아파트 파이썬 데이터 분석 시리즈 1 - 4 [2023년 구별 아파트 거래량 & 평당 실거래가 추이]

1. 인천시 아파트 실거래 데이터를 활용해서 23년 1년 동안 월별 거래 추이가 어떤지 확인해보겠음

 

2. 인천시 아파트 전수 데이터는 이전 포스팅에서 확인할 수 있음

 

3. 우선 평당 실거래가를 아래 파이썬 코드를 통해 히트맵 형식으로 시각화해봤음

df=pd.DataFrame(data)
df=df[df['년']=='2023']

df['전용면적']=df['전용면적'].apply(lambda x:float(x))
df['평수']=df['전용면적'].apply(lambda x:x*0.3025)
df['거래금액']=df['거래금액'].apply(lambda x:float(x.replace(',','')))

df1=df[['거래금액','법정동시군구코드','평수','월']]
df1=pd.merge(df1,se,how='left',left_on=df1['법정동시군구코드'],right_on=se['법정동코드'])
dfg=df1.groupby(['법정동주소','월']).sum()[['평수','거래금액']]
dfg=dfg.reset_index()
dfg['월']=dfg['월'].apply(lambda x: '0'+str(x) if int(x) <10 else str(x))
dfg['평당 실거래가']=round(dfg['거래금액']/dfg['평수'],0)
dfg['평당 실거래가']=dfg['평당 실거래가'].apply(lambda x:int(x))
dfg=dfg.sort_values(by='월',ascending=True)

import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
%config InlineBackend.figure_format='retina'

plt.rcParams["font.size"] = 12
plt.figure(figsize=(20,11))
plt.rcParams["font.family"] = 'Malgun Gothic'
dfgg=pd.DataFrame(dfg.pivot_table(values='평당 실거래가',index='법정동주소',columns='월'))
sns.heatmap(dfgg,cmap="Blues",annot=True,fmt='d')
plt.title('2023년 1월 ~ 12월 구별 아파트 평당 실 거래금액',fontsize=18)

 

4. 확실히 송도가 있다보니 인천에서는 연수구가 집 값이 가장 높은 것으로 나타남

5. 다른 지역과 함께 비교를 해봐야 확실히 알겠지만, 23년 인천만큼은 집 값은 크게 떨어지지 않는 것으로 보여짐. 연초와 연말 가격 전반적으로 유사하게 보여짐

 

6. 거래 가격 다음으로 중요한게 거래량

 

7. 구별로 거래량 추이가 어떤지 비교해봄

dfc=df1.groupby(['법정동주소','월']).count()[['거래금액']]
dfc=dfc.reset_index()
dfc['월']=dfc['월'].apply(lambda x: '0'+str(x) if int(x) <10 else str(x))
dfc=dfc.rename(columns={'거래금액':'거래건수'})

g=sns.relplot(data=dfc,x='월',y='거래건수',kind='line',col='법정동주소',col_wrap=3)
g.fig.suptitle('2023년 1월 ~ 12월 구별 아파트 거래량',fontsize=18)
g.fig.subplots_adjust(top=0.92)

 

 

8. 전반적으로 올해 2,3 분기에 거래량이 증가하는 모습을 보이다가 4분기에 모두 거래량이 급감하는 양상

 

9. 인천 지역 뿐만의 이슈가 아니라 전국 이슈인듯

 

https://biz.chosun.com/real_estate/real_estate_general/2023/12/21/BCCVJZHQC5DVJAFRBGI5PKDMZQ/

‘꽁꽁’ 얼어붙은 서울 아파트 매수심리... 4분기 거래량 60%↓