더블리의 12층

오늘 기사에서 마포구 집 가격이 껑충 상승했다는 기사를 보았다. 정말 마포구에 집값이 깡충 올랐을까?

https://www.ytn.co.kr/_ln/0102_201912031903066596

서울 마포에 있는 한 아파트입니다.

지난 7월 전용면적 84㎡ 기준 매매가는 13억 5천만 원이었지만, 지난달 실거래가 15억 3천만 원을 기록했습니다.

4개월 사이 매매가가 2억 원 가까이 뛴 겁니다.

다른 신축 아파트도 상황이 비슷한데, 84㎡ 기준 매매가가 17억 원을 넘은 곳도 있습니다

라는 기사가 나왔다. 7월, 11월 실제 매매 가격이 13억 5천에서 15억 3천으로 오른 아파트가 있을까?

e편한세상마포리버파크의 아파트 시세를 보면 월별로 가격이 상승하는것을 볼수 있다. 특히 평당 거래액은 평균으로는 1881.613456 으로 나타난다. 

물론 월별로 평균 평당거래액을 확인해봐도 가격이 상승하는 것을 볼 수 있다. 6월에는 한건의 거래액이 있었는데 이때는 평당거래액이 평소보다 저렴하게 거래되었다. 

e편한세상마포리버파크의 경우에는 매매되는 평수가 2가지 타입이다. 두가 타입에 대해서 평당거래액의 차트를 그려보면 아래와 같다.

위 데이터에서 평수별 데이터만 보아도 확실히 눈에 더 잘들어온다. 위에서 6월의 거래의 경우 25평수에 대한 거래 이고, 18평에 대한 거래는 없다. 결과적으로 보면 평수별 평당거래액의 차이가 존재하기 때문에 아파트 전체의 평당거래액의 평균으로 살펴보는것은 오류가 있다는 것을 확인할 수 있었다. 위 차트를 보면 평당 거래액의 평균은 평수가 작을수록 크고, 시간이 지남에따라 점점 상승하는 것을 확실하게 확인이 가능해졌다.

거래금액을 보면 평수가 클수록 좀더 가파르게 상승한것이 확인이 된다. 25평의 경우 6월에 14억에 매매가, 4개월이 지난 10월에는 17억에 매매가 되었다. 분명 인테리어, 층수, 향 여러가지의 변수가 있겠지만 4개월동안 3억이라는 아파트 가격이 상승한게 말이 되는가... 위 기사에서는 4개월간 2억이 올랐다는 기사인데, 살펴보면 실제로는 3억이 오른 아파트가 있다. 더 큰 가격이 상승한 아파트가 있겠지만 오늘은 랜덤하게 고른 e편한 세상 마포리버파크에 대해서 알아보았다.

서울특별시 2019년에 동별 매매건수 TOP20은 어디일까?

공공데이터포털에서 2019년 아파트 실거래 매매 데이터를 서울특별시 지역코드를 다운받고, 각각 동별로 얼마나 거래가 있는지 확인을 해봤다. df에는 2019년 서울특별시 아파트 실거래 매매데이터가 들어있다.

dong_df = df.groupby("법정동").count()[['date']]
dong_df.columns = ['거래수']
dong_df = dong_df.sort_values('거래수', ascending=False)

ax = dong_df['거래수'][:20].plot(kind='bar'
                         ,title='서울특별시 2019년 동별 매매건수 TOP20'
                         ,figsize=(10,6)
                         ,grid=True)
ax.set_xlabel("법정동")
ax.set_ylabel("거래수")

법정동코드 별로 카운트를 하고, 거래수의 랭킹으로 정렬을 했다. 2019년에 서울특별시에서 매매건수가 많은 동은 어디일까? 결과는 아래 차트와 같다. 

상계동, 신정동, 중계동 순으로 가장 많은 아파트 매매가 이루어지고 있다. 거래수가 행정동의 아파트 가격에 영향을 줄 수 있을까? 

앞서 법정동코드에서 지역코드를 가져오는 방법에 대해서 설명을 했다. 이번에는 우리가 정말 필요한 지역의 지역코드를 가져오는게 필요하다. 지역코드의 단위는 행정동으로 구분이 되어있기 때문에 서울특별시의 모든 지역코드를 가져오기 위해서는 별도의 처리가 필요하다. 서울특별시의 행정구는 총 25개로 나누어져있다. 

https://ko.wikipedia.org/wiki/%EC%84%9C%EC%9A%B8%ED%8A%B9%EB%B3%84%EC%8B%9C%EC%9D%98_%ED%96%89%EC%A0%95_%EA%B5%AC%EC%97%AD

위키를 보면 각각의 25개의 구에 대해서 인구, 세대, 면적을 표시하고 있다. 언제 수집을 했는지에 대해서는 나와있지 않다... 일단 25개의 행정구역으로 나누어져있기 때문에 우리는 위에 있는 지도로 봤을때 강서구, 양천구, 구로구,, ...., 강동구 등의 지역코드를 얻어야 한다. 

df[df['지역코드'].apply(lambda x: x[:2] == '11')][['법정동명','지역코드']]
pd.DataFrame(df[df['지역코드'].apply(lambda x: x[:2] == '11')]['지역코드'].unique()).to_csv("../data/seoul_code.csv", index=False)

위 코드를 통해서 우리는 아래와 같은 결과를 얻을 수 있다.

지역코드 '11'이 지역코드에 있고, 지역코드의 셋(set)을 얻으면 총 26개를 얻을 수 있는데 이 중에는 서울특별시 11000이 포함되어있기 때문에 11000을 제거하면 우리가 원하는 서울특별시의 지역코드 25개를 얻을 수 있다. 이제 지역코드를 이용해서 공공데이터 포털에서 서울특별시 실거래매매 데이터를 가져오기가 가능하다. 

서울 특별시 2019년 데이터를 가져오기 위해서는 12(1월~12월) x 25(행정구역) = 총 300번의 요청으로 가능하다. 공공데이터에서는 일일 트래픽이 1000이기 때문에 서울특별시 3년 데이터를 하루에 가져올 수 있다.