10月份上海租房类豆瓣小组的相关数据分析

关于豆瓣和其他租房平台的对比之类的，我就不做分析了，这不是本文章的重点，几种方式都各有利弊。前一段时间自主学习了Python，当然谈到py肯定少不了爬虫。我就拿豆瓣做实验，爬取了上海租房类小组的一个月的帖子的信息，然后做了一下简单的数据统计和分析。豆瓣反扒机制很厉害，当然为了绕过，花钱买的代理，目前为止被封了四个号。刚开始学习，写的不好勿喷。

废话少说，直接上主题。

1.总概

采集有效数据量为：43663

发布者人数共计：11025

采集日期：2019年10月5日-10月31日

前几天国庆节在家里做爬虫测试，有些数据采集不全，前几天的就删除了。实体有效天数为26天。由于代理等问题，不保证所有的数据都爬取的到。

2.发布者情况

num表示发布次数，renshu表示当前发布次数的人数

从上面数据看出，发布次数最多的是竟然达到248次，意思这个豆瓣id在26天发了248个帖子。每天将近发10个帖子，猜测这个人可能是一个没啥事情的房产中介，或者是一个专职代刷帖子的。大多数的人还是仅仅发布了一次。大多数人也是仅仅发了一次而已。次数最多的前五名其他四位分别为132、131、128、120次。

这两个图就比较清晰， 我做这个分析的最主要的目的是区分用户，正常情况下，我是房东（二房东），有一个唯一具体的房子需要出租。我最多也就会发三五次帖子，甚至就仅仅发一次，情况好的话马上就租出去了。所以说，在豆瓣中中介数量还是有一定的，这不难理解，有流量的地方就有广告，号称无中介租房只不过是号称罢了。

3．合整租分布情况

前期我做文本分析的时候仅仅只是关键词查询，如果在文本中没有出现合租/整租这样的关键词，那么会归类到未知中。后来加上了百度的文部分语义文本分析，把所有的文本都做了分类，准确率在80%左右。当然在这里体验不出来，不过按照目前统计来看，大约推算出，合整租占比六四开。合租占多数。

4.付款类型分布情况

在文本中有很多中介体，会这样表述。3月付XXX元，6月付XXX元，12月付XXX元。不过我在采集后把这些都过滤了，并没有很大的参考意义。同样这也是具体到关键词，比如明确表明押一付一，或者押一付三，否则是归类为其他。从图中看出，其他类很多，具体原因是一个是有其他付款要求，二个未明确出付款要求的。

5.仅限女生要求分布

男生在租房子的时候经常受到歧视，这很合乎常理。多数原因可能有：一，多数房东觉得女生干净，男生邋遢，想让自己房子干净一些，所以会要求女生。二，有的二房东为女生，仅仅出租一个单间，要求女生的话方便些。

不过像自如这样的租房平台，多数以每个卧室为销售单元，并不会要求男女生的，而且每周都会有保洁阿姨对公共区打扫。同样缺点就是贵，不过好在是装修统一，家具齐全。这是俗话说的，一分钱一分货。

6.价格分布情况

在所有数据中价格参数不为空的有 28153 条，去除不合常理的剩余有 26759 条

可以看出，在上海租一个单间的费用多数在2000-3000元，所以说对于一个人来说，这个生存成本还真不低。初次到上海来打工的心里可能想清楚，可能刚开始就要有将近1万块钱的房租支出。不过多数还可以押一付一的。

之前有个段子是这样说的，一个刚刚谈恋爱的女生对男生说，亲爱的，我们住一起吧。男生一愣反问到，我们的感情到了吗？女生回答说，是我的房子租期到了。

7.Top10地铁站点

所有信息中出现最多次的地铁站竟然是九亭，我还特地搜了搜这个位置，确实位于城乡结合部，到市区大约1个小时地铁，合乎租房常理。在上海地铁最挤的三条线中排第三。冠军是2号线，亚军是1号线。上面Top10中有6个是2号线的，重点链接了虹桥火车站、虹桥机场、浦东机场，不愧地铁中的爸爸。

结论就是尽量不要租2号线的房子，否则上班高峰期会让你觉得，我当初来上海就是脑子进水了。但同样反过来，人多的地方需求量，租房也多。各有利弊，谨慎选择。

8.Top10小区

这个图能看出啥呢，我对上海的房产不是很熟悉，但是感觉这top10里有几个是那种商住两用房，或者说可以认为是公寓，上海人拆迁款到了，也是啥能花钱的地方，就买房子吧，房子限购，公寓也成。买下来出租，稳稳的现金流收入。当然，以上纯属我的臆想。如有雷同，纯属巧合。

酸是真的柠檬酸。好比你手里有1000万去挣10万块钱，和你手里10块钱去挣10万块钱的难度是不一样的，但是也不能觉得他有1000万不公平，这是人家上一辈积攒下来合理的财富。

9.综述

基本一个月（实际是26天，不足一个月数据）帖子中的简单情况如上所示，能看出点啥呢？

1. 豆瓣这样一样可观的流量池，中介是不可能不去的。
2. 一个月帖子总量4.3万+，你想要在这里找到合适的，需要投入很大的时间精力。你靠手工去翻的话，我劝你还是花点钱找中介吧，投入产出率太低。
3. 一个月发帖人数1.1万+，想必看帖的人不止这个数，同样印证了第一条。但是毕竟租房子不是每天都用，不像微信天天发，抖音天天刷，比起这些流量大户还是差的远。

10.最后

网站具体功能：采集分析豆瓣小组（目前仅限上海）的数据提供查询使用，微信里不能打开外链接（链接在上面👆），最佳体验是在PC端谷歌浏览器。

小程序具体功能：提交好需要监控的租房信息的参数，定时器每半小时查询一次有木有符合你要求的，有的话给你发送订阅消息提醒查看，小程序体验点下方👇

因为采集豆瓣数据必须用代理，代理是需要花钱的，我也不知道这个网站能维护多久，看缘分吧，随时可能因为欠费挂掉。