serviceKey를 받았을때 만약 %3D%3D로 끝난다면 online tool을 이용해서 decode 작업이 필요하다 decode가 완료되었다면 아마도 나의 서비스 키는 ==로 끝날 것이다. 변경된 서비스 키를 다시 넣어서 요청하면 정상적으로 응답이 온다.
| [부동산] NaverAPI와 KakaoAPI에 대한 사용후기와 사용방법 & 결과 (3) | 2020.02.25 |
|---|---|
| [부동산] (주의) 공공데이터에는 중복된 데이터가 있다. (0) | 2020.02.25 |
| [부동산] 공공데이터 층에 NaN? 0층? (0) | 2020.02.25 |
| [부동산] 아파트 매매/전월세 데이터 효율적으로 가져오기 (0) | 2020.02.25 |
| [부동산 데이터] 부동산 실거래가 다운로드와 파일 읽는 방법 (인코딩) (0) | 2019.12.11 |
카카오 지도에서는 간단하게 테스트가 가능한데 아래에 키만 입력하면 조회가 가능하다
{
"documents": [
{
"address_name": "경기 성남시 분당구 삼평동 681",
"category_group_code": "",
"category_group_name": "",
"category_name": "서비스,산업 > 인터넷,IT > 포털서비스",
"distance": "",
"id": "18577297",
"phone": "1899-1326",
"place_name": "카카오 판교오피스",
"place_url": "http://place.map.kakao.com/18577297",
"road_address_name": "경기 성남시 분당구 판교역로 235",
"x": "127.108212226945",
"y": "37.4020560436306"
},
{
"address_name": "제주특별자치도 제주시 영평동 2181",
"category_group_code": "",
"category_group_name": "",
"category_name": "서비스,산업 > 인터넷,IT > 포털서비스",
"distance": "",
"id": "18059921",
"phone": "1899-1326",
"place_name": "카카오 스페이스닷원",
"place_url": "http://place.map.kakao.com/18059921",
"road_address_name": "제주특별자치도 제주시 첨단로 242",
"x": "126.57066132748933",
"y": "33.450677320070916"
},
{
"address_name": "제주특별자치도 제주시 영평동 2184",
"category_group_code": "",
"category_group_name": "",
"category_name": "서비스,산업 > 인터넷,IT > 포털서비스",
"distance": "",
"id": "22251293",
"phone": "1899-1326",
"place_name": "카카오 스페이스닷투",
"place_url": "http://place.map.kakao.com/22251293",
"road_address_name": "제주특별자치도 제주시 첨단로 216-19",
"x": "126.570875463183",
"y": "33.4526219140826"
},
{
"address_name": "경기 성남시 분당구 백현동 541",
"category_group_code": "",
"category_group_name": "",
"category_name": "가정,생활 > 문구,사무용품 > 디자인문구 > 카카오프렌즈",
"distance": "",
"id": "26944943",
"phone": "031-5170-2451",
"place_name": "카카오프렌즈 현대백화점판교점",
"place_url": "http://place.map.kakao.com/26944943",
"road_address_name": "경기 성남시 분당구 판교역로146번길 20",
"x": "127.112385409653",
"y": "37.392202184912"
},
{
"address_name": "경기 성남시 분당구 삼평동 680",
"category_group_code": "",
"category_group_name": "",
"category_name": "금융,보험 > 금융서비스 > 은행",
"distance": "",
"id": "27578089",
"phone": "1599-3333",
"place_name": "한국카카오은행",
"place_url": "http://place.map.kakao.com/27578089",
"road_address_name": "경기 성남시 분당구 판교역로 231",
"x": "127.108644810967",
"y": "37.4012843732024"
},
{
"address_name": "경기 성남시 분당구 백현동 537",
"category_group_code": "",
"category_group_name": "",
"category_name": "금융,보험 > 금융서비스",
"distance": "",
"id": "949394317",
"phone": "1644-7405",
"place_name": "카카오페이",
"place_url": "http://place.map.kakao.com/949394317",
"road_address_name": "경기 성남시 분당구 판교역로 152",
"x": "127.110699049301",
"y": "37.39426531392528"
},
{
"address_name": "경기 성남시 분당구 삼평동 685",
"category_group_code": "",
"category_group_name": "",
"category_name": "서비스,산업 > 전문대행 > 고객관리,TM",
"distance": "",
"id": "25824400",
"phone": "",
"place_name": "카카오 고객센터",
"place_url": "http://place.map.kakao.com/25824400",
"road_address_name": "경기 성남시 분당구 판교역로241번길 20",
"x": "127.107372945892",
"y": "37.4027632089203"
},
{
"address_name": "경기 성남시 분당구 삼평동 672",
"category_group_code": "",
"category_group_name": "",
"category_name": "서비스,산업 > 인터넷,IT > 소프트웨어",
"distance": "",
"id": "13556208",
"phone": "1644-4755",
"place_name": "카카오페이지",
"place_url": "http://place.map.kakao.com/13556208",
"road_address_name": "경기 성남시 분당구 판교역로 221",
"x": "127.108996408808",
"y": "37.4007470412071"
},
{
"address_name": "경기 성남시 분당구 삼평동 633",
"category_group_code": "",
"category_group_name": "",
"category_name": "스포츠,레저 > 골프",
"distance": "",
"id": "18858127",
"phone": "1666-1538",
"place_name": "카카오VX",
"place_url": "http://place.map.kakao.com/18858127",
"road_address_name": "경기 성남시 분당구 판교로228번길 17",
"x": "127.10158226559571",
"y": "37.400195010191624"
},
{
"address_name": "경기 성남시 분당구 백현동 537",
"category_group_code": "",
"category_group_name": "",
"category_name": "서비스,산업 > 기업",
"distance": "",
"id": "547176330",
"phone": "",
"place_name": "카카오모빌리티",
"place_url": "http://place.map.kakao.com/547176330",
"road_address_name": "경기 성남시 분당구 판교역로 152",
"x": "127.1101250888609",
"y": "37.39407843730005"
},
{
"address_name": "경기 성남시 분당구 백현동 537",
"category_group_code": "",
"category_group_name": "",
"category_name": "서비스,산업 > 인터넷,IT > 게임업체",
"distance": "",
"id": "24974641",
"phone": "1566-8834",
"place_name": "카카오게임즈",
"place_url": "http://place.map.kakao.com/24974641",
"road_address_name": "경기 성남시 분당구 판교역로 152",
"x": "127.11016618280905",
"y": "37.39437843929819"
},
{
"address_name": "경기 성남시 분당구 삼평동 680",
"category_group_code": "PS3",
"category_group_name": "어린이집,유치원",
"category_name": "교육,학문 > 유아교육 > 어린이집",
"distance": "",
"id": "26914389",
"phone": "031-607-9993",
"place_name": "늘예솔카카오판교어린이집",
"place_url": "http://place.map.kakao.com/26914389",
"road_address_name": "경기 성남시 분당구 판교역로 231",
"x": "127.108879816692",
"y": "37.401345426449"
},
{
"address_name": "경기 성남시 분당구 삼평동 681",
"category_group_code": "",
"category_group_name": "",
"category_name": "스포츠,레저 > 골프 > 골프연습장 > 스크린골프연습장",
"distance": "",
"id": "245183397",
"phone": "031-778-6806",
"place_name": "카카오VX 판교",
"place_url": "http://place.map.kakao.com/245183397",
"road_address_name": "경기 성남시 분당구 판교역로 235",
"x": "127.108645940077",
"y": "37.4020664581538"
},
{
"address_name": "경기 성남시 분당구 삼평동 670",
"category_group_code": "",
"category_group_name": "",
"category_name": "서비스,산업 > 기업",
"distance": "",
"id": "730664075",
"phone": "",
"place_name": "카카오커머스",
"place_url": "http://place.map.kakao.com/730664075",
"road_address_name": "경기 성남시 분당구 대왕판교로 660",
"x": "127.10681400191869",
"y": "37.40046431022458"
},
{
"address_name": "경기 성남시 분당구 삼평동 681",
"category_group_code": "",
"category_group_name": "",
"category_name": "교통,수송 > 자동차 > 전기자동차 충전소",
"distance": "",
"id": "679200161",
"phone": "",
"place_name": "판교H스퀘어 카카오판교사옥 전기차충전소",
"place_url": "http://place.map.kakao.com/679200161",
"road_address_name": "경기 성남시 분당구 판교역로 235",
"x": "127.108616558231",
"y": "37.4020547718792"
}
],
"meta": {
"is_end": false,
"pageable_count": 45,
"same_name": {
"keyword": "카카오",
"region": [],
"selected_region": ""
},
"total_count": 421
}
}| [Python] 공공데이터 API키를 받았는데 SERVICE_ACCESS_DENIED_ERROR (1) | 2020.03.25 |
|---|---|
| [부동산] (주의) 공공데이터에는 중복된 데이터가 있다. (0) | 2020.02.25 |
| [부동산] 공공데이터 층에 NaN? 0층? (0) | 2020.02.25 |
| [부동산] 아파트 매매/전월세 데이터 효율적으로 가져오기 (0) | 2020.02.25 |
| [부동산 데이터] 부동산 실거래가 다운로드와 파일 읽는 방법 (인코딩) (0) | 2019.12.11 |
공공데이터 포털에서 데이터를 가져와서 확인하는데 동일한 row가 있어서 확인을 해봤다.
185 2019-07-01 1995 2019 정자동 40000 정든마을(5단지)(신화) 7 0 8 69.93 192 41135 8 40000 572.000572 21.153858 60-85m2이하 2019-07-08
191 2019-07-01 1995 2019 정자동 40000 정든마을(5단지)(신화) 7 0 8 69.93 192 41135 8 40000 572.000572 21.153858 60-85m2이하 2019-07-08해당 row를 보면 동일한 row가 두개가 있다! 가격이 동일하고 거래날짜도 동일한!!! 이런...
전처리가 반드시 필요하다.
| [Python] 공공데이터 API키를 받았는데 SERVICE_ACCESS_DENIED_ERROR (1) | 2020.03.25 |
|---|---|
| [부동산] NaverAPI와 KakaoAPI에 대한 사용후기와 사용방법 & 결과 (3) | 2020.02.25 |
| [부동산] 공공데이터 층에 NaN? 0층? (0) | 2020.02.25 |
| [부동산] 아파트 매매/전월세 데이터 효율적으로 가져오기 (0) | 2020.02.25 |
| [부동산 데이터] 부동산 실거래가 다운로드와 파일 읽는 방법 (인코딩) (0) | 2019.12.11 |
부동산 데이터를 살펴보다 보니 층 데이터에 NaN이 있는게 아닌가.. 이게 어떤 값인지... 웃긴건 분당동 전체 112612개중에 달랑 3개만 NaN의 값이다.
date 건축년도 년 법정동 보증금액 아파트 월 월세금액 일 전용면적 지번 지역코드 층
124 201906 1992.0 2019.0 수내동 64,000 양지마을(5단지)(한양515-529) 6.0 0 29.0 84.9 24 41135.0 NaN
126 201906 1992.0 2019.0 수내동 64,000 양지마을(5단지)(한양515-529) 6.0 0 29.0 84.9 24 41135.0 NaN
128 201906 1992.0 2019.0 수내동 64,000 양지마을(5단지)(한양515-529) 6.0 0 29.0 84.9 24 41135.0 NaN데이터의 신뢰도를 위해서 국토부에서 동일한 기간의 데이터를 받아봤더니 NaN의 값은 층 0층이다.
1516 경기도 성남분당구 수내동 24 0024 0000 양지마을(5단지)(한양515-529) 전세 84.9 201906 29 64,000 0 0 1992 내정로165번길 35
1517 경기도 성남분당구 수내동 24 0024 0000 양지마을(5단지)(한양515-529) 전세 84.9 201906 29 64,000 0 0 1992 내정로165번길 35
1518 경기도 성남분당구 수내동 24 0024 0000 양지마을(5단지)(한양515-529) 전세 84.9 201906 29 64,000 0 0 1992 내정로165번길 35응? 0층이 어디에 있지.. 네이버 부동산 매물을 보아도 양지마을(5단지)에는 0층이 없다.
| [부동산] NaverAPI와 KakaoAPI에 대한 사용후기와 사용방법 & 결과 (3) | 2020.02.25 |
|---|---|
| [부동산] (주의) 공공데이터에는 중복된 데이터가 있다. (0) | 2020.02.25 |
| [부동산] 아파트 매매/전월세 데이터 효율적으로 가져오기 (0) | 2020.02.25 |
| [부동산 데이터] 부동산 실거래가 다운로드와 파일 읽는 방법 (인코딩) (0) | 2019.12.11 |
| [부동산데이터] 서울특별시 연도별 거래량이 감소하고 있다! (0) | 2019.12.09 |
부동산 데이터는 국토부에서 가져올수가 있는데,
국토부 데이터는 하나씩 특정 조회를 통해서 가져올 수 있다.
내가 원하는 모든 데이터를 가져오기에는 매우 큰 노가다가 필요하다.
국토부 데이터 결과는 아래와 같다.
시군구 번지 본번 부번 단지명 전월세구분 전용면적(㎡) 계약년월 계약일 보증금(만원) 월세(만원) 층 건축년도 도로명
0 경기도 성남분당구 구미동 77 0077 0000 까치마을(1단지)(대우롯데선경) 전세 84.79 201905 2 53,000 0 10 1995 미금로 184
1 경기도 성남분당구 구미동 77 0077 0000 까치마을(1단지)(대우롯데선경) 전세 51.32 201905 3 29,000 0 1 1995 미금로 184
2 경기도 성남분당구 구미동 77 0077 0000 까치마을(1단지)(대우롯데선경) 월세 51.32 201905 6 12,000 60 4 1995 미금로 184serviceKey를 발급받고 아래와 같이 조회하면 된다.ex: 201901와 법정동코드이다.numOfRows의 값을 9999로 넘겨주면!? 한번의 요청으로 모든 결과를 가져올수 있다.공공데이터의 결과는 아래와 같다.
건축년도 년 법정동 보증금액 아파트 월 월세금액 일 전용면적 지번 지역코드 층
0 1992 2019 분당동 30,000 샛별마을(동성) 5 0 1 59.4 35 41135 5
1 1993 2019 분당동 35,000 장안타운(건영) 5 0 1 67.73 66 41135 9
2 1993 2019 분당동 26,500 장안타운(건영) 5 0 1 53.72 66 41135 1| [부동산] (주의) 공공데이터에는 중복된 데이터가 있다. (0) | 2020.02.25 |
|---|---|
| [부동산] 공공데이터 층에 NaN? 0층? (0) | 2020.02.25 |
| [부동산 데이터] 부동산 실거래가 다운로드와 파일 읽는 방법 (인코딩) (0) | 2019.12.11 |
| [부동산데이터] 서울특별시 연도별 거래량이 감소하고 있다! (0) | 2019.12.09 |
| 서울에서 3년동안 가장 많은 아파트 실거래가 있었던 동은? 년도별 아파트 매매 건수 비교 (0) | 2019.12.07 |
부동산 실거래가를 공공데이터에서 제공하는 API로 다운로드를 받았는데 그럴 필요가 없다는 사실을 알아서 충격이였다.
국토교통부에서 실거래가 공개시스템이 있는데 기간을 설정하면 특정날짜에 실거래가 데이터를 다운로드 받을 수 있다. 실제로 다운로드 받은 데이터와 API를 통해 다운로드 받은 데이터의 개수가 다른것을 확인하니 어디 쪽을 믿어야 하나... 일단 데이터를 다운로드 받고 나서 아래와 같이 파일을 읽으면 된다. 맥에서는 encoding을 `cp949`로 해줘야 한다는것! 처음 header를 찾는 곳을 똑똑하게 할 수 있겠지만 그닥 중요하지 않으니... 아래 코드를
f = open("/Users/Direcision/Desktop/아파트(매매)__실거래가_20191211233713.csv","r", encoding='cp949')
lines = f.readlines()
cols = lines[15][:-1]
cols = cols.split("\"")
cols = list(filter(lambda x: (x != '') & (x != ',') ,cols))
data = lines[16:]
rows = []
for d in data:
d = d[:-1].split("\"")
d = list(filter(lambda x: (x != '') & (x != ',') ,d))
rows.append(d)
df = pd.DataFrame(rows, columns=cols)| [부동산] 공공데이터 층에 NaN? 0층? (0) | 2020.02.25 |
|---|---|
| [부동산] 아파트 매매/전월세 데이터 효율적으로 가져오기 (0) | 2020.02.25 |
| [부동산데이터] 서울특별시 연도별 거래량이 감소하고 있다! (0) | 2019.12.09 |
| 서울에서 3년동안 가장 많은 아파트 실거래가 있었던 동은? 년도별 아파트 매매 건수 비교 (0) | 2019.12.07 |
| [부동산 데이터 분석] 서울 마포구에서 4개월 동안 3억이 오른 아파트는 어디일까? (0) | 2019.12.03 |
https://doubly12f.tistory.com/85
분양가 상한제에 대한 영상을 보고 (+정부의 부동산 정책)
https://land.naver.com/news/magazineView.nhn?arti_seq=86788419 [네이버TV] 분양가 상한제 이후 전국 부동산 시장 전망 분양가 상한제 이후 전국 부동산 시장 전망 land.naver.com 네이버에 이런 영상이 있는지..
doubly12f.tistory.com
의 영상을 보니 주택거래량이 줄어들고 있다고 얘기를 하고 있다. 정말 집값은 오르는데 실제로 거래가 안되고 있을까? 유투브에서도 많은 유투버들이 집가격은 오르고 있는데 거래가 되고 있지 않다고 말한다. 어느정도 거래가 이루어졌고 올해 2019년에는 정말 거래가 많이 이루어지지 않았는지 확인을 해보자! 생각해보니 아파트 실거래 데이터가 분양받은것도 포함이 되어있나?.. 연도별 아파트 공급 물량도 확인해보면 좋을것 같다.
서울특별시 연도별 거래량을 살펴보면 아래와 같다.
| 년도 | 거래량 |
| 2016 | 110,222 |
| 2017 | 105,091 |
| 2018 | 81,392, |
| 2019 | 52,125 |
약간의 누락이 있어보이긴하지만 편차가 그렇게 크지 않다... 지금 http://rtdown.molit.go.kr/ 의 사이트에서 다운받아서 살펴보니 약간의 누락이 있었다! 역시 데이터는 수집도 중요하지만 유효성 체크가 중요하다!!! 어쨋든
2016년에 비해서 2019년은 절반의 거래량이 발생했고, 2018년인 작년과 비교해도 약 36%가 줄어들었다. 집값만 오르고 정말 부동산 시장은 얼었다는 말이다. 이 빙판에서 누가 넘어지지 않느냐의 싸움이 아닌가 싶다.
2016년에 중계사 분들은 돈을 참 많이 벌었겠다!!!!!!!!!! 하지만 올해는...
| [부동산] 아파트 매매/전월세 데이터 효율적으로 가져오기 (0) | 2020.02.25 |
|---|---|
| [부동산 데이터] 부동산 실거래가 다운로드와 파일 읽는 방법 (인코딩) (0) | 2019.12.11 |
| 서울에서 3년동안 가장 많은 아파트 실거래가 있었던 동은? 년도별 아파트 매매 건수 비교 (0) | 2019.12.07 |
| [부동산 데이터 분석] 서울 마포구에서 4개월 동안 3억이 오른 아파트는 어디일까? (0) | 2019.12.03 |
| [Python] 서울특별시 아파트 실거래 매매 데이터에서 법정동별 거래량 TOP20을 차트로 표현해보자 (0) | 2019.12.02 |
서울에서 2017년, 2018년, 2019년 3년동안 가장 많은 거래수가 있었던 동은 어디일까? 거래수가 많은 동별로 매매건수 TOP 20을 뽑아보았다. 데이터는 공공데이터포털에서 아파트 실거래 매매이다. 과연 어디서 가장 많은 거래가 이루어졌을까? 3년간 서울에서는 총 238,608건의 아파트 실거래가 이루어졌다.
2017년에는 10,5091, 2018년에는 81,392, 그리고 2019년에는 52,125의 거래가 이루어졌다. 2017년 부터 거래수가 약 20%, 30%정도 감소를 하고 있는것을 볼 수 있다.
그렇다면 가장 많은 거래가 있었던 동은 어디였을까? 아래는 전체 서울특별시의 법정동에 속해있는 동의 거래건수를 그래프로 나타낸 결과입니다. 1위에 잇는 동은 약 9000건의 거래가 있었고, 제일 낮은 거래수는 1로 나타나고 있다.
바로 상계동이다. 상계동은 노원구에 속하고 있으며 강북에 위치하고 있다. 상계동 역시 거래건수는 2017년부터 서서히 감소하고 있는 추세이다. 년도별로 거래건수가 거의 모든 동보다 높게 나타나고 있다.
그 외에 Top 20에 속한 법정동은 아래와 같다. 상계동은 2위인 중계동보다 약 1.6배 더 많은 거래를 나타내고 있다.
| 법정동 | 거래수 |
| 상계동 | 9018 |
| 중계동 | 5598 |
| 신정동 | 5151 |
| 구로동 | 4498 |
| 봉천동 | 4410 |
| 창동 | 4286 |
| 목동 | 3758 |
| 월계동 | 3637 |
| 잠실동 | 3379 |
| 서초동 | 3230 |
| 화곡동 | 3156 |
| 공릉동 | 3155 |
| 신림동 | 3119 |
| 미아동 | 2920 |
| 신내동 | 2639 |
| 시흥동 | 2584 |
| 신월동 | 2580 |
| 길음동 | 2579 |
| 정릉동 | 2467 |
| 방화동 | 2448 |
반면 거래량이 1개인 동은 총 10개의 동이 있으며 아래와 같다.
| 법정동 | 거래수 |
| 예장동 | 1 |
| 신교동 | 1 |
| 오장동 | 1 |
| 능동 | 1 |
| 수송동 | 1 |
| 부암동 | 1 |
| 필동1가 | 1 |
| 구수동 | 1 |
| 필동3가 | 1 |
| 정동 | 1 |
| 구기동 | 2 |
| 혜화동 | 2 |
| 청파동1가 | 2 |
| 미근동 | 2 |
| 동교동 | 2 |
| 갈월동 | 2 |
| 옥인동 | 3 |
| 동선동3가 | 3 |
| 동선동5가 | 3 |
| 삼선동5가 | 3 |
3년동안 거래수가 1인 동이 있다는게 정말 신기할다름... 갈수록 점점 거래의 건이 준다는것은 어떻게 해석할수 있을까? 지금 지식에서는 서울의 집주인들이 집가격이 더 오를것이라고 생각하기 때문에 아직은 내놓지 못하고 갖고 있는걸까? 수요는 많을텐데 공급이 없어서 그런걸까? 볼수록 궁금한 부동산의 세계 차근차근 살펴보자
| [부동산 데이터] 부동산 실거래가 다운로드와 파일 읽는 방법 (인코딩) (0) | 2019.12.11 |
|---|---|
| [부동산데이터] 서울특별시 연도별 거래량이 감소하고 있다! (0) | 2019.12.09 |
| [부동산 데이터 분석] 서울 마포구에서 4개월 동안 3억이 오른 아파트는 어디일까? (0) | 2019.12.03 |
| [Python] 서울특별시 아파트 실거래 매매 데이터에서 법정동별 거래량 TOP20을 차트로 표현해보자 (0) | 2019.12.02 |
| [Python] 법정동코드에서 서울특별시 행정구역 가져오기 (0) | 2019.12.02 |