首页 > 分享 > Python抓取国家医疗费用数据：哪个国家花得最多、哪个国家花得最少

Python抓取国家医疗费用数据：哪个国家花得最多、哪个国家花得最少

花匠小妙招
2025-12-11 21:33

要求

网络抓取主要分为两部分：

通过发出HTTP请求来获取数据

通过解析HTMLDOM来提取重要数据

库和工具

Requests能够非常简单地发送HTTP请求。

Pandas是一个Python包，提供快速、灵活和有表现力的数据结构。

Web Scraper可以帮助在不设置任何自动化浏览器的情况下抓取动态网站。

Beautiful Soup是一个Python库，用于从HTML和XML文件中提取数据。

matplotlib是一个综合的库，用于在Python中创建静态、动画和交互式可视化效果。

设置

设置非常简单，只需创建一个文件夹，并安装BeautifulSoup和Requests。此处假设已经安装了Python3.x，再根据指令来创建文件夹并安装库。

pip install beautifulsoup4

pip install requests

pip install matplotlib

pip install pandas

现在，在该文件夹中创建一个任意名称的文件。这里用的是scraping.py.，然后在文件中导入Beautiful Soup和 requests，如下所示：

import pandas as pd

from bs4 import BeautifulSoup

import matplotlib.pyplot as plt

import requests

抓取的内容：国家名；人均开销。

)网络抓取

现在，所有scraper设置都已准备好，应向target URL发出GET请求以获得原始HTML数据。

r =requests.get( https://api.scrapingdog.com/scrape?api_key=<YOUR_API_KEY>&url=https://data.worldbank.org/indicator/SH.XPD.CHEX.PC.CD?most_recent_value_desc=false&dynamic=true ).text

这将得出target URL的HTML代码，我们必须使用Beautiful Soup来解析HTML。

soup = BeautifulSoup(r,’html.parser’)

country=list()

expense=list()

笔者用两张空表来存储国家名和每个国家24小时内的开支。可以看到，每个国家都存储在一个“项目”标签中，把所有的项目标签都存储在一张列表中。

try:

Countries=soup.find_all(“div”,{“class”:”item”})

except:

Countries=None

世界上有190个国家，为每个国家的医疗开支运行一个for循环：

for i in range(0,190):

country.append(Countries[i+1].find_all(“div”,{“class”:None})[0].text.replace(“”,””))

expense.append(round(float(Countries[i+1].find_all(“div”,{“class”:None})[2].text.replace(“”,””).replace(‘,’,’’)))/365)

Data = {‘country’:country,’expense’: expense}

因为我想看看这些国家每天是如何花钱的，所以把这笔费用除以365。如果把给定的数据直接除以365，这可能会更容易些，但这样就没有学习的意义了。现在的“数据”看起来是这样的：

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。