前言

之前发了一个国外疫情发展视频，有朋友问怎么制作的，今天就写一下制作过程，非常简单，如果你学会了，以后只要获取了数据就可以制作各种类似的动图。

获取数据

疫情数据目前在网上已经有很多网站都在通报，比如丁香园、百度、今日头条等，但是这些数据都有一个缺陷就是仅展示当天的数据，如果我们想要获取一段时间的数据，那么就得长时间爬取，并存储数据，而且之前的数据还获取不到。这个时候我就想到了世界上最大的同性交友-GitHub。

这里的数据来源于丁香园，而且爬取的比较早。之前作者是提供了获取所有数据的API，但是可能随着数据量的增大，网站压力太大，因此取消了获取全部数据的接口，但是数据上传到另一个项目中，我们只要下载就可以直接使用。

数据内容如下：

因为数据每个小时会获取并同步一次，所以这个里面同一天会有很多数据，而且部分地区并不是每天都有数据，可能存在某些天是没有数据的，我们必须对数据进行清洗处理，才能正常使用。

数据清洗

<code>import time
from datetime import date, timedelta, datetime
import pandas as pd 

from collections import defaultdict

df = pd.read_json('data/DXYArea-TimeSeries.json')
df.head()/<code>

数据读取以后，存在以下几个问题：

时间数据是统计的时间戳，需要转换为时间对象
每日有多次条数据记录，我们只需要记录一次就行了
数据是按照省份统计的，我们需要按国家进行统计

转换时间戳为时间对象

<code>df['updateTime'] = df['updateTime'].apply(lambda item: time.strftime('%Y-%m-%d', time.localtime(item // 1000)))
df.head()/<code>

按照省份和时间去重，保证每个地区每天只有一条记录

<code>df.drop_duplicates(subset=['provinceShortName', 'updateTime'])/<code>

按国家统计

将一个国家的所有省份每天的数据加起来

<code># 按省份分组
for province_name, items in self.df.groupby(by=['provinceName']):
    ......
    # 然后再按时间分组
    for update_time, item in items.groupby(by=['updateTime']):
        ..../<code>

数据清洗完以后，保存到csv文件中，格式如下：