1. import pandas as pd # データ分析に用いるライブラリ
2. import matplotlib.pyplot as plt # グラフ表示に用いるライブラリ
3. pd.set_option('display.unicode.east_asian_width', True) # 表示のずれを少し緩和
4. plt.rcParams['font.family'] = 'IPAexGothic' # グラフ表示におけるフォントの指定
5. data_path="./data.csv"
6. df_data = pd.read_csv(data_path, encoding="utf-8-sig")
7. # print(df_data["合計時間"].describe())
8. # print(df_data.groupby(["間取り"]).count())
9. print("物件数", len(df_data), "件")
11. # 全体の相場を調べる---------------------------------------
12. roomtype=input("間取りを入力してください")
13. mask = (df_data["間取り"] == roomtype)
14. df_selected_roomtype=df_data[mask]
15. print("物件数",len(df_selected_roomtype))
16. # pd.set_option('display.max_columns', None)
17. # # 駅、路線、家賃、名称、合計時間、URLを表示する
18. # print(df_selected_roomtype[["駅", "路線","家賃", "名称", "合計時間", "URL"]].sort_values("家賃").to_string(index=False))
20. df_selected_roomtype.loc[:, "家賃"].hist(range=(0,50),bins=40)
21. plt.xlabel(roomtype+"家賃(万円)") # 横軸のラベル
22. plt.ylabel("件数") # 縦軸のラベル
23. plt.xlim(0, 50)
24. plt.title(roomtype+"家賃のヒストグラム") # グラフのタイトル
25. plt.show()
26. # -------------------------------------------------------------
27. # 路線毎の相場 -------------------------------------
28. axes = df_selected_roomtype.loc[:, "家賃"].hist(by=df_selected_roomtype.loc[:, "路線"],
29.                                                  range=(0, 50), bins=30,
30.                                                  figsize=(14, 7),
31.                                                  sharex=True, sharey=True)
32. for ax in axes.reshape(-1):
33.     ax.grid(b=True) # グリッドを表示
34.     ax.set_xlabel("家賃(万円)") # 横軸のラベル
35.     ax.set_ylabel("件数") # 縦軸のラベル
36.     # ax.set_ylim(0, 120) # 縦軸の目盛りの最小値と最大値の指定
37. plt.suptitle("路線ごとの"+roomtype+"家賃のヒストグラム") # グラフ全体のタイトル
38. plt.subplots_adjust(top=0.92, # グラフ位置の微調整
39.                     hspace=0.3) # グラフ間の微調整
40. plt.show()
41. # ------------------------------------------------------
42. # 希望家賃(万)
43. rent_upper = int(input("希望家賃の上限は？(万円)"))
44. rent_lower = int(input("希望家賃の下限は？(万円)"))
45. # 家賃で絞り込む
46. mask = (df_selected_roomtype['家賃'] <= rent_upper) & (df_selected_roomtype['家賃'] >= rent_lower)
47. # 絞った内容をfilter_dfに入れる
48. filter_df = df_selected_roomtype[mask]
49. print("家賃で絞り込んだ結果", len(filter_df), "件")
50. # 通勤・通学時間---------------------------------------------------
51. filter_df.loc[:, "合計時間"].hist(range=(0,120),bins=120)
52. plt.xlabel("通勤・通学時間(分)") # 横軸のラベル
53. plt.ylabel("件数") # 縦軸のラベル
54. plt.xlim(0, 120)
55. plt.title(str(rent_lower) + "-" + str(rent_upper)+"万円の"+roomtype+"：通勤・通学時間ヒストグラム") # グラフのタイトル
56. plt.show()
57. #----------------------------------------------------------
58. # 通勤時間（分）
59. commuting_time = float(input("希望通勤時間上限は?(分)"))
60. mask = (filter_df['合計時間'] <= commuting_time)
61. # filter_dfをさらに合計時間で絞り込む(filter_dfを上書き)
62. filter_df = filter_df[mask]
63. print("家賃,通勤・通学時間で絞り込んだ結果", len(filter_df), "件")
64. # バスは使いますか?
65. bus = input('バスは使ってもいいですか？　y or n')
66. if bus == 'n':
67.     # バスなしであれば、バスは0
68.     bus_num = 0
69. else:
70.     # とりあえずありえない数字を入れておく
71.     bus_num = 10000
72. mask=(filter_df['バス'] <= bus_num)
73. # filter_dfをさらにバス有無で絞り込み
74. filter_df = filter_df[mask]
75. print("家賃,通勤・通学時間、バス有無で絞り込んだ結果", len(filter_df), "件")
76. # 条件にあう分件が多い駅top10を表示(書き方難しかった)
77. filter_top10_df = filter_df.groupby(['駅'])['駅'].count().sort_values(ascending=False).head(10)
78. # 続けるかどうかのフラグ
79. flag = True
80. while (flag):
81.     print('あなたにおすすめの駅は')
82.     print(filter_top10_df)
83.     # 　条件に合致する物件数が多い上位10の駅を「おすすめ駅」とする
84.     # 絞り込んだ結果をさらに「おすすめ駅」で絞り込み(ここちょっと書き方難しい)
85.     mask = filter_df['駅'].isin(filter_top10_df.index)
86.     # filter_dfからおすすめ駅に絞り込んだ結果をfilter_top10_station_dfに入れる
87.     filter_top10_station_df = filter_df[mask]
88.     # filter_top10_station_df.loc[:, "家賃"].hist(by=filter_top10_station_df.loc[:, "駅"],range=(rent_lower,rent_upper),bins=10,figsize=(8, 8))
89.     # plt.show()
90.     # ヒストグラム-------------------------------------
91.     axes = filter_top10_station_df.loc[:, "家賃"].hist(by=filter_top10_station_df.loc[:, "駅"],
92.                                                      range=(rent_lower, rent_upper), bins=10,
93.                                                      figsize=(10, 8),
94.                                                      sharex=True, sharey=True)
95.     for ax in axes.reshape(-1):
96.         ax.grid(b=True) # グリッドを表示
97.         ax.set_xlabel("家賃(万円)") # 横軸のラベル
98.         ax.set_ylabel("件数") # 縦軸のラベル
99.     plt.suptitle("おすすめ駅：家賃のヒストグラム（家賃制限内）") # グラフ全体のタイトル
100.     plt.subplots_adjust(top=0.92, # グラフ位置の微調整
101.                         hspace=0.3) # グラフ間の微調整
102.     plt.show()
103.     # ------------------------------------------------------
104.     print("おすすめ駅(10駅)物件数", len(filter_top10_station_df))
105.     station = input('駅名を入力してください')
106.     # おすすめ駅Top10（filter_top10_station_df）から駅名で更に絞り込みfilter_selected_station_dfに入れる
107.     mask = (filter_top10_station_df['駅'] == station)
108.     filter_selected_station_df = filter_top10_station_df[mask]
109.     print(station + "の合致物件数", len(filter_selected_station_df), "件")
110.     # 全件表示させるようにする
111.     pd.set_option('display.max_rows', None)
112.     pd.set_option('display.max_columns', None)
113.     # 選択した駅の駅、路線、家賃、名称、合計時間、URLを表示する
114.     print(filter_selected_station_df[["駅", "路線","家賃", "名称", "合計時間", "URL"]].sort_values("家賃").to_string(index=False))
115.     print("----------------------------------------------------------------")
116.     loop_input = input("続けますか？ y or n")
117.     if loop_input == 'n':
118.         flag = False