·インスピレーション
·データ
· Python による分析
·視覚化
∘車種と価格
∘車種と価格
∘年式と価格
∘車の走行距離と価格
∘年式と走行距離
·結果
·結論

インスピレーション

数か月前、車のトランスミッションが故障し、突然中古車を購入することにしました。事態は少し劇的になりますが、4週間後に祖父母が海外から遊びに来ることになっており、観光目的で祖父母を車で移動させる手段を早急に確保する必要がありました。私はすぐに Facebook マーケットプレイスやガムツリーなどに飛びつき、数百台の中古車をブックマークし始めました。

暇なときはコンピューターの画面を何日も見つめていたように感じられた後、私は選択肢の多さに完全に圧倒されていることに気づきました。効率的に検索に取り組む方法がわからず、延々とスクロールしているように感じました。そのとき、私は何かを変える必要があると決心しました。

私がブックマークしている車を何らかの視覚化で比較できれば、「お買い得」または「お買い得」な中古車がどのようなものかをよりよく理解できるのではないかと思いました。そのとき、検索を簡単にするために非常に基本的な Excel と Python を適用できることに気づきました。

データ

理想的には、ブックマークした車をすばやくスキャンするには、Web スクレイピングを使用する必要がありました。これを実行しようとすると、Facebook Marketplace に保存されたアイテムの URL をスクレイピングできなかったようです。時間の都合上、Excel スプレッドシートに詳細を手動で入力することにしました。このプロセスには約 15 分かかりました。

車をブックマークするときは、通常、次のような車のみを保存しました。

1. 2004 年以降
2. トヨタかヒュンダイのどちらかが作った
3. 13,000ドル未満
4. 清潔感のある内外装

データのスナップショットは次のとおりです。

Pythonによる分析

データを分析して視覚化するために、Pandas、Matplotlib、および Seaborn を使用しました。

データを全体的に理解するために、データのデータ フレームを作成し、簡単な説明を行うことから始めました。

私たちのデータセットからの平均的な車は、2008 年式で、走行距離約 144,000 キロ、価格は約 8,700 ドルであるようです。データを調べて車がこれらのパラメータのいずれかを上回っているか下回っているかを理解するときに、これらの平均を念頭に置くことができます。

また、最小値と最大値を組み合わせて、セットから「理想的な」車がどのようなものかを理解することもできます。理想的な車は、 2000 ドルで 35,000 キロ走行できる 2014 年式です。これは明らかに非現実的ですが、ビジュアライゼーションを見るときに、これらの理想的な値を頭の片隅に置いておくことができます。

ビジュアライゼーション

データを確認した後、「価値のある」車がどのようなものかを理解するために、複数の変数に関する視覚化を作成し始めました。私が便利だと感じたビジュアライゼーションのいくつかを以下に示します。

車のメーカーと価格の比較

このビジュアルでは、メーカー別の車の平均価格、つまりトヨタとヒュンダイを比較しています。

この情報は、年式や走行距離など、この表示には表示されない他のデータと比較したものであることに留意する必要があります。ただし、このビジュアルでは、データセット内の 2 つの異なるメーカーの自動車に予想される価格をすぐに理解できます。平均すると、ヒュンダイの方がトヨタよりも高価になります。

車種と価格の比較

このビジュアルでは、モデルごとの自動車の平均価格を比較しています。

繰り返しになりますが、この情報は、年式や走行距離など、この表示には表示されない他のデータと比較したものであることに留意する必要があります。ただし、このビジュアルにより、データセット内の各車種に予想される価格がすぐにわかります。プリウスが最も安価なモデルであり、i30 が最も高価なモデルです。

車の年式と価格の比較

このビジュアルでは、車のモデルに合わせて色相が設定されており、車の年式と価格が表示されています。

ご覧のとおり、車が新しいほど価格が高くなるため、多少の上昇傾向が見られますが、これは予想されることです。このビジュアルでは、価値の高い車とは、より安価な新車です。たとえば、2011 i30 の価格は 6,000 ドルから 8,000 ドルの間で、かなりお買い得になりそうです。

データセット内でこの車を見つけて、走行距離などの欠落している詳細を確認して、実際に価値があるかどうかを理解できます。この車について不足している詳細は次のとおりです。

この車の走行距離は188,000kmで、私が望むよりも高いですが、価格と年式を考えると、良い選択肢になるかもしれません。

以下は、散布図ではなく棒グラフとして同じ情報の別のバージョンです。

このビジュアルでは、モデル i30 とヤリスがデータセット内の新しい車の大部分を占めていることがわかります。これは、他のモデルの車の価格が新しい車に対して高すぎたため、私がブックマークしたときにそれらの車が落札されなかったことを意味している可能性があります。

中古車に使いたい最高額は 10,000 ドルだったので、この価格帯で気に入った車が見つかったら交渉できるように、検索の最高額を 13,000 ドルに設定しました。

車の走行距離と価格の比較

このビジュアルでは、車の走行距離と価格を、車の年式に合わせて色相を設定して確認できます。

ご覧のとおり、車の走行距離が増えるほど価格が安くなるため、若干の下落傾向が見られますが、これは予想されることです。このビジュアルでは、価値の高い車とは、走行距離が少なく、価格が安く、比較的新しい車です。たとえば、2010 年製の車は約 8,500 ドル、走行距離は約 70,000 キロですが、十分な価値があるように見えます。

データセット内でこの車を再度見つけて、欠落している詳細を確認して、実際に価値があるかどうかを確認できます。この車について不足している詳細は次のとおりです。

これはトヨタのヤリスであることがわかります。この車の細部はすべて好意的であり、これは実際に価値があり、私にとって適切な車である可能性があると信じさせます。

車の年式と走行距離の関係

このビジュアルでは、色を価格に合わせて車の年式と走行距離を確認できます。

走行距離が少なく新しい車が最も高価であると予想されるため、プロットの右下にある明るい色合いの車が最高の価値を持つことになります。2008 ～ 2010 年式の走行距離 110,000 キロ未満の車で、8,000 ～ 10,000 ドルの価格はかなりの価値があるように見えます。

これらのパラメータ内に存在する車のオプションは次のとおりです。

上記の 2010 ヤリスが再び登場します。同じ車が当社のお買い得ビジュアルで 2 回確認されているため、これは良い選択肢であることがわかりました。

結果

ある種のベン図ですべての最良の取引を相互参照した結果、次のパラメータが最も価値の高い中古車を決定するという結論に達しました。

価格: $8000–10,000

年式：2008年以降

走行距離：120,000km以下

メーカー：ヤリスまたはi30

モデル: トヨタまたはヒュンダイ

データセットから次の基準を満たす車を確認できます。

私の検索のこの時点では、上記の車のほとんどは市場から消えていました。しかし、これらの正確な車を購入しようとするのではなく、Facebook Marketplace と Gumtree で検索を作成するときに基準を使用することができ、車が良い価値があるという事実に自信を抱くことができました。

結論

これだけの作業を経て、分析を行った結果、安心して車を購入する準備ができたと感じました。上記の基準を使用して最新の検索で数台の車を見つけた後、現実世界でしか直面できない問題に直面しました…これらの車の調査に参加した整備士は、それぞれの車の大きな問題を特定することができました。そしてそれぞれ！このことから、分析の質やモデルに費やした労力に関係なく、現実世界では常に何か異なる予期せぬ結果が得られることがわかりました。

突然新たな問題に見舞われ、まだ時間が限られているため、私は暴走してしまいました。ディーラーで見つけた車は私の基準をまったく満たしていませんでしたが、その車には欠陥がないという保証を与えてくれました。最終的には、保証の安全性とディーラーからの購入には、より高い値札を付ける価値があると判断しました。

私の経験上、分析結果は役に立たないことが判明しましたが、この中古車検索における単純な Excel と Python のアプリケーションは、教室で学んだことを現実の世界で使用するための非常に良い使用例であることがわかりました。この記事が、他の人が簡単な Excel と Python を現実の別の状況に適用するきっかけになれば幸いです。