real estate investment analysis and projection 源码

房地产投资分析与预测 通过时间序列建模最大化回报 设想: 作为一家房地产投资公司的分析师,我的任务是找到美国邮政编码,以便使用时间序列建模来预测未来价格。 数据: 从1996年至2018年的CSV表格,包含近15,000个美国邮政编码及其房价中位数。 除历史价格外,每个邮政编码还包含城市,州,都市圈,县和大小等级。 EDA 首先,我将分析重点放在风险较小的投资上。 我决定将经济大萧条时期的表现作为风险的代名词。 我创建了一个名为rustion_return的变量,将数据按recession_return排序,并将前5个结果放入一个新的数据框中。 接下来,我清理了这个新的数据框: 除了日期价格和邮政编码外,我删除了所有变量(列) 将邮政编码设置为索引 转置数据,使日期成为索引 将日期转换为日期时间 将邮政编码(列)更改为字符串 有了正确格式的数据,我看了一下... 所有邮政编码均呈上升趋