背景

香港租房市场按区域价格差异很大。差饷物业估价署最新数据显示，港岛A类单位呎租约50港币，而新界同类型仅32港币——同样400呎，月租可以差将近8,000元。

手动对比各区租金效率很低。本文用 Python 调用 Claude API，实现自动化的租金数据分析和区域选择建议。

环境信息

• Python 3.11+
• anthropic SDK（pip install anthropic）
• pandas
• Claude API Key（需在 Anthropic Console 获取）
• 模型：claude-opus-4-8-20250528（2026年5月28日发布的最新版本）

数据准备

从差饷物业估价署获取各区租金数据，整理为 CSV 格式：

区域,类别,呎租(HKD),400呎月租,700呎月租
港岛,A类,50,20000,-
港岛,B类,40,-,28000
九龙,A类,42,16800,-
九龙,B类,35,-,24500
新界,A类,32,12800,-
新界,B类,26,-,18200

Python 实现

安装依赖

pip install anthropic pandas tabulate

完整代码

import anthropic
import pandas as pd

# 初始化 Claude 客户端
client = anthropic.Anthropic(
    api_key="YOUR_API_KEY"  # 替换为你的 API Key
)

# 加载租金数据
df = pd.read_csv("hk_rental_2026.csv", encoding="utf-8")

# 构造数据摘要
data_summary = df.to_markdown(index=False)

# 用户条件
user_context = """
我是在鰂鱼涌工作的内地人，预算15000-18000港币/月。
需要一个400呎左右的单位，通勤时间不超过40分钟。
"""

# 构造 prompt
prompt = f"""
你是香港房地产数据分析师。基于以下官方租金数据：

{data_summary}

用户情况：
{user_context}

请完成以下分析：
1. 各区呎租对比表格
2. 基于用户预算和通勤条件，推荐3个最适合区域
3. 对比最优区域与港岛的年度租金差额
4. 给内地来港人士的3条租房注意事项

输出使用中文，金额用港币标注。
"""

# 调用 Claude API
response = client.messages.create(
    model="claude-opus-4-8-20250528",
    max_tokens=2000,
    messages=[{"role": "user", "content": prompt}]
)

# 输出结果
print(response.content[0].text)

运行效果

执行脚本后，Claude 返回结构化分析：

• 各区呎租对比表：港岛50/呎 > 九龙42/呎 > 新界32/呎
• 区域推荐：将军澳（25分钟通勤，租金仅港岛一半）排名第一
• 年租金差额：选择将军澳替代港岛，年省约12万港币
• 注意事项：确认免租期条款、检查差饷管理费是否包含在租金内、核实业主身份

踩坑记录

1. CSV 文件编码问题

香港数据常见 Big5 编码，直接用 UTF-8 读取会乱码：

# 出错的情况
df = pd.read_csv("hk_rental.csv")

# 修正
df = pd.read_csv("hk_rental.csv", encoding="big5")

2. 面积单位混淆

Claude 默认使用平方米。香港租房市场以平方呎为单位，需要在 prompt 中明确标注"呎租（港元/平方呎）"，否则计算结果会出错。

3. 预算边界处理

API 返回的建议有时恰好卡在预算上限。加上"推荐时应留至少10%预算余量"的约束可以避免，因为实际租房还有管理费、差饷等额外支出。

参考链接

1. Anthropic API 文档 - Messages API
2. 差饷物业估价署 - 物业市场统计资料
3. pandas 官方文档