如果你在数据科学领域还只是个新手，那么建议你先看看——《五本书带你入门数据科学》，入门后，再学习《R语言案例实战》。
数据分析告诉你系列：
数据分析告诉你，就业形势真的很难……
2020年6月20日，深圳光明区光明金融街华发·融御花园（一期）认筹结束，公众号公布的数据显示有近9000人抢394套房，中签率低至4.4%。由于中签率太低，在微博上引起了各位大V开始纷纷吃瓜，怀疑其中大有猫腻。
有趣！于是我也下载了认筹公示名单进行分析，来看看其中是否隐藏着什么猫腻！
下载了数据之后，因为数据是Excel的格式，所以直接打开即可。可以看到，公示的数据格式如下所示：
可以看到，有用的数据，只有客户姓名和客户证件号码。为了保护隐私，开发商对信息进行保密处理，其中客户姓名只保留姓和最多一个名字，其他用星号隐蔽，客户证件号码只保留前面6位和末尾4位。
为了方便我们对数据进行分析，我们需要先处理联名购买的数据，例如上图中的第11行数据，我们需要把联名的一行数据，转成多行数据，代码如下所示：
针对微博网友的疑问，我们来对名字和身份证号码进行频次分析，代码如下所示：
执行代码，发现38个姓名和身份证重复的数据，如下所示：
不过，一个人能够拥有两个购房名额，因此只要一个身份没有超过三套房，也是非常正常的。
众所周知，我们可以通过身份证前 6 位，来得到身份证拥有者对应的出生地，而对应的规则，可以直接通过民政部发布的信息来获取，网址：http://www.mca.gov.cn/article/sj/xzqh/2020/2020/202003301019.html
有了这份数据，我们就可以根据身份证前6位，确定所有者的地区，再根据身份证前两位，确定省份，最后根据省份确定区域，代码如下所示：
执行代码，即可得到每个中签者的地区、省份和区域，如下所示：
接着，我们就可以使用图形的方式，来展示地域分析的结果，我们按照从大到小的顺序，来逐步展现，首先是区域，结果如下所示：
可以看到，位于深圳的楼盘，按道理来说，深受华南地区的购房者青睐才对，但是从饼图中我们可以看到，华南地区和华中地区的中签者比例相当，可见不愧是深圳，来了都是深圳人。
接着我们从省份的角度来观察中签者所属的区域，代码和图形如下所示：
可以看到，购房最多的还是广东人，接着是湖南人、湖北、江西、河南和四川等，从省份来看的话，在深圳购房的广东人居多，这个倒是非常正常的。
最后我们来看看，广东省内那个市的人，购房者对多，代码和图形如下所示：
可以看到，中签者多为深圳人，其次是梅州、揭阳、汕头等潮汕地区的城市，从城市上来看，也没有什么异常之处，毕竟，深圳市的人，在深圳买房，再正常不过了。
因此，从上面分析结果来看，深圳光明区光明金融街华发·融御花园的抽签，没有什么问题，一切都显示非常正常。
如果你对文章中用到的数据和代码感兴趣，关注本订阅号，回复“数据分析案例”，即可获取代码和数据进行练习。
推荐阅读
新手入门推荐：
五本书带你入门数据科学
免费阅读付费电子书的方法
不会爬虫也可轻松使用的大数据！
不会爬虫也可轻松使用的大数据！续！
R数据分析实战
R语言案例实战——用户流失预测
R语言案例实战——A/B测试效果检验
R语言案例实战——用户流失原因分析
R语言案例实战——寻找KPI用户特征
R语言案例实战——游戏收入减少原因分析
R语言案例实战——广告投放的渠道效果评估
R语言案例实战——用户为什么留下来？
概率图模型系列文章：
概率图模型——贝叶斯定理
概率图模型——精准推断
概率图模型——最大似然估计
概率图模型——连续特征参数估计
概率图模型——EM算法
概率图模型——高斯混合模型
概率图模型——蒙特卡洛抽样
概率图模型——马尔科夫蒙特卡罗（MCMC）方法
马尔科夫实战
异地女神发朋友圈，秒算天气嘘寒问暖
女神妥妥已追到手，股票分析养家糊口
蒙特卡罗实战
计算圆周率π
计算定积分
厕所排队问题
司机越浪，公路越堵？
