Airbnb NYC2019分析实战

分析目标

民宿特征分布图可视化（位置、房型、价格）
寻找热门民宿特点

源数据

数据预处理

字段分析

字段	含义
id	民宿id
name	民宿名称
host_id	房东id
host_name	房东姓名
neighbourhood_group	邻近大区
neighbourhood	临近社区
latitude	维度
longitude	经度
room_type	房型
price	价格
minimum_nights	最少入住天数
number_of_reviews	评论数量
last_review	最近评论日期
reviews_per_month	月均评论数
calculated_host_listings_count	房东房源数量
availability_365	年营业天数

结合分析目标和数据情况，确定月均评论数反应民宿热门程度，将数据集划分。
因变量：

• reviews_per_month

自变量为：

• neighbourhood_group
• neighbourhood
• room_type
• price
• minimum_nights
• calculated_host_listings_count
• availability_365

数据清洗

import pandas as pd

f = pd.read_csv('D:\\Data\\archive\\AB_NYC_2019 - Copy.csv')
# 去空
f = f.dropna()
# 去0
index = f[(f['availability_365'] <= 0)].index.tolist()
f = f.drop(index=index)
# 3σ去异常值
index = f[(f['reviews_per_month'] > 7.2228)].index.tolist()
f = f.drop(index=index)
index = f[(f['reviews_per_month'] <= 0)].index.tolist()
f = f.drop(index=index)
# 去重
f = f.drop_duplicates()

print(f.shape)
f.to_csv('D:\\Data\\archive\\AB_NYC_2019_清洗.csv', index=False)

数据分析

可视化

民宿位置分布图

可以看出民宿主要集中在Brooklyn和Manhattan这两个区，其中排名前五社区的如下：

1. Brooklyn Bedford-Stuyvesant 2212
2. Brooklyn Williamsburg 1786
3. Manhattan Harlem 1507
4. Brooklyn Bushwick 1216
5. Manhattan Hell’s Kitchen 1191

热门位置分布图

平均受欢迎地区前五：

1. Staten Island New Dorp Beach 5.5
2. Queens East Elmhurst 5.059539473684213
3. Queens Jamaica Hills 4.508
4. Queens Springfield Gardens 4.4278378378378385
5. Staten Island Rosebank 4.281666666666666

房型分布

可以看出大部分房源是Entire home和Private room，Shared room最少。
热门房型分布

可以看出Private room这个房型最受欢迎，但是三种房型的差距并不大。
价格分布


由以上两图可以看出大部分的价格位于0~500这个区间，150这个价格的房源是最多的。
热门价格分布

可以看出7500这个价格最受欢迎，其次是500以下这个价格。

相关性分析

价格热度

R2=0.0096
P=0.0087（可信）

最低入住天数热度

R2=0.3873
P<0.0001（可信）

房东房源数量热度

R2=0.1849
P<0.0001（可信）

年营业天数热度

R2=0.0965
P<0.0001(可信)

结果分析

总体而言，对于民宿选址，各大区热门程度并不十分显著，但皇后区和斯塔滕岛较为热门，部分社区优势显著，布鲁克林和曼哈顿竞争激烈，可考虑按热门社区选址。
房型而言，热门差距并不大，但整间出租略有优势。
价格而言，相关性并不显著。
最低入住天数而言，越低越好。
房东房源数量而言，并不十分显著，但房源越多越好。
年营业天数而言，并不十分显著。