파이썬을 활용한 부동산 데이터 분석

파이썬 기초부터 실제 부동산 데이터를 활용한 매매분석, 수요예측, 시각화까지

파이썬으로 부동산 데이터를 수집하고 정리해서 분석하는 과정을 쉽게 설명했습니다!

국내 부동산 분석에 활용할 수 있는 데이터는 무수히 많습니다. 실거래가부터 시작해서 KB부동산에서 제공하는 매매가격, 전세가격 지수 데이터, 학군 데이터, 일자리, PIR 데이터 등 무수히 많습니다. 이런 다양한 데이터를 연결해서 분석하고 함께 살펴보기 위해서는 엑셀만 가지고는 거의 불가능합니다. 다행히 파이썬은 일반인들도 빠르게 익혀서 바로 사용하기 좋은 프로그래밍 언어입니다. 파이썬을 이용해 다양한 부동산 데이터를 가져와 정리하고 서로 연결하고 분석하는 방법을 배워 봅시다.

★ 이 책에서 배우는 내용 ★

  • 부동산 데이터 분석을 위해 꼭 필요한 파이썬 기본 문법 및 시각화 방법
  • 매매가격 지수 데이터, 전세가격 지수 데이터, PIR 데이터 등을 파이썬으로 분석하는 방법
  • 매매가와 전세가 움직임을 비교하고 미분양, 인허가 데이터 등을 가격 변화와 함께 분석
  • 특목고 진학에 관한 데이터와 일자리 데이터 등을 통해 각 지역의 학군과 일자리, 그리고 부동산 가격의 관계를 분석

 

도서 상세 이미지

박준규

대학생 시절 회사원으로 평생 살기보다는 전문적인 일을 하고 싶어서 금융공학을 전공했고 대학원까지 진학했다. 대학원에서 금융공학을 전공하면서 금융 세계에서 문제들을 어떻게 계량화하고 데이터를 이용해 해결하는지 배웠고, 이러한 계량적인 문제해결 방식을 금융뿐 아니라 다른 영역에도 적용해 보고 싶은 욕구가 크다. 더 나아가 실제 세상의 여러 문제를 계량적으로 해결하고 이를 시스템으로 만들어 사업화하는 데 관심이 많다. 현재는 취업 관련 스타트업을 시작하고 있고, 다른 사업들도 준비 중이다.

블로그: https://28thoughts.com/

[약력]

  • 현 취업컨설팅(MeetPro) 스타트업 대표
  • 현 현대차 등 대기업 파이썬 강사 활동
  • 전 핀테크 스타트업 코스폴 데이터분석가, 연구소 소장
  • 전 FN자산평가 퀀트팀 연구원
  • 고려대학교 경영대학원 재무학(이자율, 신용 파생상품 전공) 석사 졸업
  • 고려대학교 경제학과 졸업
  • ▣ 1장: 데이터 기반의 부동산 투자
    • 1.1 데이터를 활용한 부동산 투자
    • 1.2 데이터를 활용한 부동산 투자 구현하기 - 프로그래밍이 필요한 이유
    • 1.3 아나콘다 설치 및 주피터 노트북
    • 1.4 파이썬 기본 문법
      • _파이썬 기본 데이터 형
      • _변수
      • _리스트, 딕셔너리
      • _반복문
      • _조건문
      • _함수
    • 1.5 판다스로 데이터 분석에 날개를 달자
      • _판다스의 시리즈(Series)
      • _판다스의 데이터프레임(Dataframe)
      • _판다스의 기본 기능
      • _주석 달기
    •  
  • ▣ 2장: 부동산 가격의 흐름을 살펴보자
    • 2.1 결국 가격이다
      • _한국의 부동산 가격은 어떻게 변해 왔나
      • _KB부동산 가격 데이터는 어떻게 생겼나
      • _파이썬으로 데이터를 가져와 분석하기
    • 2.2 ‘기준’이 필요해
      • _소득과 부동산 가격 비교
      • _ ‘개인소득 데이터’와 ‘PIR 데이터’ 살펴보기
      • _개인소득과 PIR 데이터를 파이썬으로 다뤄보자
    •  
  • ▣ 3장: 수요와 공급 데이터를 이용해 주택 가격이 오를 지역을 찾아보자
    • 3.1 수요를 통한 부동산 살펴보기
      • _어떤 지역의 수요가 높을까
      • _부동산 수요 측정을 위한 데이터
      • _파이썬으로 수요 데이터 분석하기
    • 3.2 공급을 통해 부동산 살펴보기
      • _공급량이 부동산 가격에 미치는 영향
      • _부동산 공급 측정을 위한 데이터
      • _파이썬으로 공급 데이터 분석하기
    •  
  • ▣ 4장: 학군과 일자리
    • 4.1 학군
      • _학군과 부동산은 어떤 관계일까?
      • _학군 분석을 위한 데이터
      • _파이썬으로 학군과 부동산 데이터 분석하기
    • 4.2 일자리
      • _일자리와 부동산은 어떤 관계일까?
      • _일자리 분석을 위한 데이터
      • _파이썬으로 일자리와 부동산 데이터 분석하기
    •  
  • ▣ 5장: 지도에 부동산 정보 나타내기
    • 5.1 지도 위의 특정 위도, 경도에 표시하기
    • 5.2 지도 위의 지역을 경계선으로 나눠 색깔로 구분하기

※ 저자분이 https://cafe.naver.com/jkitstudy에서 책과 관련된 질문을 받고 자료를 올리고 있습니다. 저자분께 직접 문의하실 분은 카페를 이용하시면 됩니다.

  • 41쪽, 예제 2.2

    일부 환경에서는 엑셀의 마지막 행을 가져오는 다음 코드가 작동하지 않는 문제가 있습니다.
    우선 row_num을 엑셀의 행의 갯수로 하드 코딩하고 이 책을 따라하기 바랍니다.
    
    row_num = sheet.range(1,1).end(‘down’).end(‘down’).end(‘down’).row
    

    ==>

    row_num = 401
    
  • 51쪽, 본문 9번째 줄

    20보다 크면 ‘1986.1’이나 ‘2006.1’과 같이

    ==>

    12보다 크면 ‘1986.1’이나 ‘2006.1’과 같이

  • 85쪽, 예제 2.32의 15번째 줄

    temp_df = pd.DataFrame(income_data[location][start_year:])
    

    ==>

    temp_df = pd.DataFrame(income_data[location][start_year:end_year])
    
  • 185쪽, 학군 분석을 위한 데이터

    학교알리미 사이트에서 더는 해당 데이터(졸업생의 진로 현황)를 제공하지 않습니다. 졸업생의 진로 현황 데이터는 예제 코드를 내려받은 후 데이터 폴더에 있는 '2018년 2차_졸업생의 진로 현황(전체).xlsx' 파일을 이용해주세요.