Python:通过folium把全国各城市房产价格等地理信息绘制标记于地图

傷城~ 2022-12-24 13:55 155阅读 0赞

首习需要获取全国的房产价格地址经纬度等信息，可以在这个链接 [https://download.csdn.net/download/zhangphil/13619200][https_download.csdn.net_download_zhangphil_13619200]

下载2020年9月份链家的二手房数据包。下载后是一个excel表，将这个excel表另存为csv数据文件，打开后数据是这样的：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW5ncGhpbA_size_16_color_FFFFFF_t_70][]

然后通过pandas读取、清洗数据，根据自己兴趣取特定城市的数据条目。把数据清洗后，最重要的是经纬度，有了经纬度，就可以通过folium把房产信息标记、绘制在地图上。以下是python代码实现：

import webbrowser as wb
    import pandas as pd
    
    import folium
    
    
    # 根据传入的各个经纬度绘制地图点
    def draw_map(data):
        map = folium.Map(location=[30.679943, 104.067923],
                         zoom_start=10,
                         zoom_control=True,
                         tiles='OpenStreetMap')  # 默认OpenStreetMap
    
        for poi in data:
            print(poi)
            folium.Marker(
                location=[poi[5], poi[4]],
                opacity=0.8,
                popup='<i>{0}\n{1}\n{2}</i>'.format(poi[2], poi[3], poi[1]),
                icon=folium.Icon(color="red",
                                 # icon='cloud'  # icon样式info_sign,cloud
                                 )
            ).add_to(map)
    
        map.save('map.html')
        wb.open('map.html')  # 浏览器打开
    
    
    if __name__ == '__main__':
        data = []
        df = pd.read_csv('lianjia.csv')
        res = df.loc[:, ['城市', '小区名称', '均价', '地址', '经度', '纬度']]
        for i in res.index.values:
            row_data = res.values[i]
            if (row_data[0] != '成都'):
                continue
            data.append(row_data)
        draw_map(data)

由于数据太多，本例只过滤、截取成都的二手房信息。最终输出如图所示：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW5ncGhpbA_size_16_color_FFFFFF_t_70 1][]

链家的地图经纬度是BD09坐标体系。

[https_download.csdn.net_download_zhangphil_13619200]: https://download.csdn.net/download/zhangphil/13619200
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW5ncGhpbA_size_16_color_FFFFFF_t_70]: /images/20221120/dd778732f85b4286ac0548808e63826b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW5ncGhpbA_size_16_color_FFFFFF_t_70 1]: /images/20221120/ea523f4ea940445aaedb4c8086133c2a.png