Python
Photo by Saru Robert on Unsplash
Todo código e pdf está disponível no meu GitHub
Agenda
1. Introdução
2. Objetivos
3. Coleta de Dados
4. Limpeza dos Dados
5. Feature Engineering e EDA
6. Conclusões
1. Introdução
Nesse post vamos fazer uma coleta de dados de imóveis, mais precisamente, apartamentos da cidade de São Paulo e uma análise completa deles. Os dados foram extraídos no dia 22/03/2023 do site da VivaReal, um site de aluguel/venda de imóveis. Ressaltando aqui que os dados foram utilizados exclusivamente para essa análise e sem nenhum fim financeiro. Foram coletados mais de 86 mil dados de apartamentos na cidade de São Paulo, dentre eles, bairro, tamanho do apto em m², número de quartos e valor do aluguel. Essas informações serão usadas para verificar quais regiões da cidade possuem os maiores valores de aluguel, maiores e menores apartamentos, quais são os bairros mais caros de se morar e etc. Toda a coleta foi feita por meio de webscraping na linguagem de programação Python.
2. Objetivos
Os principais objetivos dessa analise são:
· Coletar os dados por meio de webscraping
· Qual a zona da cidade com mais aptos para alugar
· Valor médio de tamanho e aluguel de cada zona e bairros da Cidade de São Paulo
· Quais são os bairros mais caros e baratos para alugar um apartamento
· Se há uma relação entre tamanho do apto, valor do aluguel e bairro
3. Coleta de Dados
Os dados foram coletados por meio da biblioteca BeautifulSoup. Por meio dela, foi possível obter o bairro do fica localizado o apartamento, o seu tamanho em metros quadrados, o número de quartos e o valor do aluguel. Como os dados estão dispostos em várias páginas, foi necessário iterar sobre cada uma. Foram coletados dados de mais de 86 mil apartamentos.
Figura 1 – Tabela dos dados coletado
Com isso, temos na figura 1, os dados numa ‘dataframe’. Podemos ver o bairro, tamanho e etc.
4. Limpeza dos dados
Para podermos trabalhar com os dados, primeiramente precisamos limpa-los. Na figura 1, vemos que ‘bairro’ está com mais informações além do bairro, como a rua e ‘valor_aluguel’ está com formatado com ‘R$’, ‘.’ e ‘/Mês’. Além disso, o datatype das colunas estão como object e não como int ou float. Vamos transformar os dados numéricos pra float para essa análise.
Figura 2 – Tabela limpa
Podemos ver o resultado na figura 2. Temos apenas as informações necessárias e os datatypes estão corretos. Por fim, vamos salvar essa df no formato parquet para, além de outras coisas, preservar o dtype das colunas.
5. Feature Engineering e EDA
Com os dados obtidos na figura 2, a única feature nova que vamos incluir é a zona que o bairro se encontra, pois, essa informação vai ajudar na análise.
Figura 3 – Tabela EDA
Podemos ver a nova feature, ‘zona_bairro’, na figura 3.
Agora podemos ir para a EDA.
Figura 4 – Quantidade de aptos por zona
Na figura 4, vemos que a zona sul é a que possui mais apartamentos anunciados para aluguel o centro com a menor quantidade. Zona oeste e leste possuem quase o mesmo número de aptos anunciados.
Figura 5 – Regiões com mais vagas
Temos que a zona sul possui 42.1 % dos apartamentos anunciados, figura 5, ou seja, mais que todos os aptos das zonas norte, leste e centro juntas.
Figura 6 – Valor médio do aluguel por zona
Na figura 6, temos que as 2 zonas que mais possuem apartamentos para aluguel são as mesmas que possuem as maiores médias de aluguel na cidade de São Paulo. Tanto a zona oeste como a zona sul possuem valores médios de aluguel maior que 3500 reais. A zona norte é a mais barata com um valor médio de, aproximadamente, 2000 reais.
Figura 7 – Tamanho médio do apto por zona
Como é visto na figura 7, a zona sul e oeste, como na figura 6, são as que possuem a maior média de tamanho de apartamento com 72 m² e 65 m², respectivamente, e, as outras 3 zonas, estão praticamente empatadas.
Figura 8 – Gráfico de dispersão de aluguel x tamanho
A figura 8 apresenta interessantes resultados, por exemplo, a zona oeste (pontos roxos) possui diversos apartamentos com pequenos (~45 m² - 60 m²) com um valor de aluguel bem alto. Já na zona sul, temos pontos em todas as partes do gráfico, aptos pequenos com aluguel baixo, aptos grandes com aluguel caro e aptos de tamanho médio com valor médio. Na zona leste temos os pontos concentrados com metragem baixa (~20 m² - 65 m²) com valores baixos de aluguel, assim como as zonas norte e centro da cidade.
Figura 9 – Boxplot de valor_aluguel
Figura 10 – Boxplot de tamanho_m2
Com as figuras 9 e 10, vemos que a zona sul e oeste possuem a maior amplitude de valores de aluguel, começando por 1500 até pouco mais de 7000 reais. A zona norte possui a menor variação de preços para aluguel. Em relação ao tamanho dos aptos, a zona oeste, mesmo com os alugueis mais caros da cidade, possui metade dos aptos com aproximadamente 65 m². A zona sul possui a maior variação de tamanhos de apartamentos, de 30 m² até 140 m².
Figura 11 – Bairros com mais aptos anunciados
Com a análise das zonas da cidade feita, vamos fazer um estudo dos bairros de São Paulo.
O bairro com mais aptos anunciados é a Vila Andrade (zona sul) com mais de 7000 anúncios, como visto na figura 11. Em seguida temos Vila Mariana e Vila Buarque, zonas sul e centro, respectivamente.
Figura 12 – Bairros com menos aptos anunciados
Por outro lado, na figura 12, temos que os bairros com a menor quantidade de anúncios são: Vila Campestre, Parque São Jorge e Brás.
Figura 13 – Bairros com maiores médias de aluguel
Na figura 13, vemos que os bairros mais caros de São Paulo são: Sumarezinho, Jardim da Glória e Jardim Europa. Todos com valores de mais de 6000 reais de aluguel. Os 2 primeiros ficam localizados na zona sul e o ultimo na zona oeste. Todo top 10 bairros mais caros ficam localizados nas zonas sul e oeste.
Figura 14 – Bairros com menos médias de aluguel
Por outro lado, na figura 14, temos os bairros mais baratos da cidade. São eles: Jardim Jau Zona Leste, Campos Eliseos e Conjunto Residencial José Bonifácio. A maioria está localizada na zona leste.
Foi feita uma análise para tamanhos e alugueis mais específicos.
Figura 15 – Aptos com tamanho_m2 < 50 e aluguel > 4500
Todos os apartamentos listados com um tamanho menor que 50 m² e valor de aluguel maior que 4500, figura 15, encontram-se na zona oeste. Jardins é o bairro com mais apartamentos disponíveis.
Figura 16 – Bairros com tamanho_m2 > 100 e aluguel > 4500
Já para apartamentos com tamanho maior que 100 m² e aluguel maior que 4500 reais, praticamente todos se encontram na zona sul da cidade, como mostra a figura 16.
Figura 17 – Bairros com tamanho_m2 < 50 e aluguel < 2000
Por fim, para aptos com tamanho menor que 50 m² e aluguel menor que 2000, temos que quase todos se encontram ou na zona leste ou na zona norte da cidade, visto na figura 17.
Não há apartamentos maiores que 100 m² com aluguel menor que 4000 reais disponíveis na cidade.
6. Conclusões
Com os dados coletos usando webscraping, temos que o a zona sul é a que possui mais apartamentos anunciados no site. A zona sul e oeste são as que possuem as maiores médias de valor de aluguel e tamanho. Os bairros mais caros são Sumarezinho e Jardim da Glória, ambos localizados na zona sul e os bairros mais baratos são Jardim Jau e Campos Eliseos, ambos na zona leste. Vemos que, por exemplo, na zona oeste, há apartamentos pequenos com valor de aluguel alto, mostrando que é zona altamente valorizada.
Comments