2021년 11월 서울 아파트 평균 평당(㎡) 거래 매매가 with python

공공데이터 국토교통부에서 제공하고 있는 아파트 매매 실거래 데이터를 활용해서 2021년 11월 서울 아파트 평당 평균 매매가를 구해보고 이 수치를 전년도 11월과 비교해보도록 하겠다.

 

https://www.data.go.kr/data/15057511/openapi.do

국토교통부_아파트매매 실거래 상세 자료

 

우선 데이터를 뽑기 위해서는 서울 지역구별 법정코드가 필요하다. 그래서 아래 코드를 통해서 서울 법정코드를 크롤링해오도록 하겠다. 아래 코드가 문제없이 돌아간다면 25개 서울 지역구 법정코드를 가져올 수 있을 것이다.

import pandas as pd
import requests

url='https://inasie.github.io/%ED%94%84%EB%A1%9C%EA%B7%B8%EB%9E%98%EB%B0%8D/5/'
headers={'useragent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.110 Safari/537.36'}

response = requests.get(url, headers=headers)
html = bs(response.text, "lxml")
table = html.select("table")
table = pd.read_html(str(table))
gu=table[0]

se=gu[gu['법정동주소'].str.contains('서울특별시')]
se=se[1:]

다음 공공데이터 API를 통해서 2021년 11월, 2020년 11월 서울 아파트 평당 평균 매매가 수치를 계산하도록 하겠다.

from urllib.request import urlopen
from urllib.parse import urlencode, unquote, quote_plus
import urllib
import requests
import pandas as pd
import xmltodict
import json
from datetime import datetime
import requests

data=[]
api='~'

for i in se['법정동코드']:
    
    url = f'http://openapi.molit.go.kr/OpenAPI_ToolInstallPackage/service/rest/RTMSOBJSvc/getRTMSDataSvcAptTradeDev?serviceKey={api}'
    queryParams = '&' + urlencode({quote_plus('pageNo') : 1, quote_plus('numOfRows') : '1000', 
                                        quote_plus('LAWD_CD') : i, quote_plus('DEAL_YMD') : '202111'})

    url2 = url + queryParams
    response = urlopen(url2) 
    results = response.read().decode("utf-8")
    results_to_json = xmltodict.parse(results)
    rows = json.loads(json.dumps(results_to_json))
    data.extend(rows['response']['body']['items']['item'])
    
df_21=pd.DataFrame(data)
df_21['전용면적']=df_21['전용면적'].astype(float)
df_21['m2']=df_21['전용면적']/3.3
df_21['거래금액']=df_21['거래금액'].str.replace(',','').astype(int)
df_21['per price']=df_21['거래금액']/df_21['m2']

seoul_price_2111=df_21['per price'].mean()

for i in se['법정동코드']:
    
    url = f'http://openapi.molit.go.kr/OpenAPI_ToolInstallPackage/service/rest/RTMSOBJSvc/getRTMSDataSvcAptTradeDev?serviceKey={api}'
    queryParams = '&' + urlencode({quote_plus('pageNo') : 1, quote_plus('numOfRows') : '1000', 
                                        quote_plus('LAWD_CD') : i, quote_plus('DEAL_YMD') : '202011'})

    url2 = url + queryParams
    response = urlopen(url2) 
    results = response.read().decode("utf-8")
    results_to_json = xmltodict.parse(results)
    rows = json.loads(json.dumps(results_to_json))
    data.extend(rows['response']['body']['items']['item'])
    
df_20=pd.DataFrame(data)
df_20['전용면적']=df_20['전용면적'].astype(float)
df_20['m2']=df_20['전용면적']/3.3
df_20['거래금액']=df_20['거래금액'].str.replace(',','').astype(int)
df_20['per price']=df_20['거래금액']/df_20['m2']

seoul_price_2011=df_20['per price'].mean()

 

 

그래프 시각화를 통해서 비교하면 아래와 같이 볼 수 있다. 

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams["font.family"] = 'Malgun Gothic'
plt.rcParams["figure.figsize"] = (20,10)

x = np.arange(2)
years = ['2020년 11월','2021년 11월']
values = [seoul_price_2011,seoul_price_2111]

for a,b in enumerate(values):
    plt.text(a, b, b, fontsize=16, color='b', 
                    horizontalalignment='center', verticalalignment='bottom')

plt.bar(x, values,color=['r','g'])
plt.xticks(x, years)
plt.yticks(np.arange(0, 10000,2000))
plt.title('서울 아파트 평균 평당 매매가',fontdict={'fontsize':16})


plt.show()

전년 11월 대비 서울 아파트 평당 평균 매매가가 약 8% 증가한 점을 확인할 수 있다.