成都网站建设优化推广,免费logo商标设计,栖霞建设网站,开发网站费用房价是一个城市发展程度的重要体现#xff0c;一个城市的房价越高通常代表这个城市越发达#xff0c;对于人口的吸引力越大#xff01;因此#xff0c;房价数据是我们在各项城市研究中都非常常用的数据#xff01;之前我们分享过2019-2023年我国地级市逐月房价数据#x…房价是一个城市发展程度的重要体现一个城市的房价越高通常代表这个城市越发达对于人口的吸引力越大因此房价数据是我们在各项城市研究中都非常常用的数据之前我们分享过2019-2023年我国地级市逐月房价数据可查看之前的文章获悉详情包括300多个地级及以上城市的月度平均房价
本次我们为大家带来的是2019-2023年我国区县的新房房价数据包括2000多个区县的月度新房房价时间范围从2019年1月到2023年10月数据格式处理为了Excel和Shp两种。
以下为数据的详细介绍
01 数据预览
我们先来看一下Shp格式的数据2019年1月—2023年10月的区县新房房价数据汇总在一个Shp文件中数据字段主要包括省份名称、省代码、省份类型、城市名称、城市代码、城市类型、区县名称、区县代码、区县类型、月度新房房价、数据说明。 各区县新房房价属性表 2023年10月各区县新房房价Shp格式 我们再来看一下Excel格式的数据数据字段的具体属性与Shp格式相同各区县2019-2023年逐月新房房价同样汇总为一个Excel文件。 各区县新房房价Excel格式 02 数据详情
时间范围
新房房价2019.01—2023.10逐月
统计口径
区县
数据单位
元/㎡
数据格式
Excel和Shp
空间坐标
GCS_WGS_1984
行政区划数据来源
县级行政边界数据来源于“数读城事”公众号欢迎大家关注该公众号
数据说明
该房价数据原始数据为excel格式我们基于excel中的区县名称与shp格式的县级行政区划数据中的区县名称做数据连接得到了shp格式的房价数据。在连接过程中由于excel数据中的区县名称和shp数据中的区县名称存在不对应的情况会有数据缺失具体分类如下两种情况
Excel中有数据但Shp行政区划数据中数据缺失Excel和Shp中包含的区县数量不同将Excel数据连接到Shp数据时会因为区县名称不同或历年来区县变化等原因产生数据丢失主要原因在于区县Shp中不包含市区和高新区的房价数据。涉及447个区县具体名单如下 Shp中有数据但Excel中数据缺失Excel中共有916个区县房价缺失具体名单如下 文末下方是我们的公众号名片我们将定期介绍各类城市数据以及数据的可视化和分析技术有关2019-2023年我国区县逐月新房房价数据欢迎大家多多关注我们进行了解
