1.提出问题

武汉市哪个行政区域的二手车市场最旺？哪个价位的二手车最易受关注？哪款二手车型最火热？如何选择最适合你车子等等。

2.理解数据

2.1采集数据

通过集搜客抓取瓜子二手车网上数据。卒！因为集搜客数据下载需要积分，我没积分，没办法，只能换用后羿采集器。结果还不错，获得了9526条数据。看来武汉市的二手车交易量很火爆呀！

2.2查看数据信息

不得不说，免费的东西还是很贵的！如图，用免费的后羿采集器获得的数据，虽然可以免费导出不受次数，但是数据的质量不敢恭维，没有集搜客分类详细。

3.数据清洗

拿到数据第一感觉就是，不怎么符合我们的需求，所以必须得对他们进行处理。

3.1选择子集

把不需要的列名隐藏，比如上图的标题链接，隐藏掉。

3.2列名重命名

如上图，我们拿到手的数据，首先标题列，然后依次改为车型即可。

3.3删除重复值

以防止数据重复出现，可以对整个数据进行删除重复值处理。此处我删除了175项重复值。

3.4缺失值处理

比较每一列的数据量，查看是否有缺失值，然后找到缺失值并对它进行处理。处理缺失值一般有以下4种方法，我们可以根据情况灵活使用：

1）通过人工手动补全，适合于缺失值比较少的情况

2）删除缺失的数据 （一般尽可能不删除数据）

3）用平均值代替缺失值

4）用统计模型计算出的值去代替缺失值

这里我所爬取的数据需要直接删除掉，因为没法补全。找到了两个空值，删掉。

3.5一致化处理

3.5.1分列处理

这里我们看到房型和租房详情里都包含多个数据，可对它们进行分列处理。

利用excel分列功能将数据进行简单的清洗，由于数据的分列会替换后一列数据，所以首先将需要分列的一列数据复制粘贴到表格的最后一列，以免数据的丢失

第一步：选择需要分列的一列数据

第二步：点击数据选项卡中的分列功能

因为上牌年份与里程数这一列的数据内容是用空格分割开的，所以要用分隔符号来分隔每个

第三步：段选择“分隔符号”后点击下一步

第四步：勾选“其他”选项后在后边文本框输入“|”，点击下一步后数据分隔完成

3.5.2数据排序

为了看到数据更多的信息可以对数据进行排列，如果想知道每个品牌的二手车平均价格的高低，就可以利用数据透视表计算出平均价格之后进行排序，就可以很容易的知道哪个品牌的二手车价格最高，哪个品牌的最低

3.6异常值处理

利用透视表把不符合条件的数据删除

到这里我发现进行不下去了，因为分列失败，主要还是一开始获取的数据有问题。那怎么办呢？只好不去关注排量了，只关注具体的车型，唉！还是爬虫的锅

得到如下表

4数据分析及简单的可视化展示

对整体数据的初步分析

4.1二手车车龄

下图展示的是二手车市场使用年限的数量对比。这也说明二手车市场大部分都是七八成新的车，甚至是九成新的车。为什么二手车市场那么多九成新的二手车呢？可能一部分原因是我们看到二手车市场倒卖的九成新的准新车，大多都来自新车经销店，甚至4S店。由于库存车很难在4S店消化，又受到厂商制约，不能低价卖给消费者，因此新车渠道就通过转手方式，将新车转到二手车市场进行销售。

看来大多数二手车龄集中在1-5年，相对来说比较新

4.2二手车品牌

下图展示的是TOP10二手车品牌数量，大众居于第一位，其次是东风、本田、别克等

4.3价格

平均价格对比

将二手车数量排名前十位的平均价格进行对比，奔驰居于第一，其次是宝马、奥迪等

结论: 从以上分析可以看出，二手车市场所卖的车大部分是九成新，平均价格在21.17万。数量

最多的大众平均价格在15.91万元；价格较高数量较多的品牌是奔驰和宝马。