请用python代码解决这个问题:lianjia1.csv是个数据集（1）对数据集进行清洗处理，包括数据缺失值与异常处理、数据属性的规约、数据清洗和变换，把数据处理成可使用的数据(Data)； （2）利用已预处理的数据(Data)，基于相应的算法分析模型，从适当的角度对链家二手房交易数据做分析； （3）针对分析结果，给出相应的解释说明，提供一定的决策分析支持信息。

以下是一个简单的Python代码示例，用于对lianjia1.csv数据集进行清洗处理：

import pandas as pd
import numpy as np

# 加载数据集
data = pd.read_csv("lianjia1.csv")

# 查看数据集的基本信息，包括列名、数据类型、数据缺失情况等
data.info()

# 处理缺失值，可以使用填充或者删除等方式
data.dropna(inplace=True)

# 处理异常值，可以使用离散化、平滑等方式
data["price"] = np.where(data["price"] > 500, 500, data["price"])

# 数据属性规约，可以使用归一化、标准化等方式
data["area_norm"] = (data["area"] - data["area"].min()) / (data["area"].max() - data["area"].min())
data["price_norm"] = (data["price"] - data["price"].min()) / (data["price"].max() - data["price"].min())

# 数据清洗和变换，可以使用聚合、分组、排序等方式
data_groupby_region = data.groupby("region")["price"].mean()
data_sort = data.sort_values(by=["price", "area"], ascending=[False, True])

# 输出处理后的数据
print(data.head())

针对分析结果和提供决策分析支持信息，需要根据具体的问题和分析的结果进行相关解释和说明。