Zillow 数据集示例
Zillow 数据集示例（常见房产数据集样本展示）
Zillow（美国著名房地产平台）公开或通过爬取/竞赛分享的数据集主要有两类：
- 宏观聚合数据：如 ZHVI（Zillow Home Value Index，房屋价值指数），这是 Zillow Research 每月发布的 CSV，追踪区域中位房价趋势。
- 微观房产级数据：如 Kaggle “Zillow Prize” 竞赛数据集（2017 年），包含单个房产的特征 + 实际售价误差；或第三方爬取的 listing 数据（zpid、地址、卧室数、价格、Zestimate 等）。
下面给你几个典型示例（基于公开来源的样本行或结构描述）：
1. Zillow Research ZHVI 示例（区域房价指数，宏观聚合型）
这是最官方的公开数据集之一，格式为 CSV，每行是一个地区（如 Metro、City、Zip）的月度中位房价估算。
典型列（部分）：
- RegionID
- RegionName (e.g., Metro name or Zip code)
- SizeRank
- RegionType (e.g., Metro, City, Zip)
- StateName
- 然后是大量日期列：2000-01-31, 2000-02-29, …, 最新月
示例行（简化，假设 Metro 数据）：
| RegionName | StateName | 2025-01-31 | 2025-02-28 | 2025-03-31 | … |
|---|---|---|---|---|---|
| New York-Newark-Jersey City | NY | 682400 | 685200 | 688900 | … |
| Los Angeles-Long Beach-Anaheim | CA | 912500 | 918000 | 923700 | … |
| Chicago-Naperville-Elgin | IL | 345600 | 347800 | 350200 | … |
下载地址示例：https://www.zillow.com/research/data/（每月更新，选择 ZHVI → Metro 等）。
2. Kaggle Zillow Prize 数据集示例（房产级，微观 + 预测误差）
这是最经典的机器学习数据集（2017 竞赛），目标是预测 log-error = log(实际售价) - log(Zestimate)。
properties_2016.csv（房产特征，主表，约 3M 行，58 列）
典型列（部分）：
- parcelid（房产唯一 ID）
- bathroomcnt（浴室数）
- bedroomcnt（卧室数）
- calculatedfinishedsquarefeet（计算完工面积）
- latitude / longitude
- lotsizesquarefeet（地块面积）
- yearbuilt（建造年份）
- taxvaluedollarcnt（税评估价值）
- regionidcity / regionidzip 等
示例前几行（简化，基于公开 notebook 描述）：
| parcelid | bathroomcnt | bedroomcnt | calculatedfinishedsquarefeet | yearbuilt | taxvaluedollarcnt | latitude | longitude | … |
|---|---|---|---|---|---|---|---|---|
| 10754147 | 0.0 | 0.0 | NaN | NaN | 9.0 | 34144442 | -118654084 | … |
| 10759547 | 3.0 | 4.0 | 3560.0 | 1951.0 | 1023282.0 | 34140436 | -118625360 | … |
| 10805063 | 2.0 | 2.0 | 730.0 | 1949.0 | 464000.0 | 34171012 | -118414328 | … |
train_2016_v2.csv（训练标签，只有部分房产有）：
| parcelid | transactiondate | logerror |
|---|---|---|
| 10754147 | 2016-01-01 | 0.0276 |
| 10759547 | 2016-01-01 | -0.1685 |
| … | … | … |
这个数据集现在在 Kaggle 上还能下载：https://www.kaggle.com/c/zillow-prize-1/data
3. 第三方爬取的 Zillow Listing 数据示例（常见商业/研究样本）
很多第三方（如 Bright Data、PromptCloud）提供或分享的 Zillow listing 样本，字段更贴近当前网页显示。
典型字段（部分）：
- zpid（Zillow Property ID）
- url
- address / street
- city / state / zip
- beds / baths
- sqft
- price（售价或租金）
- zestimate（Zillow 估价）
- rentZestimate（租金估价）
- year_built
- home_status（For Sale / Sold / Rent 等）
- latitude / longitude
示例行（基于公开样本，如 Bright Data 或 Actowiz 的预览）：
| zpid | address | city | state | zip | beds | baths | sqft | price | zestimate | year_built | home_status |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 12345678 | 123 Main St | Manhattan | NY | 10019 | 2 | 2 | 1200 | 3290000 | 3350000 | 2010 | For Sale |
| 87654321 | 456 Broadway | Astoria | NY | 11105 | 2 | 1 | 900 | 275000 | 280000 | 1995 | Sold |
| 11223344 | 789 Ocean Ave | Los Angeles | CA | 90001 | 3 | 2.5 | 1800 | 950000 | 980000 | 2005 | For Rent |
这些是常见样本结构，实际数据量从几千到上百万行不等。
如果你需要：
- 下载具体文件（ZHVI 或 Kaggle 数据）
- 用 Python/Pandas 加载示例代码
- 某个特定字段的分布/分析示例
告诉我你的用途（机器学习建模？房价预测？数据分析？），我可以给你更针对性的代码或链接～