今後の不動産価格の推移について（データ分析）

2024年5月5日 19:09

使用データ

国土交通省の不動産情報ライブラリ（https://www.reinfolib.mlit.go.jp/）

API申請が必要ですが、個人でも取得可能。１〜３日くらいで申請おりました。

取得方法

import requests
import pandas as pd

# クエリ
## area:13 >> tokyo
query = "year=2015&area=13"

# URLを生成
estate_price_burl = "https://www.reinfolib.mlit.go.jp/ex-api/external/XIT001?"
url = estate_price_burl + query

# リクエストヘッダを生成
headers = {
    "Content-Type": "application/json",
    "Ocp-Apim-Subscription-Key": API_Key
  }

# リクエストを送信
response = requests.get(url, headers=headers)

# レスポンスをJSON形式で取得
data = response.json()

# データフレーム形式に変換
df = pd.json_normalize(data['data'])

# 数値に変換
df['TradePrice'] = df['TradePrice'].astype('int')
df['Area'] = df['Area'].astype('int')

取得結果

データ可視化

東京都の1Kの中古マンション価格

取得コード

import matplotlib.pyplot as plt

df_used_mansion = df.loc[df['Type'] == '中古マンション等']
df_used_mansion = df_used_mansion[df_used_mansion['FloorPlan'].isin(['１Ｋ', '１ＬＤＫ', '２ＬＤＫ', '３ＬＤＫ'])]
df_used_mansion = df_used_mansion.groupby(['Municipality', 'FloorPlan']).agg({'TradePrice': ['mean', 'median']})

fig = plt.figure(figsize=(10, 6))
df_used_mansion.pivot_table(index='Municipality', columns='FloorPlan')['TradePrice'][('mean', '１Ｋ')].plot(kind='bar')
plt.gca().spines[['top', 'right',]].set_visible(False)

2015年

2023年

８年間で500万円くらい増えていそうな感じはしますね。
ただ、条件が1Kというところだけしか揃えていないので、もう少し詳細に見ていきます。

江東区・中古マンション・１K・築年数5-10年の2010~2023年の価格推移

条件設定
- PriceCategory：成約価格情報 and 不動産取引価格情報
- Type：中古マンション等
- Municipality : 江東区
- FloorPlan：1K, 3LDK
- Area：1k=20-25 , 3LDK=70-75
- PastYear：10-15
- Structure：RC
- Renovation：空白
- Remarks：空白