20、房屋销售数据的探索性分析与可视化原则

房屋销售数据的探索性分析与可视化原则

1. 房屋销售数据的初步处理与探索

在对房屋销售数据进行分析时，首先对数据进行了一系列处理：

sfh = (sfh_df
 .pipe(subset)
 .pipe(log_vals)
 .pipe(clip_br)
)

接下来，开始探究卧室数量与其他变量之间的关系。通过箱线图查看不同卧室数量房屋的价格分布：

px.box(sfh, x='new_br', y='price', log_y=True, width=450, height=250,
      labels={'new_br':'Number of bedrooms','price':'Sale price (USD)'})

从箱线图中可以看出，从一到五间卧室，房屋销售价格的中位数逐渐增加，但对于六间以上卧室的大型房屋，对数转换后的销售价格分布几乎相同。

为了进一步探究，计算了每平方英尺的价格：

sfh = sfh.assign(
    ppsf=sfh['price'] / sfh['bsqft'], 
    log_ppsf=lambda df: np.log10(df['ppsf']))

并创建了两个散点图，一个显示价格与建筑面积的关系（均进行对数转换），另一个显示每平方英尺价格与建筑面积的关系。结果发现，较大的房屋价格更高，且价格与