限电限产背后，你所不知道的中国电力世界排名变化-技术圈

点击上方“Python爬虫与数据挖掘”，进行关注

回复“书籍”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

乘兴南游不戒严，九重谁省谏书函。

大家好，我是才哥。

最近各地区限电限产，很多朋友关心中国电力的产能问题。其实，中国电力的产能在进入21世纪之后就开始了高速的发展，目前已经是世界电力产能第一。当然了，限电限产的具体原因这里不做展开讨论，大家可以自行查阅了解。

今天主要是就带大家看看自上个世纪90年代至今，全球各国家或地区电力产能的变化！

目录：

1. 数据采集
2. 动图制作

1. 数据采集

本次数据来源是 iea 国际能源署

网址：https://www.iea.org/fuels-and-technologies/electricity

打开网址，在Data browser可以看到选择能源类型+国家或地区，就可以得到数据曲线。

不过，我们不可能手动输入全部国家或地址的英文名称，然后去找数据。所以，我们需要解决以下2个问题：

获取全部国家或地区的英文名称
通过英文名称获取全部的数据

基于以上，我们开始尝试，F12打开开发者模式，然后刷新页面，发现了：

可以看到，这个接口刚好里面有国家或地区的信息，接口地址及采集过程如下：

import requests
import pandas as pd

# 获取国家及地区列表
url = r'https://api.iea.org/stats/countries'

r = requests.get(url)

countries = pd.DataFrame(r.json())
countries = countries.dropna(subset=['region'])

接着，我们就再找找需要的电力数据接口，同样的页面我们键入某个国家名称后回车看看，发现了：

可以看到，我们需要的数据都在这里了，接口地址及采集过程如下：

dataList = []
for i, country in enumerate(countries['stats']):
    url = r'https://api.iea.org/stats/indicator/TotElecCons'
    params = {
        'countries':country,
        'startYear':1990
        }
    r = requests.get(url, params=params)
    df = pd.DataFrame(r.json())
    try:
        data = df[['year']].copy()
        data[country] = df['value']
        data.set_index('year',inplace=True)
        dataList.append(data)
        print(f'{i}')
    except :
        continue

results = pd.concat(dataList,axis=1).fillna(0).loc[:'2018']