数据分析实战，用Pandas分析二手车市场行情_二手车数据分析项目

引言

这个项目主要是研究二手车市场上车辆定价的决定因素，本文将展示如何从汽车销售商网站Cars24上抓取所有的搜索结果，并建立一个包含所有找到的列表的数据库。

使用的工具（库）

• Requests

• Beautiful Soup

• Pandas

• Numpy

• Matplotlib

• Seaborn

• Plotly

导入所需的包并加载数据集：

来自网站的原始数据：

现在，可以看到有一个名为Unnamed:0的列。这一列一定是在抓取数据并将其保存到CSV文件中时添加的。因此，下一步就是删除数据。

数据清洗：

现在将删除Unnamed:0列，然后再次清洗，使数据可视化。

清洗后的Dataframe：

数据概览：

DataFrame.info()将为项目提供有关数据类型和每一列中非空值的数量的信息。

Describe()每一列的数字特征和信息：

• Data Frame.describe()可以给出数字数据的描述。这可以帮助我们获得每个数字列的最小值、最大值、平均值、标准偏差等数值。

最后我们得到了560行和9列，并且在Year、Brand、Car name、kilometer、owner、fuel、Emi、location和price等列中没有空值。

探索数据

车辆信息汇总

列类型：

• 数字 — kilometer、price、Emi

• 分类 — Year、Brand、Car name、fuel、location、owner

1. 2010年至2022年之间的车型年份

2. 公里数范围从121英里到99944英里不等

3. 价格从1.62万到24.36万卢比不等

数据可视化

单变量：

最畅销的品牌：

a[‘Brand’].value_counts().plot(kind=’bar’)
plt.xlabel(‘Brand’)
plt.ylabel(‘Highest selling’)
plt.show()
1
2
3
4

• 从上面的图表中可以看到Tata是最畅销的汽车。

价格分布：

sns.histplot(a[‘price(in_lk)’],kde=True)   
1

• 平均价格约为60k，二手车的中位数为50k。

• 价格分布更像是一个长尾分布和右偏度。这在价格分布上是非常正常的。

燃料

px.bar(a[‘fuel’].value_counts())   
1

• 人们拥有的大多数汽车是汽油类型的。

• 人们购买最多的是汽油车，然后是柴油车和压缩天然气车。

双变量分析

不同数量的前车主的车辆列表 ：

sns.barplot(x=a[‘owner’],y=a[‘price(in_lk)’],errorbar=None)   
1

• 从上面的图中可以看出，第一任车主的平均驾驶里程较少。

• 从第一任车主那里买车更好。

来自不同州的车辆列表

a.groupby([‘Location’])[‘year’].count().sort_values(ascending=False).plot(kind=’bar’, figsize=(10,6))
plt.ylabel(‘Number of listings per state’, fontsize=12)
plt.xlabel(‘State’, fontsize=12)
plt.title(‘Listings per State’, fontsize=18)
plt.show()
1
2
3
4
5

• Hyderabad、Mumbai、Pune是二手车上市数量最多的三个州，这三个州占印度汽车市场的32%。

比较年份和价格：

sns.lineplot(x=a[“year”],y=a[“price(in_lk)”],errorbar=None)   
1

• 我们可以看到，当年份增加时，价格也在增加。

燃料类型将如何影响转售价格？

sns.boxplot(x=a[“fuel”],y=a[“price(in_lk)”])   
1

• 从上图中可以注意到，大多数燃料类型的柴油车价格高于其他汽油和压缩天然气。

• 这就是为什么大多数人想购买汽油车的原因。

多变量分析：

sns.barplot(x=a[“year”],y=a[“price(in_lk)”],errorbar=None,hue=a[“owner”])   
1

• 在大多数年份里，第一任车主的汽车现价都很高。

• 当汽车以高价出售时，第一任车主的售价比第二任和第三任车主的售价高。

相关性：

可以使用corr()函数找到各种特征之间的相关性。

sns.heatmap(a.corr(),annot=True)   
1

• Price和Emi的相关度为0.61。

• Price一栏与Emi高度相关，因此我们可以使用任何一个变量进行分析。

plt.figure(figsize=(18,7))
sns.barplot(x=a[“Location”],y=a[“price(in_lk)”],hue=a[“Location”],errorbar=None)
plt.xticks(rotation = 90)
plt.show()
1
2
3
4

• 从上图可以看出，Gurgaon地区的汽车价格高于其他地区。

结论

从可视化中，我们发现了以下结论：

• Hyderabad，Mumbai，Pune是排名前三的二手车市场。

• 在大多数年份里，第一任车主的汽车现价都很高。

• 当汽车出售时，第一任车主的售价比第二任和第三任车主的售价高。

• 我们可以看到，在Gurgaon地区的汽车价格高于其他地区。

• 在印度最畅销的汽车制造商是Tata、Maruti。

• 当二手车定价时，最重要的特征包括里程数、车主和车型年份。从可视化中，我们看到里程数越高，价格越低。

• 车型价格也与Emi相关，车龄越长，价格越低。

最后

感谢你们的阅读和喜欢，我收藏了很多技术干货，可以共享给喜欢我文章的朋友们，如果你肯花时间沉下心去学习，它们一定能帮到你，干货内容包括：

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习等习教程。带你从零基础系统性的学好Python！

本文内容由网友自发贡献，转载请注明出处：https://www.wpsshop.cn/w/从前慢现在也慢/article/detail/585132