摘要

在制作动态排序动画之前，我们看一下数据的整理情况：

a、对第1）种大部分数据的情况，先爬取下来，输出到excel（1）；

b、对第2）种小部分数据的情况，也先爬取下来，输出到另一个excel（2）；

c、对第3）种个别的，还有第31-32届的数据，算了，别折腾了，手动复制粘贴到excel（3）吧。

d、最后把这3个excel合并到一个excel，进行数据处理吧。

二、数据处理

经过1896-2021历届奥运会奖牌榜动态排序系列的数据处理（第二篇），我们得到了a数据：

看到这张数据表，还有以下几点需要调整：

1、合并3个excel数据；

2、标题、年份列顺序调整到名次前；

3、'国家'列名修改为'国家/地区'；

4、计算奖牌的合计数量；

5、根据年份，计算各国的奖牌合计数排名。

1）合并DataFrame：concat()，合并函数还有merge、join函数，有兴趣可以进入以下链接进行学习（https://blog.csdn.net/weixin_42782150/article/details/89546357）

df1 = pd.read_excel("./data/Olympic10.xlsx") 
df2 = pd.read_excel("./data/Olympic11.xlsx") 
df3 = pd.read_excel("./data/Olympic12.xlsx") 
df = pd.concat([df1,df2,df3],axis=0,ignore_index=True,sort=True)

2）调账列顺序

columns = ['标题','年份','国家','金牌','银牌','铜牌'] df = pd.DataFrame(df, columns=columns)

3）列名修改

df.rename(columns={'国家':'国家/地区'},inplace=True)

4）计算奖牌合计

df['合计'] = '' df['合计'] = df['金牌'] + df['银牌'] + df['铜牌']

5）按年份，计算各国的奖牌合计数排名

df['排名'] = df.groupby('年份',axis=0)['合计'].rank(method='first',ascending=False)

另外，再对数据进行一些微调

df=df.drop_duplicates(subset=['年份', '国家/地区'], keep='first') 
df.sort_values(["年份","排名"],inplace=True,ascending=True) 
#将国家/地区列字符串中的空格都去除 
df['国家/地区'].replace('\s+','',regex=True,inplace=True)

最终获得我们的完整数据

df.to_excel("./data/Olympic_final.xlsx")

完整代码如下：

import pandas as pd
df1 = pd.read_excel("./data/Olympic10.xlsx")
df2 = pd.read_excel("./data/Olympic11.xlsx")
df3 = pd.read_excel("./data/Olympic12.xlsx")
df = pd.concat([df1,df2,df3],axis=0,ignore_index=True,sort=True)
columns = ['标题','年份','国家','金牌','银牌','铜牌']
df = pd.DataFrame(df, columns=columns)
df.rename(columns={'国家':'国家/地区'},inplace=True)
df['合计'] = ''
df['合计'] = df['金牌'] + df['银牌'] + df['铜牌']
df.loc[df['年份']==1894,'年份'] = 1900
df=df.drop_duplicates(subset=['年份', '国家/地区'], keep='first')
df['排名'] = df.groupby('年份',axis=0)['合计'].rank(method='first',ascending=False)
df.sort_values(["年份","排名"],inplace=True,ascending=True)
#将国家/地区列字符串中的空格都去除
df['国家/地区'].replace('\s+','',regex=True,inplace=True)?
df.to_excel("./data/Olympic_final.xlsx")

输出结果：

三、动态排序

经过一系列的数据处理，终于可以验证下劳动成果了。完整代码如下：

import pandas as pd
import random
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
import matplotlib.animation as animation
from IPython.display import HTML
import matplotlib

plt.rcParams['font.sans-serif']=['SimHei'] #显示中文标签
plt.rcParams['axes.unicode_minus']=False   #这两行需要手动设置
#防止动漫内存太大，报错
matplotlib.rcParams['animation.embed_limit'] = 2**128

def randomcolor():
    colorlist = ['1','2','3','4','5','6','7','8','9','A','B','C','D','E','F']
    color =''
    for i in range(6):
        color += random.choice(colorlist)
    return '#'+ color

df = pd.read_excel(r"D:\Mechtouch\Pyproject\Data_analyse\data\Olympic_final.xlsx")
#对地区列表进行去重，分类；
area_list1 = set(df['国家/地区'])

# color_list用于存放随机生成颜色代码个数
# 因为后面区域个数 要与颜色个数保持一致，这里用了len函数；
color_list =[]
for i in range(len(area_list1)):
    str_1 = randomcolor()
    color_list.append(str_1)
    str_1 = randomcolor()
    
#area_list转化为列表
area_list_1 = [i for i in area_list1]

#colors表示 所在城市：颜色 一一对应字典形式；
colors =dict(zip(area_list_1,color_list))

# 用plt加理图表，figsize表示图标长宽，ax表示标签
fig, ax = plt.subplots(figsize=(15, 8))

#dras_barchart生成current_year这一年各城市人口基本情况；
def draw_barchart(current_year):
    
    #dff对year==current_year的行，以”合计“降序排序，取前十名；
    dff = df[df['年份'].eq(current_year)].sort_values(by='合计',ascending = True).tail(10)
    # 所有坐标、标签清除
    ax.clear()
    #显示颜色、城市名字
    ax.barh(dff['国家/地区'],dff['合计'],color = [colors[x] for x in dff['国家/地区']])
    
    dx = dff['合计'].max()/200
    
    #ax.text(x,y,name,font,va,ha)
    # x,y表示位置；
    # name表示显示文本；
    # va,ba分别表示水平位置，垂直放置位置；
    for i ,(value,name) in enumerate(zip(dff['合计'], dff['国家/地区'])):
        ax.text(value-dx,i,name,size=18,weight=600,ha ='right',va = 'bottom',color='#777777')
        ax.text(value+dx,i ,f'{value:,.0f}',size = 14,ha = 'left',va ='center')
    
    #ax.transAxes表示轴坐标系，(1,0.4)表示放置位置
    ax.text(1,0.4,current_year,transform = ax.transAxes,color ='#777777',size = 46,ha ='right',weight=800) 
    ax.text(0,1.06,'Olympic Medals',transform = ax.transAxes,size=12,color='#777777')
    
    #set_major_formatter表示刻度尺格式；
    ax.xaxis.set_major_formatter(ticker.StrMethodFormatter('{x:,.0f}'))
    ax.xaxis.set_ticks_position('top')
    ax.tick_params(axis='x',colors='#777777',labelsize=12)
    ax.set_yticks([])
    #margins表示自动缩放余额；
    ax.margins(0,0.01)
    # 设置后面的网格
    ax.grid(which='major',axis='x',linestyle='-')
    #刻度线和网格线是在图标上方还是下方，True为下方
    ax.set_axisbelow(True)
    ax.text(0,1.15,'历届奥运会奖牌排行榜',
           transform=ax.transAxes,size=24,weight=600,ha='left',va='top')
    ax.text(1,0,'Officetouch制作',transform = ax.transAxes, size=16,color ='#777777',ha = 'right',
           bbox = dict(facecolor='white',alpha = 0.8,edgecolor='white'))
    #取消图表周围的方框显示
    plt.box(False)


#将原来的静态图拼接成动画
fig, ax = plt.subplots(figsize=(15, 8))
animator = animation.FuncAnimation(fig, draw_barchart, frames=df['年份'].drop_duplicates(),interval = 1000)
animator.save("./data/Olympic.gif")

输出结果：