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2019-2025年我国地级市逐月新房房价数据，包括300多个地级及以上城市的月度新房房价！ 本次我们为大家带来的是**2019-2025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2025年7月，数据格式处理为了Excel和Shp两种。 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---2025年7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。
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2019-2025年逐月新房房价同样汇总为一个Excel文件。
2019-2025年各区县逐月新房房价（Excel格式）
02
数据详情
**时间范围：**新房房价：2019.1---2025.7（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GS（2024）0650号的2024年县级行政区划Shp数据
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。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：
- Shp中有数据，但Excel中数据缺失：2019-2025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。
【下载→
方式一（推荐）：主页 *个人* 简介
方式二：数据下载方式汇总-CSDN博客