【租房数据分析】2016年在北京如何租到好房子?

简介:

过年之后,很多人选择租房。我的不少朋友告诉我,"之前你公众号发布的北京买房攻略很有趣,可是不接地气,能不能分析一下帝都租房啊"!

  

我想也是,春节后我配置了爬虫工具,从北京各大中介网站抓取了8万余条租房数据。其实经过去重和过滤,剩下的不过两万余条。我估算,整个租房市场在春节后这个旺季,也就2万左右的存量。

◆ ◆ 

第一因素:面积!单间or整租?


对于什么面积性价比高,只需要下面这一张图就一目了然:

 

面积达到8平米时,均价达到最高,北京邮电大学附近的一间9平米的单间,都能租到2600元!相比之下,60-100平这个区间平均租金比较便宜。100平以上,小区和装修都相对高端,所以均价高。如果租单间,15平米是性价比最高的。

     

所以,赶紧拉上你的基友,闺蜜,男女朋友去整租吧!不仅更安全方便,而且分摊后租金低很多!

◆ ◆ 

第二:地段,从南到北,该租哪里?

      

在下面统计时,为了便于理解,单间统一换算为15平的价格,整租换算为65平的价格。


下图是北京所有小区的平均租房单价,中关村,魏公村,国贸,三元桥都不便宜,大学聚集区和商业区的租金普遍较贵。



我们再以3D的形式绘制价格热力图(不同颜色代表不同区县,密集喜爱症福音):

     

再研究不同区县的价格,为了便于观察,我把绿中介的自如单间均价都换算为15平米:


出乎意料,曾经房价霸主西城,却在租金上败下阵来,还不如海淀东城。


我好奇五号线沿线的价格是如何分布的,于是做了一张下面的图:

请仔细看曲线的下降点,这些都是北京环路的绿隔,没什么商业,整体租金都会偏低,但非常不建议租这些地方,在北京的人都知道过天桥有多麻烦。

    

再看单间最贵的区域:学校周围的单间尤其贵,这应该也是供求关系导致的。

再看整租:

金融街高富帅遍地,朝阳公园,工体都是外国人,他们自然要选择整租,我所在的太阳宫有不少高端住宅,拉高了整体租金,真是过不下去了!

◆ ◆ 

那朝向,楼层和房龄呢



整租时,价格对朝向和楼层都不是很敏感,但单间是很敏感的。先看朝向,显而易见,因为采光通风较好,南北卧和西南卧是最贵的,相比北卧是最差的,价格差距在400左右。

    

独立卫生间简直不要太方便,万恶的中介,不论是卫生间还是阳台,都算入了房间的面积。 有卫生间的单间不超过1%,至少贵600块钱


最后看楼层,自如的房子,出乎意料的给了准确地楼层,给了我宝贵的数据:

    

二层最贵,一层最便宜,三层和以上差不多。道理也简单啊,一层采光不好,而且比较潮。高层爬楼比较麻烦。


顺便一提,高端小区房龄新,租金贵,但2000年以前的小区,租金和房龄没什么关系,相关系数只有0.048。

◆ ◆ 

装修:租户看房最重要的因素


看看装修对价格的影响。想低价租房,就不要对装修有任何期待,只要刷过白墙,中介都会兴冲冲的告诉你,那是“精装修”。

    

虽然自如的房子进行了统一的装修,还有保洁和无线,统计之后大吃一惊,15平米的自如要比普通单间平均贵了800块钱!这个差价,已经够办一年的宽带了!


◆ ◆ 

装上班族最看重的:地铁


在北京,上班最重要的是坐地铁方便,因此我统计了全北京12000个小区的信息,并计算了每个小区到最近地铁站的步行距离。看得出地铁对租金的影响还是很大的,相关系数为0.29。基本上,每离地铁近100米,65平米房子的租金就会贵200块钱。不过在地铁站400米范围内,地铁对价格的影响并不显著了。

 

下面绘制了到地铁站步行距离和租房单价的散点图:

◆ ◆ 

租售比:租房还是买房划算

     

现在租房这么贵,买不起房也租不起房,我们不妨看看租售比,也就是租这套房子多少年,就能买下这套房:

     

可以看出,西城的租售比特别的高,因为西城房价高主要因学区导致。居住条件并不如人意。

租售比特别低的房子,都属于商住两用,租金高,不能落户所以售价低。

因此想靠出租获利的各位财主,买租售比低的房子是你们的首选。在北京,平均40年的租房时间,即可买下一套房。买的房子还能买卖,房子的租金就彻底打水漂了。


◆ ◆ 

结论: 远离商业区和学校


由于租房不同于买房,市场瞬息万变,尽量要避开学校和商业区,或选择远郊离地铁近的小区,租金差异远远大于出行费用差异。

     

总体来看,租房主要是挑小区,同一小区内,除非装修差太多,否则价格不会有太多差异。

    

笔者统计了北京所有小区的售房均价,租房均价,户数,租售比,地铁步行距离,物业等非常详尽的数据表格,共计12200条。选择一个区域,就可以很方便地确定哪个小区是比较合适的。有需求者请在文末留言或关注公众号“沙漠之鹰”,留言留下您的邮箱。

     

一篇文章难以帮助到每个具体想租房的人,因此,下表是北京200个片区的平均价格(以65平米计算)和存量和平均面积,方便各位读者参考。



赵一鸣,2007级北邮通信工程专业,2014年硕士毕业,从事大数据开发,包括编译,爬虫和数据清洗,可视化分析等。马拉松和无器械健身爱好者。

原文发布时间为:2016-02-21

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
4月前
|
存储 数据可视化 数据挖掘
【python】python租房数据分析可视化(源码+数据+报告)【独一无二】
【python】python租房数据分析可视化(源码+数据+报告)【独一无二】
230 0
|
7月前
|
机器学习/深度学习 数据可视化 数据挖掘
PYTHON链家租房数据分析:岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化
PYTHON链家租房数据分析:岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化
|
7月前
|
数据采集 分布式计算 数据可视化
【大数据实训】基于赶集网租房信息的数据分析与可视化(七)
【大数据实训】基于赶集网租房信息的数据分析与可视化(七)
190 0
|
Web App开发 数据采集 NoSQL
Scrapy-Redis分布式抓取麦田二手房租房信息与数据分析
试着通过抓取一家房产公司的全部信息,研究下北京的房价。文章最后用Pandas进行了分析,并给出了数据可视化。 准备工作 麦田房产二手房页面(http://bj.maitian.cn/esfall/PG1)。
1294 0
|
1月前
|
机器学习/深度学习 算法 数据挖掘
数据分析的 10 个最佳 Python 库
数据分析的 10 个最佳 Python 库
90 4
数据分析的 10 个最佳 Python 库
|
4月前
|
数据采集 数据可视化 数据挖掘
数据分析大神养成记:Python+Pandas+Matplotlib助你飞跃!
在数字化时代,数据分析至关重要,而Python凭借其强大的数据处理能力和丰富的库支持,已成为该领域的首选工具。Python作为基石,提供简洁语法和全面功能,适用于从数据预处理到高级分析的各种任务。Pandas库则像是神兵利器,其DataFrame结构让表格型数据的处理变得简单高效,支持数据的增删改查及复杂变换。配合Matplotlib这一数据可视化的魔法棒,能以直观图表展现数据分析结果。掌握这三大神器,你也能成为数据分析领域的高手!
93 2
|
4月前
|
机器学习/深度学习 数据采集 数据可视化
基于爬虫和机器学习的招聘数据分析与可视化系统,python django框架,前端bootstrap,机器学习有八种带有可视化大屏和后台
本文介绍了一个基于Python Django框架和Bootstrap前端技术,集成了机器学习算法和数据可视化的招聘数据分析与可视化系统,该系统通过爬虫技术获取职位信息,并使用多种机器学习模型进行薪资预测、职位匹配和趋势分析,提供了一个直观的可视化大屏和后台管理系统,以优化招聘策略并提升决策质量。
246 4
|
4月前
|
机器学习/深度学习 算法 数据挖掘
2023 年第二届钉钉杯大学生大数据挑战赛初赛 初赛 A:智能手机用户监测数据分析 问题二分类与回归问题Python代码分析
本文介绍了2023年第二届钉钉杯大学生大数据挑战赛初赛A题的Python代码分析,涉及智能手机用户监测数据分析中的聚类分析和APP使用情况的分类与回归问题。
103 0
2023 年第二届钉钉杯大学生大数据挑战赛初赛 初赛 A:智能手机用户监测数据分析 问题二分类与回归问题Python代码分析
|
1月前
|
SQL 数据挖掘 Python
数据分析编程:SQL,Python or SPL?
数据分析编程用什么,SQL、python or SPL?话不多说,直接上代码,对比明显,明眼人一看就明了:本案例涵盖五个数据分析任务:1) 计算用户会话次数;2) 球员连续得分分析;3) 连续三天活跃用户数统计;4) 新用户次日留存率计算;5) 股价涨跌幅分析。每个任务基于相应数据表进行处理和计算。
|
2月前
|
机器学习/深度学习 数据采集 数据可视化
数据分析之旅:用Python探索世界
数据分析之旅:用Python探索世界
37 2

热门文章

最新文章