本报告由 Powerdrill 提供支持—一个旨在提高您生产力的 AI 驱动数据分析工具。

今天就试试它的一键报告生成，访问 https://powerdrill.ai。

数据集简介

名为 "Cars_dataset_table_0.csv" 的数据集包含 8,128 个条目，具有五个关键属性： brand、 km_driven、 fuel、 owner 和 selling_price。该数据集提供了对汽车市场的洞察，重点关注汽车品牌的多样性，按行驶公里数、燃料类型、所有权历史和销售价格进行分类。'brand' 列包括多种汽车制造商，如 Ambassador、Ashok、Audi、BMW 和 Chevrolet。'km_driven' 列记录每辆车的总行驶公里数，数值范围从 1 到可能更高的数字，表明车辆的使用水平。'fuel' 列按燃料类型对汽车进行分类，包括 CNG、柴油、LPG 和汽油。所有权历史记录在 'owner' 列中，包括如第一任车主、第二任车主和试驾车等类别。最后，'selling_price' 列提供了汽车的市场价格，示例范围从 29,999 到 33,351。 

从样本数据可以观察到，Maruti 是一个常见品牌，车辆的使用各异，从 5,000 到 175,000 公里。燃料类型多样，柴油和汽油占主导地位。大多数车辆为第一任或第二任车主，表明较新的所有权历史。销售价格差异显著，范围从 45,000 到 500,000，反映了汽车状况、品牌价值和市场需求的差异。该数据集对分析汽车销售趋势、理解消费者偏好以及评估使用和所有权对汽车定价的影响非常有价值。

车主的平均行驶公里数

该可视化显示了根据车辆所有权状态的平均行驶公里数的细分数据。数据显示，归类为 "第四任及以上车主" 和 "第三任车主" 的车辆平均行驶公里数显著较高，分别为 106,116.64 公里和 100,239.57 公里。这表明这些车辆可能较旧且使用更加频繁。 

相比之下，"第一任车主" 类别的平均值较低，为 57,508.8 公里，这可能反映出这些车辆使用较少，因为这些车辆通常较新。"第二任车主" 类别的平均值也表明出较为适中的 89,861.53 公里，显示出新旧车辆使用之间的平衡。值得注意的是，"试驾车" 类别的平均行驶公里数最低，为 14,631.4 公里，这可能是由于其用于演示目的的使用有限。该分析突显了根据所有权模式车辆使用情况的不同，具有理解车辆耐久性和使用趋势的影响。

基于所有权的销售价格分析

此分析揭示了不同车辆车主之间销售价格的显着差异，"第一任车主" 类别尤为突出。第一任车主的销售总价约为 41 亿，远超后续车主的金额。这表明市场对由第一任车主出售的车辆有强烈的偏好或价值保留。

相对而言，其他所有者类别，包括 "第二任车主"、"第三任车主" 和 "第四任及以上车主" 的销售价格明显较低，表明车辆在首次销售后通常会显著贬值。数据突显了所有权历史在确定车辆价值中的重要性，首次所有权是市场买家的关键因素。这样的见解可以指导潜在的卖家和买家在车辆交易中做出明智的决策。

所有权归属分析：销售价格分布

该可视化清晰地显示了不同车辆车主归属的销售价格分布，突显了第一任车主的主导地位。第一任车主占总销售价格的 79.8%，显而易见，由初始车主出售的车辆在市场上占据了显著的份额。这表明买家对单一前任车主的车辆表现出强烈的偏好，这可能是由于对其可靠性和维护历史的感知。

相比之下，第二任车主类别仅占总销售价格的 15.9%，而第三任车主和其他类别的贡献更少，第三任车主占 3.0%。这种显著的差异表明，随着车辆的转手，销售价格通常会下降，反映出潜在的贬值和买家对多位前任所有者车辆的犹豫。总体而言，数据强化了所有权历史在确定市场车辆价值中的重要性。

按售价排名的顶级品牌：Maruti 和 Hyundai 领跑

分析表明，Maruti 和 Hyundai 是销售价格方面的突出品牌，远超其竞争对手。Maruti 以约 9.867 亿的总销售额领先，而 Hyundai 以大约 6.488 亿紧随其后。这一巨大差距显示了 Maruti 在汽车行业的主导市场地位和消费者偏好。 

可视化显示品牌之间的明确层级，Maruti 和 Hyundai 位居前两位。其他品牌如 BMW 和 Mahindra 显示出显著数据，但与前两者相比相差甚远。这一趋势表明，Maruti 和 Hyundai 不仅占据了更大的市场份额，而且能更有效地与消费者产生共鸣，可能是由于定价、品牌忠诚度和产品供应等因素。

燃油车辆的销售价格与行驶公里数之间的关系

分析显示销售价格与燃油车辆平均行驶公里数之间存在正相关关系，皮尔逊相关系数约为 0.28。这表明，通常情况下，随着燃油车辆销售价格的上涨，平均行驶公里数也往往会上升，尽管这种相关性相对较弱。

散点图可视化进一步说明了这种关系，显示出较高销售价格与较高行驶公里数相关。然而，数据点的分布表明存在变异性，暗示着其他因素可能也在影响销售价格和行驶公里数。该见解对汽车市场的相关方来说可能有价值，因为它突显了车辆使用与定价策略之间的潜在关系。

行驶公里数如何影响汽车的销售价格？

数据分析

• 平均行驶公里数：行驶公里数的平均值约为 69,819.51，范围从 1 到 2,360,457 公里。

• 平均销售价格：平均销售价格约为 638,271.81，价格范围从 29,999 到 10,000,000。

可视化见解

• 散点图观察：散点图显示了一种一般趋势，即行驶公里数较少的车辆往往具有较高的销售价格。随着行驶公里数的增加，销售价格往往下降。

• 数据点的密度：在低行驶公里数和低销售价格的范围内，有大量的数据点，表明了一个常见的市场细分。

结论与见解

• 负相关性：行驶公里数与销售价格之间存在明显的负相关性。行驶里程较高的汽车通常售价较低。 

• 市场影响：这一趋势表明，买家更看重较低的里程，这通常由于对可靠性和耐用性的感知，影响了汽车的转售价值。

汽车所有权类型分布

频率分析

• 第一任车主：最常见的拥有类型，频率为 5,289。 

• 第二任车主：第二常见，共出现 2,105 次。

• 第三任车主：在数据集中出现了 555 次。

• 第四任及以上车主：频率为 174。

• 试驾车：最少见，仅有 5 次。

  
  

可视化见解 

• 第一任车主的主导地位：柱状图清楚地显示 "第一任车主" 是主要类别。

• 试驾车的低频率：与其他类型相比，"试驾车" 的占有率微不足道。

  
  

结论与见解

• 第一任车主的普遍性：该数据集严重倾向于第一次购车的车主。

• 潜在市场见解：试驾车数量少表明该类别的可用性或需求有限。

除此之外，还有哪些因素可能影响该数据集中汽车的销售价格？

'km_driven' 对销售价格的影响

• 平均 km_driven：数据集中汽车的平均行驶公里数约为 69,819.51。

• 中位数 km_driven：中位数行驶公里数为 60,000，表明一半的汽车行驶公里数少于此距离。

• 与销售价格的相关性：行驶公里数与销售价格之间存在 -0.2255 的负相关性，表明行驶公里数增加时，销售价格通常会下降。

  
  

'fuel' 对销售价格的影响

• CNG：使用 CNG 的汽车平均销售价格为 301,017.49。 

• 柴油：柴油车的平均销售价格为 791,452.92，最高。

• LPG：LPG 车的平均销售价格最低，为 200,421.05。 

• 汽油：汽油车的平均销售价格为 462,441.06。 

• 显著差异：不同燃料类型间的平均销售价格存在显著差异，柴油车平均价格最高。

  
  

'brand' 对销售价格的影响

• 品牌差异性：不同品牌的平均销售价格范围广，从最低 57,000 到最高 5,150,000。

• 高端品牌：如 Audi 和 BMW 这类品牌的平均销售价格显著更高，BMW 的平均价格超过 400 万。 

• 经济品牌：如 Ambassador 和 Chevrolet 的平均销售价格较低，表明品牌声誉和市场定位对销售价格的显著影响。

  
  

结论与见解 

• 行驶公里数：负相关性表明行驶公里数较高的汽车往往销售价格较低，这是汽车市场的一种普遍趋势。

• 燃料类型：燃料类型显著影响销售价格，柴油车由于其燃油效率和性能而更高。

• 品牌影响：汽车品牌是其销售价格的主要决定因素，豪华品牌通常价格更高。这表明品牌声誉和感知质量在定价中起着关键作用。

行驶公里数与各汽车品牌销售价格之间的关系

相关性数据概述

• 平均相关性：各品牌的平均相关性为 -0.38，表明行驶公里数与销售价格之间存在一般负相关关系。 

• 相关性范围：相关性范围从 -0.97 到 0.57，表明品牌之间存在显著变异。

• 样本品牌：包括 Ambassador (-0.34)、Audi (-0.53)、BMW (-0.81) 和 Chevrolet (0.10)。

相关性的可视化呈现

• 负相关性：许多品牌，如 BMW 和 Audi，表现出强的负相关性，表明行驶公里数较高通常导致销售价格较低。

• 正相关性：一些品牌，如 Chevrolet 和 Volvo，显示出正相关性，表明行驶公里数可能不会显著影响销售价格，或者在某些情况下甚至可能会增加。

• 变异性：散点图突显了这些关系在不同品牌之间的多样性，有些品牌几乎没有相关性。

结论与见解 

• 一般趋势：大多数汽车品牌表现出行驶公里数与销售价格之间的负相关性，这意味着车辆行驶更久，价格往往呈下降趋势。

• 品牌特定变异：这种关系的强度和方向在品牌之间可以显著变化，表明品牌声誉、汽车模型耐用性和市场需求等因素可能影响这些相关性。