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
- 2019年房價 < 平均的區域（價格低的）
- 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：
- 年輕的公寓下跌的比較快
- 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！
