Power-BI 主要城市商品房销售分析

经常在网上看到有关房价的讨论,房价可能真的悬了,高房价撑不了多久,一线城市房价远高于国际,暴涨游戏该结束了,等等。那么近年来房价整体上究竟是一个什么样的状态?今天我们撇开宏观经济要素,来看看近年来主要城市商品房的销售情况。

  我们收集了2004年至2014年主要城市商品房销售相关数据,从图表中,我们可以直观地获取到这些信息:销售面积最多的城市是重庆,面积为5100万平方米;销售面积同比增长最大的是兰州,增长率85.92%,其中2014年是480.36万平方米,2013年是253.46万平方米;销售价格最高的城市是深圳,平均价格为24723元/平方米;销售价格同比增长最大的是西宁,增长率24.31%,平均价格比上年增长了1125元/平方米;整体上看,各主要城市平均价格在8960左右,在6000到8000这个区间比较密集;从趋势上来看,2008年是一个楼市低谷,销售面积明显减少,但平均价格并未下降;

  …………

  当然,我们还可以从更深层的角度进行分析,挖掘更多信息,作为一个小白就不好意思再往下说了,说错就不好了~~~报表不是分析,生成报表只是数据分析的开始。传统的数据表格是数据分析的基础,先进的数据可视化工具可以让分析更直观。

  …………

  Power-BI数据呈现:

  (以下数据为2014年)
   <ignore_js_op>Power-BI 主要城市商品房销售分析

<ignore_js_op>Power-BI 主要城市商品房销售分析

  此案例报表和EXCEL数据源可体验并下载,下载方式:

  登录Speed-Bi :http://speedbi.cn

  请选择QQ登录

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  选择模板报表
   <ignore_js_op>Power-BI 主要城市商品房销售分析

  选择图说经济生活
   <ignore_js_op>Power-BI 主要城市商品房销售分析 
  点击“主要城市商品房销售分析”-下载

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  点击“下载数据”可下载对应的EXCEL数据源

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  已下载的报表可进行编辑,点击即可进入设计界面:

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  报表实现过程详解:

  1、        创建数据源及报表

  登录Speed-BI→点击新建报表→创建数据→上传EXCEL数据“主要城市商品房销售分析.xls”→选中刚上传的EXCEL数据源,点击新建报表,名称为“主要城市商品房销售价格分析”→在页面右边属性栏修改面板的布局方式为【*布局】
<ignore_js_op>Power-BI 主要城市商品房销售分析

  2、        制作“主要城市平均价格”表格

  ①        选中【简表】,拖到设计区域

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  ②        绑定数据集

  将【城市】拖到【行维度】
  【平均价格(元/平方米)】【平均价格增长(元/平方米)】【平均价格增长率】拖到【汇总】

  【年份】勾选“2014年”拖到【筛选】区域
<ignore_js_op>Power-BI 主要城市商品房销售分析

  分别设置【平均价格(元/平方米)】【平均价格增长(元/平方米)】【平均价格增长率】的别名为【平均价格】【平均价格增长】【增长率】

<ignore_js_op>Power-BI 主要城市商品房销售分析

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  ③        设置表格属性

  选中表格,在属性栏设置【标题】为 “主要城市平均价格”

  【自适应】为“ON”

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  效果如图

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  排序效果

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  从表格中,可以查看各个城市当年商品房销售的平均价格,这个价格比上年增长多少,增长率是多少。选中列标题可以对该列进行排序。如图可以看到,平均价格最高的是深圳,平均价格为24723元/平方米,比上年增长了321元/平方米,增长率为1.32%;增长率最高的是西宁,平均价格为5753元/平方米,比上年增长了1125元/平方米,增长率为24.31%。

  3、        销售价格最高的城市TOP10

  ①        拖一个【柱形图】到设计区域

<ignore_js_op>Power-BI 主要城市商品房销售分析

  ②        绑定数据集

  将【城市】拖到【行区域】,【年份】筛选“2014年”拖到【筛选】区域,【平均价格(元/平方米)】拖到【汇总】,再将【平均价格(元/平方米)】从【汇总】区域拖到【排序】区域

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  显示排名前十位的城市:

<ignore_js_op>Power-BI 主要城市商品房销售分析

  ③        设置柱形图的属性

  选中柱形图,在右边属性栏修改【标题】为“销售价格最高的十个城市”;

  修改【显示值】为【ON】;

  修改【值格式】为【货币】;

  修改【小数位】为【0】

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  效果如图

<ignore_js_op>Power-BI 主要城市商品房销售分析

  4、        同比价格涨幅最大的城市TOP10

  ①        拖一个【柱形图】到设计区域

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  ②        绑定数据集

  将【城市】拖到【行区域】,【平均价格(元/平方米)】【上年平均价格(元/平方米)】【平均价格增长率】拖到【汇总】,【年份】勾选【2014年】拖到【筛选】区域;

  将【平均价格增长率】从【汇总】区域拖到【排序】区域;

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  显示增长率排名在前十位的城市:
<ignore_js_op>Power-BI 主要城市商品房销售分析

  ③        设置柱形图的属性

  选中柱形图,修改【标题】为“平均价格同比涨幅最大的十个城市”
<ignore_js_op>Power-BI 主要城市商品房销售分析

  高级设置;修改报表属性为【开发者】

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  在右边属性栏找到【序列】,

  修改【平均价格增长率】为【折线图】,【Y轴】为【Y轴2】;

  展开【默认样式】-【标签】,勾选【显示】,【位置】为【外部】;

  修改标签【格式】-【数字类型】为【百分比】

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  属性栏找到【Y轴】,选择【Y轴2】,【显示】取消勾选

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  效果如图

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  5、        平均价格趋势分析

  ①        拖一个【折线图】到设计区域

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  ②        绑定数据集

  将【年份】拖到【行区域】,【平均价格(元/平方米)】拖到【汇总】;【年份】全选拖到【筛选】

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  年份固定为全选,不受公共筛选条件影响

  点击【筛选】区域的【年份】右边的小箭头,选择【修改】

  勾选【固定】【忽略】,点确定

<ignore_js_op>Power-BI 主要城市商品房销售分析

<ignore_js_op>Power-BI 主要城市商品房销售分析

  ③        设置【折线图】属性

  选中折线图,修改【标题】为“平均价格趋势分析”,【副标题】为“点【主要城市平均价格表格】可联动”

<ignore_js_op>Power-BI 主要城市商品房销售分析

  在属性栏找到【序列】-【默认样式】-【标签】,勾选【显示】,位置【外部】,【格式】-【数字类型】为【货币】,【有效位】为【0】

<ignore_js_op>Power-BI 主要城市商品房销售分析

  ④        设置联动关系:属性栏找到【常规】,【筛选来源】选择最开始做的表格,这样点击表格的城市,就可以看到各个城市的趋势

<ignore_js_op>Power-BI 主要城市商品房销售分析

  注:怎么知道【筛选来源】那里选择的是【grid11】(那个是图表的名称?)

  选中最开始做的表格-【常规】可以看到该图表默认的名称,这里也可以修改名称方便记忆和筛选
<ignore_js_op>Power-BI 主要城市商品房销售分析

  效果如图

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  6、        销售面积和价格的回归分析

  ①        拖一个【散点图】到设计区域

<ignore_js_op>Power-BI 主要城市商品房销售分析

  ②        绑定数据集

  将【城市】拖到【行区域】,【年份】筛选“2014年”拖到【筛选】区域,【平均价格(元/平方米)】【销售面积(万平方米)】拖到【汇总】

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  ③        设置散点图的属性

  选中散点图,修改【标题】为“销售面积-价格回归分析”
<ignore_js_op>Power-BI 主要城市商品房销售分析

  效果如图

<ignore_js_op>Power-BI 主要城市商品房销售分析

  7、        报表标题

  ①        拖一个【标签】到设计区域

<ignore_js_op>Power-BI 主要城市商品房销售分析

  ②        设置【标签】属性

  【值】为“主要城市商品房销售价格分析”

  【水平对齐】方式为“居中对齐”

  【垂直对齐】方式为“中对齐”

  【字体】大小为“15”,粗细为“粗体”

  【边框样式】为“无”

  【背景颜色】为“#09DD9”

<ignore_js_op>Power-BI 主要城市商品房销售分析 
  效果如图
<ignore_js_op>Power-BI 主要城市商品房销售分析

  8、        参考最终效果图排版,完成报表制作。

奥威Power-BI 的官网:http://www.powerbi.com.cn/
绿色BI 社区:http://www.powerbibbs.com/forum.php
上一篇:大数据入门第六天——HDFS详解


下一篇:【M12】了解“抛出一个exception”与“传递一个参数”或“调用一个虚函数”之间的差异