導論
這幾年共享經濟興起，外送平臺穿梭在大街小巷協助美食傳送、Uber也成為人們便利的代步工具、而其中Airbnb更是創造了「到別人家住與讓陌生人來自己家住」的嶄新概念。共享經濟的本質就是「更有效率地推動經濟」，在經濟學原理中，我們知道當供給量 = 需求量，就會達到市場均衡，而長期來看，市場會走向一個市場均衡點，市場均衡點其實不能說好、也不能說壞。但有一個可以肯定的點就是：
它讓人們的慾望有效得到滿足，而有效滿足的情況下，人們更容易發現經濟進步的方法。
而共享經濟其實就是在動態的創造市場均衡，讓現金流多了流通的管道、combine不同的需求。既然閒置資源是浪費的，那我們就好好利用它。
包括現在很夯的雲端運算，概念其實也是興起於「共享經濟」，結合規模經濟與處理閒置資源的本質，甚至還有結合區塊鏈的分布式運算系統，讓閒置頻寬得以被充分利用，目前被應用在直播、實況等串流巨大的系統中。
既然共享經濟已經逐漸改變我們的生活、改變城市的風貌（粉色熊貓機車穿梭、隨意打卡的旅宿、一通電話就走遍各個地方），那我們可不可以反過來用共享經濟更了解我們所居住的城市呢？今天就讓我們用Airbnb的資料集來探索一下城市與Airbnb的住宿屬性吧！Let’s go!
來了解一下臺灣首都臺北！
資料來源
這份資料集是網路上很有名的Airbnb Inside ，並非官方資料集，但是提供了許多城市的資料，而且更新得蠻快的，這邊我是下載了2019年6月底更新完的資料，包括listing.csv、reivews.csv、calendar.csv，如果您現在並不是居住在臺灣，就挑選您目前居住的城市來分析看看吧！
首先讀入我們的資料套件：
<script src=”https://gist.github.com/Dennis055/29948897ac2b0e94432e73f9572cb1ff.js“></script>
那首先我們讀入需要用到的套件，包括視覺化工具matplotlib、cufflinks、plotly，記得要把init_notebook_mode設定為True，才能讓我們在本地端使用plotly這個好用的視覺化套件，以及像是pandas、numpy等資料分析好幫手。
看一下calendar的資訊：
<script src=”https://gist.github.com/Dennis055/9d1a2f0127d542d7fe09a8893ca4be52.js“></script>
好，所以我們有差不多一年份的資料，以及到明年目前的房客預訂情況。
所以我們就有了接下來一年的Airbnb住房資料，列出了id、詳細日期、定價等等….
這邊的f , t分別代表Falae與True，就是可不可以入住的意思。
等等，Airbnb這麼熱門，那現在還可以訂房嗎？
差不多，也可以利用圓餅圖看得更清楚一些
從這邊我們也可以看到兩者蠻接近的，即是說目前還有許多房是可以訂的。既然如此，我們也想看看「目前的熱門程度」表現如何，如此一來想要避開人潮的人，看到現在有些房屋已經被訂走，就可以選擇淡季出去玩了XD
定義熱度：當不可以預定的時候，就表示是熱門的，已經被搶走了。我們可以直接針對available這個欄位做匿名函數，創造新的欄位 ‘ busy ‘ 。
<script src=”https://gist.github.com/Dennis055/45ae02d8df48e4a765606f95636bb605.js“></script>
很明顯看到台北市的趨勢是：暑假冷清???
暑假一整個跌很多（學生都出去玩了），但是到了聖誕節左右又會急劇上升，可能是因為歲末到台北跨年的人很多。然後約莫到1月會有一個高峰，我們也可以看到二月的春節期間也有一點小波動。
熱門程度就是淡旺季指標嗎？
*感謝Yolanda補充：旅遊業其實有衡量淡旺季的指標「滿房率」，而滿房率的概念是與時俱進的，若是以我們現在的六月去推測淡旺季是不合理的！必須要理解用戶行為的提前預訂天數等…….
注意噢！我們這邊只能看到「目前的熱門程度」，所以不能夠完全作為淡旺季的衡量指標，只能預期說這些月份現在來看是比較熱門的！
接下來看看價格資料
哪一個月房東會笑得很開心？或者說，那時候最熱鬧？
<script src=”https://gist.github.com/Dennis055/a320a3674bdf4846152181085de1c478.js“></script>
我們可以觀察到十二月是最高的，效果持續到一月（一月是價格第二高的月份）
而五、六月價格也蠻高的，可能是因為國外比較早放暑假的關係，大家比較可能在六月來台灣玩。另外這樣的價位分佈也讓我們對熱鬧程度有個底。
那我們其實可以這樣想，如果是本地人通常會是假日才比較有可能去住Airbnb，但是國外旅客可以在平日去住Airbnb，這樣假設的話，我們看一下週間的熱門程度，可以利用Python的 Timestamp Type 將禮拜幾抽出來。
<script src=”https://gist.github.com/Dennis055/74c0ee9163f5c13b35a0d931f7b606b2.js“></script>
有趣的是，顯然台灣人還是蠻多人使用的
嗯？似乎還是假日比較多人哦！所以可以推測Airbnb在台灣的使用者算是蠻高的，不過比較特別的是禮拜二有個小小高峰，我們可以猜測禮拜二是否有什麼節日，根據我們剛剛推算的Busy程度，這時候我想說：「該不會那天是跨年吧？」
去查日曆發現：真的！今年(2019)的12月31日剛好在禮拜二哦！可見一月為何是Busy高峰的假設似乎蠻合理的，在年末會有一批人湧入台北城跨年，而聖誕節在禮拜三，也就是說前一週的禮拜二晚上是平安夜，台北的耶誕城應該也吸引了不少人來。
來看看listing data吧！
喜歡資料的人（比如說我XD）有福了，這個資料表就有106欄位的資料，真的超棒，可以好好拿來練習資料分析的技術。
哪個區比較多房源呢？會是尊絕不凡信義區嗎？
<script src=”https://gist.github.com/Dennis055/8a928e7dcd4f778883052fe0041398f3.js“></script>
政大所在的文山區真的好少QQ
萬華、大安、中山位列前三名！看到這裡我們就可以大致圈出哪邊房源最多，剛好是以台北車站為中心，向外輻射出的圓圈區域。這點是很合理的，北車是交通樞紐，又在捷運的中樞交匯處：
台北車站真可謂台北市的樞紐
而文山、北投這些相對台北市中心比較邊陲的地方房源就相當少，畢竟比較少遊客會去這些地方的樣子。
那房客評價又是如何呢？
<script src=”https://gist.github.com/Dennis055/32a351248e4b792ac26964f1cc349bc9.js“></script>
集中在高分群！臺灣人真的蠻樂於給別人鼓勵的
大多數人還是會給蠻高的評價，跟App store一樣XXD
可是價格又如何呢？會很貴嗎？
<script src=”https://gist.github.com/Dennis055/d6679b64ce6b0c0d5f49abf54de0ef26.js“></script>
平均2498就可以住一晚，比大多數旅館便宜一些，這點倒是Airbnb的優勢。
但是我們發現標準差太高了，所以看中位數準確一些，是1519元，那是真的比飯店旅館便宜許多。
甚至到了75百分位數的價格也才2511元，對於背包客是相當划算。這也是為何Airbnb是許多國外遊客的首選，除了有跨國的平台保障，最重要的是相當經濟實惠。
但是！
最低62（一碗牛肉湯麵..?）、最高接近31萬，這邊我就很好奇這兩家的特色XD 我們把它們搜尋出來看看：
簡單輸入：listing[listing.price > 290000]
市府捷運站，越夜越嗨的地方
市府捷運站！這是個什麼樣的地方呢？簡單來說：
晚上真的很熱鬧，還有誠品信義、各個百貨、微風、威秀影城、街頭藝人表演…..旁邊就是松菸（蝦皮！）大概從這邊上車的公車都會經過「銀行街」，而且在這個地方不管多晚都看得到101的會計師事務所還亮著XXD （辛苦了各位會計師、顧問前輩們…)
哦！看到有些描述：
t’s my house. Old style taiwanese room in old taiwan culture town Beitou. only for TV program and movie, not for live inside.
意思就是只租給電影劇組，不提供住宿｡
原來29萬是借給片場拍片用的！還有尊絕不凡信義區的住宅可以住，不過31萬個人還是覺得太貴了。國外一個月的租金可能差不多五萬左右吧，31萬可以住超過一學期…
所以我們將高於50,000的房源去掉再畫一次！看看大致的住一晚房價分佈。
<script src=”https://gist.github.com/Dennis055/8942b244d8b9eae029e97754f44d623e.js“></script>
各個區域的房價分佈又是如何呢？比如尊爵不凡信義區的價格感覺就相當高。
發現其實沒有特別高哦！而且各個區域都有蠻多的離群值，不過信義、大安這些比較熱門的區域的確是差異比較大一些（box拉得頗長）
不動產屬性又是如何？
<script src=”https://gist.github.com/Dennis055/cae66e9c2d1243072497e245807de9e5.js“></script>
真的有許多離群值…
真的有許多離群值…
台北的價格真的一堆離群點XDD
這裡不知道是什麼原因，照理說住整棟（一套民宿）應該會比拆分一棟民宿（private room）貴上很多，但是兩者相差沒有到差很多。
不如說private room其實沒有到那麼貴才對，可能是因為台北的房價本來就有許多不合理的地方。
<script src=”https://gist.github.com/Dennis055/c1acdb9b4af98c3fce441c05df5cc5ee.js“></script>
這裡值得注意的是，property還有蠻多差異的，在建模的時候可以稍微留意一下！
越界？
我們可以發現private room的確「越界」了，而且在5000、8000左右的房價蠻多的。
Airbnb一開始其實是Airbed and breakfast的意思，當初是聯合創始人Joe Gebbia和Brian Chesky因為繳不起房租，在自己的公寓擺了幾張氣墊床出租給來舊金山參加會議，因酒店爆滿而找不到地方住的旅行者們。
所以，到了今天，床的類型會如何影響租房價格呢？
簡單呼叫剛剛寫的函數：boxplot_to_price(‘bed_type’)
也是差不多！
沒想到，居然比我想像中差得還要少！可能氣墊床對大家來說是個特別的體驗，價格沒有特別特別低！（不過Real Bed跟Airbed還是有明顯的差距，Real Bed的中位數直接壓Airbed的最大值…）
有鋪床、日式（榻榻米嗎？）、床型沙發（之前去朋友家，躺在上面超舒服）、沙發、氣墊床…
可是這樣，對舒適度沒有影響嗎？鋪床不是比較好睡嗎(?我想可能是因為資料不平均，所以這邊看不出什麼差異。
來了！房東如果想要提高舒適度，該注意什麼呢？
<script src=”https://gist.github.com/Dennis055/684e3ef2687f7cff6d993286842f2770.js“></script>
沒想到，居然比我想像中差得還要少！可能氣墊床對大家來說是個特別的體驗，價格沒有特別特別低！（不過Real Bed跟Airbed還是有明顯的差距，Real Bed的中位數直接壓Airbed的最大值…）
有鋪床、日式（榻榻米嗎？）、床型沙發（之前去朋友家，躺在上面超舒服）、沙發、氣墊床…
可是這樣，對舒適度沒有影響嗎？鋪床不是比較好睡嗎(?我想可能是因為資料不平均，所以這邊看不出什麼差異。
來了！房東如果想要提高舒適度，該注意什麼呢？
Wi-fi標配！
<script src=”https://gist.github.com/Dennis055/684e3ef2687f7cff6d993286842f2770.js“></script>
冷氣跟Wifi果然是標配！出去玩回到房間，果然就是要舒舒服服躺在床上整理照片、看一下明天的行程等等……吹風機提供的量也蠻高的，但是洗衣機只有大概80%的房屋有提供…它其實應該要算是旅行的標配之一。
值得一提的是，國外的Airbnb相當注重有沒有Kitchen、Smoke detector，台灣在這方面大概只有一半的Airbnb有提供，感覺是可以優化的地方。
接下來我們看看比較貴的房屋都有提供哪些物件：
（這兩段code都有難度，如果覺得很卡的人可以直接複製貼上XD）
<script src=”https://gist.github.com/Dennis055/f38595add14aab87cbc2b5ae4259688e.js“></script>
哦，我們發現高價的房屋大部分都有提供廚房、浴缸、還有ㄜ….Electronic profiling bed ，這個不曉得怎麼翻比較好QQ
還有一個蠻特別的就是，增加了Crib、Baby monitor、Baby bath、Books and toys等等….所以可以看到高價房的特徵就是比較適合帶幼幼童的父母們，多考慮了寶寶這個點以及附有兒童相關設施。
那提供幾張床呢？
<script src=”https://gist.github.com/Dennis055/d0731bd65aa668ba2dbb998bd0290ea3.js“></script>
大部分都是以單人床為主。
還是…其實沒床也沒關係？
為什麼沒有床跟有床的價格差不多，睡地板XD?
那我們也可以發現8、10、12、14、16張床應該就是大通舖，所以價格突然降低，其他比較多張床的應該就是租下整棟透天Airbnb。
共享經濟的概念其實不新，甚至非常直覺，得益於資訊效率的進步使得它能夠充分被落實，而資料科學也是其中的一環，沒有資料科學，共享經濟的效益與推動就難以被正確執行，Uber會算不出來合理車資、Airbnb讓房東隨意定價、外送平臺也不會那麼有效率。
這份資料集還有很多資料可以玩，接下來就讓大家自由發揮！我們先在這邊告一段落，那下一篇，既然資料科學在共享經濟這麼重要，我們就來用Python實作：
將自己變成Airbnb資料科學家，如何建立房屋訂價模型？
文章出自 — Dennis Dsh，A Data Analysis Intern in Commerce。
