。

• 低价区域（蓝色）：

  • 前驱（fwd）掀背车（hatchback）价格最低，多为经济型家用车。

• 空白组合（白色或0值）：

  • 如四驱轿车（4wd + sedan），数据中无此类样本，需进一步验证是否为数据缺失。

---