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2019-2024年我国地级市逐月房价数据（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平均房价！
本次我们为大家带来的是2019-2024年我国区县的新房房价数据！包括2000多个区县的月度新房房价，时间范围从2019年1月到2023年12月，数据格式处理为了Excel和Shp两种。
大家可以在公众号回复关键词 581按照转发要求获取该数据！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，2019年1月—2024年12月的区县新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、月度新房房价、数据说明。
各区县新房房价属性表
2024年12月各区县新房房价（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2019-2024年逐月新房房价同样汇总为一个Excel文件。
各区县新房房价（Excel格式）
02 数据详情
时间范围：
新房房价：2019.01—2024.12（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
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GS（2024）0650号的2024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：
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数据连接到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。涉及113个区县，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：
03 数据获取
京公网安备 11011402013531号