将一些数据转换为Pandas DataFrame

英国石油公司 (BP)

它解析类似于 初级能源消费 的表格（而不是像 初级能源 - 按燃料消费）。

开放： http://www.bp.com/statisticalreview 或 https://www.bp.com/en/global/corporate/energy-economics/statistical-review-of-world-energy.html

下载 世界能源统计概览 – 所有数据。

用法

from shifter_pandas.bp import UNITS_ENERGY, BPDatasource

shifter_ds = BPDatasource("bp-stats-review-2021-all-data.xlsx")

df = shifter_ds.datasource(units_filter=UNITS_ENERGY, regions_filter=["Switzerland"])
df

瑞士联邦统计局 (OFS)

从 https://www.bfs.admin.ch/bfs/fr/home/services/recherche/stat-tab-donnees-interactives.html 创建一个统计表格。

点击 关于表格

点击 使此表格可用于您的应用程序

用法

from shifter_pandas.ofs import OFSDatasource

shifter_ds = OFSDatasource("<URL>")

df = shifter_ds.datasource(<Requête Json>)
df

并将 <URL> 和 <Requête Json> 替换为OFS网页字段的内容。

有趣的来源

• 按技术特性和排放指标划分的摩托车公园
• 按年龄和州划分的人口统计

我们的世界数据

选择一份出版物。

点击 下载。

点击 完整数据（CSV）。

用法

import pandas as pd
from shifter_pandas.wikidata_ import WikidataDatasource

df_owid = pd.read_csv("<file name>")
wdds = WikidataDatasource()
df_wd = wdds.datasource_code(wikidata_id=True, wikidata_name=True, wikidata_type=True)
df = pd.merge(df_owid, df_wd, how="inner", left_on='iso_code', right_on='Code')
df

有趣的来源

• 国内生产总值，1820年到2018年
• 人口，1800年到2021年

世界银行

打开 https://data.worldbank.org/

找到图表

在 下载 中点击 CSV。

用法

from shifter_pandas.worldbank import wbDatasource

df = wbDatasource("<file name>")
df

有趣的来源

• 国内生产总值（当前美元）
• 国内生产总值（2015年不变价美元）

维基数据

通过提供 wikidata_* 参数，您可以获取来自维基数据的一些数据。

注意，维基数据相对于第一次运行较慢，如果第一次运行后再次运行将会变慢。我们使用缓存来使其在下次运行时更快。

您也可以使用以下方式获取带有人口和ISO 2代码的国家列表：

from shifter_pandas.wikidata_ import (
    ELEMENT_COUNTRY,
    PROPERTY_ISO_3166_1_ALPHA_2,
    PROPERTY_POPULATION,
    WikidataDatasource,
)

shifter_ds = WikidataDatasource()
df = shifter_ds.datasource(
    instance_of=ELEMENT_COUNTRY,
    with_id=True,
    with_name=True,
    properties=[PROPERTY_ISO_3166_1_ALPHA_2, PROPERTY_POPULATION],
    limit=1000,
)
df

贡献

安装预提交钩子

pip install pre-commit
pre-commit install --allow-missing-config