台北最抗跌公寓在哪？用 Python 分析實價登錄找保值區域與屋齡 (Part 3)

文末告訴你買哪裡？多少年齡的公寓？比較好 （結果滿出乎意料）

根據專家的說法， 由於人口老化的關係， 房價未來比較悲觀， 假如我們要自住買房怎麼辦？

有一個家的好處是 畢竟每個人生活習慣不同 要客制化專屬的生活空間 只有擁有房子才辦得到

但是，房子保值的年代已經過去了 幾年前台北的房價被炒的很高 有些地方明顯就是太貴了 這幾年慢慢的顯現出來

假如你因為工作需求， 需要再台北買一個自己的家 要買在哪裡比較保值？ 對，保值而已，不求上漲， 只求不要跌太多

打開實價登錄， 不論是實價網、樂屋網、或其他的網站 在功能上，都有很多進步的空間！

原因在於這些網站，都只提供進幾年的數據， 而且無法統計以及繪圖功能， 大部分都只提供近一兩年的比較， 但一般人自住買房，關心的是10年後的房價， 而不只是短期的上漲下跌，

所以只好來用 Python 做一點功課了

首先，我們根據之前的介紹，我們可以

• 爬到實價登錄歷史資料
• 將資料整理成 dataframe 可以先進行以上兩個步驟，然後就可以接著來寫 code 囉！

這次的主題是「公寓」 我們假設某個人想買台北的房子 但是由於金錢考量，只能選擇公寓，

「究竟要怎麼選呢？」

1. 用區域來選

首先我們想要算出，台北市「公寓」的歷史走勢

import matplotlib.pyplot as plt
# plt.rcParams['font.sans-serif'] = ['Noto Sans TC Regular'] # 有支援中文的字體
# plt.rcParams['axes.unicode_minus']=False
 
result = {}
    
for dis in set(df['鄉鎮市區']):
 
    condition1 = df['土地區段位置/建物區段門牌'].notna()
    condition2 = df['建物型態'] == '公寓(5樓含以下無電梯)'
    condition3 = (df['鄉鎮市區'] == dis)
    
    df_local = df[condition3 & condition2]
    result[dis] = df_local['單價元坪'].groupby(df_local.index.year).mean()
 
k = pd.DataFrame(result).loc[2012:]
k.plot()

這張圖可以看出很多端倪， 自從政府調整法令後， 炒房投資客有明顯減少， 所以貴的地區房價下跌，

另外也因為台北交通便利， （ubike、公車、捷運） 所以不論房價高低， 其實生活便利程度相差無幾 使得便宜的區域房價上漲，

房價差距越來越小， 平均來說，各區房價都越來越往 50～60W/坪 的價格趨近。

另外，除了肉眼來判別外， 我們也可以由價格標準差得知， 台北市各區，房價差異慢慢縮小，

由上面的分析，我們可以得到一個結論 對於「公寓」而言，我們應該選擇 「房價目前較低的地區」 因為這些地區的房價，會慢慢往平均（50～60W/坪）移動

所以假如是買公寓的話，要選哪裡呢？ 以條件來分析的話，可以這樣選

1. 2019年房價 < 平均的區域（價格低的）
2. 2019年房價 > 2018年的區域（看近期有漲的）

以下就是程式碼以及選出來的區域：

p2019 = k.loc[2019]
p2018 = k.loc[2018]
 
good_district = (p2019 > p2018) & (p2019 < p2019.mean())
p2019[good_district].sort_values()

2. 用屋齡來判斷

大家都說越老的房子會折舊， 越老的房子應該要越便宜， 然而事情真的是這樣嗎？

實價登錄的資料令人跌破眼鏡！ 根據數據的分析，每個區域都適用： 在屋齡「40～50」年的房子，竟然還會往上漲！？ 不論哪一個區域，哪一年，都可以觀察到這個現象！

舉個例子，以下我們來繪圖「中山區」房價

for i in range(2012, 2020):
    df_local = df[(df['鄉鎮市區'] == '中山區') & (df['year'] == i)]
    df_local['房屋年齡'] = ((2019 - pd.to_numeric(df_local['建築完成年月'].str[:3]) - 1911)).astype(int, errors='ignore')
    df_local['房屋年齡'] = pd.to_numeric(df_local['房屋年齡'] /10).round()
    df_local['單價元坪'].groupby(df_local['房屋年齡']).mean().plot()

上圖每一條線的意思是 每一年「不同屋齡的公寓價格」 我們可以觀察到幾個現象：

1. 年輕的公寓下跌的比較快
2. 老公寓在40～50歲時，還會往上漲

第二點尤其的詭異， 可能是因為都更的關係？ 不只是中山區， 台北的任一區都可以觀察到這個現象 大家可以回去跑跑看

總之，至少老公寓折舊的速度， 是比想像中還要慢的， （或可能是老公寓都賣不出去，除 非特別地段、特別地點，導致樣本有偏差？ 還需要再研究）

總結

這邊還是要提醒大家， 這個是針對「老公寓」做的研究， 假如是「新成屋」、「華廈」等屋型， 還需要額外去研究才能更清楚。

數據只是一部分的幫助， 買到好房子還是必需要做很多其他功課 例如：附近的捷運、生活機能、嫌惡設施 等等 都很重要 另外，看房技巧、談價格 也不能忽略，

不過以統計的觀點來說

保值地區首選順序： 「萬華區、文山區、內湖區、南港區」

保值屋齡首選： 「20～40歲以上」公寓

假如你要在台北買房， 而且想要買舊公寓重新裝潢， 希望這篇文章可以幫助到你！

也歡迎分享給有在看房的朋友哦！