3、国家收入分类数据,该数据文件把各个国家分类成不同等级的收入阶层,比如有“高收入国家”,“低收入国家”等等,我把它命名为“Country_data.csv”。
4、国家 Code 对照表,这是一个国家英文名称和 Country Code 的对照表,我们后面在绘制地图时会使用到。
各个收入等级分布
首先我们先来看下世界各国分布在不同收入等级的情况
可以看到,处于“高等收入”和“低收入”的国家比例差距还是很大的,在二十一世纪的今天,还有太多的人过着食不果腹、衣不保暖的生活。
下面我们再具体看下不同收入等级中各个国家具体的 GDP 总量
高收入国家
首先是高收入国家 top10 的 GDP 总量
我们首先拿到高等收入的国家信息,再与 gdp 信息数据合并,最后得到 top10 数据
高收入国家2018年的GDP
high = country_data[country_data[‘Income_Group’] == ‘高收入国家’]
high_gdp = pd.merge(high, gdp, how=‘inner’)
high_gdp[‘2018’] = high_gdp[‘2018’].apply(lambda x: x/1000000000000)
high_gdp_top10 = high_gdp[[‘Country Name’, ‘Country Code’, ‘2018’]].sort_values(by=‘2018’, ascend