我用 AntV/S2 买了一套房

简介: 我用 AntV/S2 买了一套房

图片.png

背景


经过一年多的摇号,我在前两天收到了某网红盘的摇中通知。还沉浸在摇中房屋喜悦中的我,很快被售房顾问告知选房的人很多,每位购房者的选房时间都很短,必须 一分钟内 快速选房。并且,排在 400 多号的我,在选房时无法得知前面选房者的实时信息。所以,我首先要从 1000 多套房源中,把不满足要求的房源都排除掉。加上现场选房时间短,需要在分分中完成这上百万的交易,怕自己过于紧张,必须得准备一个简单可靠的小抄。

刚好最近在做的一个多维表格项目就很适用于这个场景,首先它具有方便的筛选功能,能过滤掉不想要的房型(日照短,临街等)。其次,它可以对数据进行分组,快速找到钟意房源的楼栋、单元、楼层等范围。于是我快速行动,开始搭建快速选房的多维表格。



知识扩展



多维表俗称交叉表,由列和行组成的双向表。相对于普通表格,具有能够构造汇总显示大量数据的优势。而我们的 AntV/S2 中拥有这两种表格,满足你所有需求 🤩图片.png


搭建可视化 demo


数据准备

我通过开发商和万能的互联网收集到了楼栋单元房号楼层房屋类型是否临街朝向面积 这几个维度的数据。

数据展示

[
  {
    "name": "21#", // 楼栋
    "unit": "1单元",  // 单元
    "building": 1,  // 房号 
    "level": 2, // 楼层
    "property": "公寓", // 房屋类型
    "nearStreet": false, // 是否临街
    "toward": "东", // 朝向
    "area": 111,  // 面积
    "score": 7  // 评分
  },
  {
    "name": "21#",
    "unit": "1单元",
    "building": 2,
    "level": 12,
    "property": "住宅",
    "nearStreet": true,
    "toward": "东",
    "area": 123,
    "score": 7
  },
  ...
]


初始化表格

使用  S2 快速搭建报表。

代码实现

import React from "react";
import ReactDOM from "react-dom";
import { SheetComponent } from "@antv/s2-react";
import '@antv/s2-react/dist/style.min.css';
// 1. 添加配置
const s2Options = {
  width: 700,
  height: 580,
}
// 2. 配置数据
const dataCfg = {
  data: data, // 填入准备好的 houses.json 
  describe: '如何使用 S2 买房',
  fields: {
    rows: [  // 行头维度
      'name',
      'unit',
      'building',
      'level',
      'nearStreet',
      'toward',
      'property',
    ],
    columns: [], // 列头维度
    values: ['area'], // 数值
  },
  meta: [
    {
      field: 'name',
      name: '楼栋',
    },
    {
      field: 'unit',
      name: '单元号',
    },
    ...
  ]
}
// 3. 渲染
ReactDOM.render(
  <SheetComponent
    dataCfg={dataCfg}
    options={options}
  />,
  document.getElementById('container')
);

展示效果

图片.png

过滤房源

列举选房需求,引入 Ant Design 中的 Select 组件实现筛选器, 快速过滤不理想的房源。

列举选房需求

  • 房屋类型为住宅:成都的阳光灰常的珍贵,公寓(居住用地,房屋产权仍为 70年)的话冬至日照不足 3 时/天 。
  • 因为对噪音敏感,所以希望房屋不临街
  • 希望购买一个不太拥挤的套三,所以面积设置到了 100~130 平。
  • 最后是楼层,一栋楼最好的楼层是 2/3 处高度(30层的话,20层较好)。因为成都周边存在一些地震带,所以我向下兼容能力也比较强。但是,太矮了可能会被🌲 遮挡,蚊子多,鸟叫声恼人等问题,所以,楼层最终锁定在 6~30 层。


图片.png

查看汇总房源

使用 S2 字段的分页功能,帮助我实时查看理想房源汇总数。

代码实现

...
const s2Options = {
  width: 700,
  height: 580,
  pagination: { // 分页配置
    pageSize: 50,
    current: 1,
  },
}
ReactDOM.render(
  <SheetComponent
    dataCfg={dataCfg}
    options={options}
    showPagination={true} // 打开 S2 内置的分页功能
  />,
  document.getElementById('container')
);

展示效果

图片.png

排序让数据更清晰

利用 S2 组内排序功能,让楼栋单元房号楼层 展示更加清晰有序

代码实现

...
const header = {
  advancedSortCfg: { open: true }, // 打开高级功能
};
// 配置数据中添加排序
const dataCfg = {
  ...
  sortParams:  [
  {
    sortFieldId: 'name', 
    sortMethod: 'ASC', // 按首字母进行升降序
  },
  {
    sortFieldId: 'unit',
    sortMethod: 'ASC',
  },
  {
    sortFieldId: 'level',
    sortFunc: (params) => { // 自定义升降序
      const {data} = params;
      return data.sort((a, b) => {
        const aNum = last(a.split(ID_SEPARATOR));
        const bNum = last(b.split(ID_SEPARATOR));
        return  bNum - aNum;
      });
    }
  }]
}
ReactDOM.render(
  <SheetComponent
    dataCfg={dataCfg}
    options={options}
  />,
  document.getElementById('container')
);

展示效果

图片.png

重点标记理想户型

使用字段标记功能,📌  理想户型。

  • 120平的🏡  ,房型方正,得房率高。是我重点标记的对象。
  • 123平的🏡  ,南北通透,房型合理。也是我重点标记的对象。

代码实现

...
const s2Options = {
  width: 700,
  height: 580,
  pagination: { // 分页配置
    pageSize: 50,
    current: 1,
  },
  conditions: {
    // 背景 (background) 字段标记
    background: [
      {
        field: 'area',
        mapping(value) {
          if (value === 123 || value === 119) {
            return {
              // fill 是背景字段标记下唯一必须的字段,用于指定文本颜色
              fill: '#b8e1ff',
            };
          }
          return {
            fill: '#fff'
          };
        },
      },
    ],
  },
};
ReactDOM.render(
  <SheetComponent
    dataCfg={dataCfg}
    options={options}
    header={header} // 配置表头
  />,
  document.getElementById('container')
);

展示效果

图片.png

📊 查看完整 S2 官方购房demo(https://s2.antv.vision/zh/examples/case/data-preview/#house

📝选房优先级:

根据以上筛选只有 149 条满足需求,而对于 400 多号的我,还是很难选到。但是,我还是首先记录下满足以上要求的第一优先级房屋。

  • 第一优先级 (149)
    21#2-1:26~30
    22#1-2:6~30
    ...

然后逐渐放宽要求,选出第二、三优先级的房子的范围。

  • 第一优先级 (149套)
    21#2-1:26~30
    22#1-2:6~30
    ...
  • 第二优先级 (237套)
    15#1-3: 24~29
    15#1-4:  22~29
    ...

出发选房

我带着范围小抄,出发选房啦。相对于其他购房者的犹豫不决,手握“宝典”的我,胸有成竹,最终成功捡漏第二优先级中的房屋💃。

图片.png


最后的最后


GitHub star ⭐️🌟 (https://github.com/antvis/S2) 的盆友, 赠送购房攻略(https://codesandbox.io/s/s2-house-template-4jgz7q?file=/config.ts)一套

想体验多维表格强大的分析和看数功能吗?欢迎使用 AntV/S2  
我们的
AntV/S2  已经开源啦
,无论在工作还是生活都可以随意使用。如果你觉得以上文章对你还有帮助,或者有一定兴趣,欢迎一键三连:AntV/S2 - GitHub(https://github.com/antvis/S2

相关文章
|
Linux 图形学 Windows
Linux(入门)---001.desktop文件教程
Linux(入门)---001.desktop文件教程
1101 1
|
存储 NoSQL Java
什么是Cookie与Session之Session详解
什么是Cookie与Session之Session详解
1279 0
|
Java
Java Poi-tl操作Word文档,插入文本和图片
poi-tl(poi template language)是Word模板引擎,基于Microsoft Word模板和数据生成新的文档
1998 0
|
4月前
|
SQL 人工智能 自然语言处理
业务人员也能用的 AI 数据分析工具?Aloudata Agent “开箱即用”体验报告
不仅提升了个人工作效率,更推动了企业数据民主化进程,让数据真正成为驱动业务增长的核心引擎
|
5月前
|
SQL 人工智能 自然语言处理
AI 数据分析如何保障准确性?构建可信数据基础成为关键
NoETL 指标语义层的引入,将智能问数从“概率游戏”拉回到“工程科学”
|
JavaScript IDE 前端开发
从 VS Code 的历史中可以学到的经验
VS Code 作为目前使用人数绝对 Top1 的 IDE/Editor(Stackoverflow 2021 调研:https://insights.stackoverflow.com/survey/2021#section-most-popular-technologies-integrated-development-environment 有 71% 的开发者使用),一定是做对了一些关键的事情才达到今天的规模,如果想做好一个技术性的产品或工具,细细研究,一定能有所收获。
2999 0
从 VS Code 的历史中可以学到的经验
|
开发框架 缓存 .NET
并发请求太多,服务器崩溃了?试试使用 ASP.NET Core Web API 操作筛选器对请求进行限流
并发请求太多,服务器崩溃了?试试使用 ASP.NET Core Web API 操作筛选器对请求进行限流
598 0
|
SQL DataWorks 关系型数据库
DataWorks操作报错合集之执行读取任务时遇到报错:“ERROR: failed to acquire resources on one or more segments”,该怎么解决
DataWorks是阿里云提供的一站式大数据开发与治理平台,支持数据集成、数据开发、数据服务、数据质量管理、数据安全管理等全流程数据处理。在使用DataWorks过程中,可能会遇到各种操作报错。以下是一些常见的报错情况及其可能的原因和解决方法。
|
机器学习/深度学习 算法 数据挖掘
量子计算在金融领域的应用探索
量子计算凭借其强大的计算能力和数据处理能力,正逐渐在金融领域展现巨大潜力。本文探讨了量子计算在风险管理、投资组合优化、高频交易、反欺诈及金融衍生品定价等方面的应用,介绍了当前进展及未来挑战,展示了量子计算如何提升金融决策效率和准确性。
1249 8
|
存储 Unix Linux
Linux中如何写一个倒计时的脚本
由于项目需要编写一个脚本中倒计时的功能,思路总体是一个for循环中echo. 但是如何做到优雅还需要使用tput来打磨。
459 1