使用 Python 分析二手车销售价格
分析二手车的销售价格对于买卖双方做出明智的决策至关重要,而使用 Python 可以轻松完成。通过利用 Python 的数据分析和可视化功能,可以从可用数据集中获得有价值的见解。
本文探讨了使用各种图表进行数据预处理、清洗和分析销售价格的过程。此外,它还涵盖了使用线性回归模型预测销售价格。借助 Python 的强大库,如 pandas、matplotlib、seaborn 和 scikit-learn,此分析提供了一种全面方法来了解影响二手车价格的因素并做出准确的价格预测。
如何使用 Python 分析二手车的销售价格?
请按照以下步骤使用 Python 分析二手车的销售价格:
步骤 1:导入重要库
import pandas as pd import matplotlib.pyplot as plt import seaborn as sns from sklearn.model_selection import train_test_split from sklearn.linear_model import LinearRegression from sklearn.metrics import mean_squared_error
步骤 2:读取数据集并将其存储在 pandas 数据框中
data = pd.read_csv('C:/Users/Tutorialspoint/Documents/autos.csv', encoding='latin1')
步骤 3:检查数据集的结构
data.info() print(data.head())
输出
dateCrawled seller offerType price vehicleType \ 3 2016-03-17 16:54:04 privat Angebot 1500 kleinwagen 4 2016-03-31 17:25:20 privat Angebot 3600 kleinwagen 5 2016-04-04 17:36:23 privat Angebot 650 limousine 6 2016-04-01 20:48:51 privat Angebot 2200 cabrio 7 2016-03-21 18:54:38 privat Angebot 0 limousine yearOfRegistration gearbox powerPS model kilometer \ 3 2001 manuell 75 golf 150000 4 2008 manuell 69 fabia 90000 5 1995 manuell 102 3er 150000 6 2004 manuell 109 2_reihe 150000 7 1980 manuell 50 andere 40000 monthOfRegistration fuelType brand notRepairedDamage dateCreated \ 3 6 benzin volkswagen nein 2016-03-17 4 7 diesel skoda nein 2016-03-31 5 10 benzin bmw ja 2016-04-04 6 8 benzin peugeot nein 2016-04-01 7 7 benzin volkswagen nein 2016-03-21 lastSeen 3 2016-03-17 17:40:17 4 2016-04-06 10:17:21 5 2016-04-06 19:17:07 6 2016-04-05 18:18:39 7 2016-03-25 16:47:58
步骤 4:处理缺失值
data = data.dropna()
步骤 5:仅在必要时转换数据类型
data['dateCrawled'] = pd.to_datetime(data['dateCrawled']) data['dateCreated'] = pd.to_datetime(data['dateCreated'])
步骤 6:数据清洗
# Remove irrelevant columns columns_to_drop = ['name', 'abtest', 'nrOfPictures', 'postalCode'] data = data.drop(columns=columns_to_drop)
步骤 7:使用图表分析销售价格
示例 1:销售价格的直方图
plt.figure(figsize=(10, 6)) sns.histplot(data['price'], bins=20, kde=True) plt.xlabel('Price') plt.ylabel('Count') plt.title('Histogram of Selling Price') plt.show()
输出
示例 2:按车辆类型划分的销售价格箱线图
plt.figure(figsize=(10, 6)) sns.boxplot(x='vehicleType', y='price', data=data) plt.xlabel('Vehicle Type') plt.ylabel('Price') plt.title('Boxplot of Selling Price by Vehicle Type') plt.show()
输出
示例 3:注册年份与价格的散点图
plt.figure(figsize=(10, 6)) sns.scatterplot(x='yearOfRegistration', y='price', data=data) plt.xlabel('Year of Registration') plt.ylabel('Price') plt.title('Scatter plot of Year of Registration vs. Price') plt.show()
输出
步骤 8:使用线性回归预测销售价格
选择相关的特征和目标变量
features = ['yearOfRegistration', 'powerPS', 'kilometer'] target = 'price' X = data[features] y = data[target]
将数据拆分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
初始化并训练线性回归模型
model = LinearRegression() model.fit(X_train, y_train)
输出
LinearRegression
步骤 9:对测试集进行预测并打印预测的销售价格
# Make predictions on the test set y_pred = model.predict(X_test) # Print the predicted selling price print("Predicted Selling Price:") for price in y_pred: print(price)
输出
Predicted Selling Price: 4697.820983235375 4882.88628493459 2407.3556394173065 4264.297985512414 5801.285403149028 6486.864555639331 18844.05037380848 3615.3753698624205 15154.480417441286 7511.02954521589 5815.107292202709 14360.747495675983 3868.0368050450925 6433.695591624826 3019.621718226932 …………………………………… 3723.5291391374194
步骤 10:使用均方误差 (MSE) 评估模型
mse = mean_squared_error(y_test, y_pred) print(f"Mean Squared Error: {mse}")
输出
Mean Squared Error: 3838157266.6337757
结论
总之,Python 的多功能性和强大的库使其成为分析二手车销售价格的理想工具。通过数据预处理、清洗和可视化,可以获得有价值的见解。此外,使用机器学习算法进行预测建模可以实现准确的价格预测。此分析使买卖双方能够在二手车市场中做出明智的决策。
广告