2021中国胡润百富榜揭晓：中国首富竟是他......

2022年05月11日阅读数：11

这篇文章主要向大家介绍2021中国胡润百富榜揭晓：中国首富竟是他......,主要内容包括基础应用、实用技巧、原理机制等方面，希望对大家有所帮助。

标签： python web json app svg 工具 ui url spa .net

2021中国胡润百富榜

前几天看到一个有意思的榜单“中国胡润百富榜单”，今年是胡润研究院自1999年以来连续第23次发布“胡润百富榜”，上榜门槛连续第九年保持20亿元。今天带你们分析看看中国都有哪些大牛！python

数据采集

数据来源：https://www.hurun.net/zh-CN/Rank/HsRankDetails?pagetype=richweb

打开页面以下

咱们须要采集前 2000 名榜单人员的基本信息，分析过程十分简单：F12 打开开发者工具。CTRL + R 刷新页面，就能够看到抓到的数据包。

https://www.hurun.net/zh-CN/Rank/HsRankDetailsList?num=YUBAO34E&search=&offset=0&limit=20json

采集的连接中包含两个主要参数，app

offset：0，页码
limit：20，限制数据量最多 20 条

代码抓取的的时候暴力点，直接设置 limit=2000，即一次请求 2000 条用户数据，不用分页请求，思路有了，开始撸代码！svg

import requests

headers = {
   
   
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.54 Safari/537.36'
}

params = {
   
   
    'num': 'YUBAO34E',
    'offset': 0,
    'limit': 2000
}

url = 'https://www.hurun.net/zh-CN/Rank/HsRankDetailsList'
page_text = requests.get(url=url, headers=headers, params=params).json()
page_text

有数据输出，而且数据量看起来也没问题，下一步开始解析须要的字段。代码较多这里就不展现了，文末有完整源码获取方式！工具

因为数据包中的信息确实较多，我只提取了部分须要的字段，大体以下：

因为后面须要作地图，须要省份信息，因此对出生地字段切割一下，将省份提取出来，图片字段一样也要作一些处理，主要是因为我用 Tableau 作图的缘由，若是你们可视化方式不一样，彻底能够跳过这一步！ui

df['birth_place_split'] = df['birth_place'].str.split('-')
df['birth_place_split'] = df['birth_place_split'].apply(lambda x:'' if len(x) == 1 else x[1])
df['photo_split'] = df['photo'].apply(lambda x:x.split('/')[-1])
df.head()