极客笔记Python 分析二手汽车售价
分析二手汽车的售价对于买家和卖家都是至关重要的，可以通过使用Python轻松地做出有根据的决策。通过利用Python的数据分析和可视化功能，可以从可用的数据集中获得有价值的见解。
本文探讨了数据预处理、清理以及使用各种图表分析售价的过程。此外，它还介绍了使用线性回归模型来预测售价。凭借Python强大的库，如pandas、matplotlib、seaborn和scikit-learn，这个分析提供了一个全面的方法来理解影响二手车价格的因素，并进行准确的价格预测。
如何使用Python分析二手车的售价
按照以下步骤使用Python分析二手车的售价：
步骤1：导入重要的库
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的数据框中
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：按车辆类型绘制箱线图的销售价格
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
选择相关特征和目标变量
features = ['yearOfRegistration', 'powerPS', 'kilometer']
target = 'price'
X = data[features]
y = data[target]
将数据分割为训练集和测试集：
分割数据为训练集和测试集:
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，可以获得有价值的洞察。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。这种分析使买家和卖家能够在二手车市场上做出明智的决策。