用 Python 带你看各国 GDP 变迁

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。

各个收入等级分析

---

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