선생님덕분에 서울 부동산가격 크롤링 했습니다 (코드첨부)

[오형선]

컴이 꼬라서 colab으로 진행했는데 배운거 쓰면서 하니까 흥미도 생기고 좋네요

GPT가 50% 이상 도와줬는데 아래 코드첨부합니다

남은강의도 팍팍 도전해보겠습니다 선생님 감사합니다 X3


from datetime import date
# 오늘 날짜의 ISO 주차 가져오기
iso_week = date.today().isocalendar()[1]
print(f"2025년 3월 24일(오늘)은 {iso_week}주 입니다.")

import requests
import re
import pandas as pd
from bs4 import BeautifulSoup

def 서울부동산(x):
    news1 = requests.get(f'https://land.naver.com/news/trendReportView.naver?artcl_seq={x+1833}&artcl_tp_cd=01&page=1')
    soup = BeautifulSoup(news1.content, 'html.parser')
    #print(soup.prettify())
    date = soup.select('#content > div.article_header.wordwrap > h3')[0].text
    body = soup.select('#report_body > div:nth-child(9)')[0].text

    #주차데이터 산출 -GPT도움
    week_match = re.search(r'\[(.*?)\]', date)
    week = week_match.group(1) if week_match else ""

    # 정규표현식으로 '구'와 변동 값 추출 -GPT도움
    matches = re.findall(r'(\w+구)\s([-+]?[0-9]*\.?[0-9]+)%', body)

    #데이터프레임 생성 -GPT도움
    df = pd.DataFrame([(week, gu, change) for gu, change in matches], columns=['주차', '지역구', '변동'])

    # 변동 값을 숫자형(float)으로 변환
    df['변동'] = df['변동'].astype(float)
    return df

#주차별 부동산값을 합치기위한 임시 DataFrame생성
df_all = pd.DataFrame()

for i in range(1,iso_week):
    df = 서울부동산(i)
    df_all = pd.concat([df_all, df], ignore_index=True)  # 이어붙이기

print(df_all)

def df_hist(state):
    #주차별 지역구 이력 조회 함수
    df_history = df_all.query(f'지역구 == "{state}"').sort_values('주차').reset_index(drop = True)
    df_history = df_history[['지역구', '주차', '변동']]
    return df_history

#25년 1주부터의 지역구별 변동합계를 구해보자

df_rank = df_all.groupby('지역구')['변동'].sum().sort_values(ascending = False).reset_index()

print(df_hist("강남구"))

print(df_rank)

[오형선]

print(df_rank)값은 다음과 같습니다
역시 송파구 입니다
   지역구 변동 
0 송파구 9.61
1 강남구 5.88 
2 서초구 2.69 
3 양천구 2.08 
4 종로구 2.07 
5 용산구 1.94 
6 성동구 1.18 
7 마포구 1.16 
8 강동구 1.11 
9 영등포구 1.00 
10 동대문구 0.86 
11 서대문구 0.77 
12 중구 0.63 
13 성북구 0.53 
14 동작구 0.44 

[codingapple]

이제 결과를 차트로 찍어보면 더 있어보이겠군요

[글쓴이]

글