房价是一个城市发展程度的重要体现一个城市的房价越高通常代表这个城市越发达对于人口的吸引力越大因此房价数据是我们在各项城市研究中都非常常用的数据之前我们分享过2011-2025年我国地级市逐月二手房房价数据可查看之前的文章获悉详情包括300多个地级及以上城市的月度二手房房价本次我们为大家带来的是2015-2025年我国区县的二手房房价数据包括2000多个区县的月度二手房房价时间范围从2015年1月到2025年12月数据格式处理为了Excel和Shp两种。该数据只对立方数据学社会员开放在本公众号后台回复关键词会员可得到会员规则和办理方式。对于已经是会员的同学请向会员客服发放关键词440A获取该数据。以下为数据的详细介绍01 数据预览我们先来看一下Shp格式的数据2015年1月-2025年12月的区县二手房房价数据汇总在一个Shp文件中数据字段主要包括省份名称、省代码、城市名称、城市代码、区县名称、区县代码、月度二手房房价。2025年12月各区县二手房房价Shp格式我们再来看一下Excel格式的数据数据字段的具体属性与Shp格式相同各区县2015-2025年逐月二手房房价同样汇总为一个Excel文件。2015-2025年各区县逐月二手房房价Excel格式02 数据详情时间范围二手房房价2015.1-2025.12逐月统计口径区县数据单位元/㎡数据格式Excel和Shp空间坐标GCS_WGS_1984行政区划数据来源县级行政边界数据来源于国家地理信息公共服务平台天地图发布的审图号为GS20240650号的2025年县级行政区划Shp数据可查看之前的文章获悉详情数据说明该房价数据原始数据为excel格式我们基于excel中的区县名称与shp格式的县级行政区划数据中的区县名称做数据连接得到了shp格式的房价数据。在连接过程中由于excel数据中的区县名称和shp数据中的区县名称存在不对应的情况会有数据缺失具体分类如下两种情况1.Excel中有数据但Shp行政区划数据中数据缺失Excel和Shp中包含的区县数量不同将Excel数连接到Shp数据时会因为区县名称不同或历年来区县变化等原因产生数据丢失主要原因在于区县Shp中不包含市区和高新区的房价数据。我们将未匹配上的区县房价整理为一个Excel文件一并分享给大家部分数据预览如下2.Shp中有数据但Excel中数据缺失2015-2025年间单个区县可能会存在某一月度数据缺失的情况具体数据情况以Excel为准。03 数据获取如有数据使用需求请按照官方平台的要求进行引用更多数据详情可以查看官网获悉