最近需要人均預(yù)期壽命、人均健康預(yù)期壽命等衛(wèi)生健康方面的數(shù)據(jù)，就去世界衛(wèi)生組織（WHO）找了找，發(fā)現(xiàn)里面相關(guān)的數(shù)據(jù)還挺多的，而且還有數(shù)據(jù)APIwho.int/data/gho/info/gho-odata-api]，里面一共可以找到2000多個全球各國的關(guān)于健康方面的數(shù)據(jù)，比如預(yù)期壽命、孕產(chǎn)婦死亡數(shù)等。

這樣的話，可以用python批量獲取WHO官網(wǎng)的數(shù)據(jù)，之后想用的話可以從里面找了。

首先，先獲取關(guān)于指標信息的數(shù)據(jù)[ghoapi.azureedge.net/api/Indicator]，這個數(shù)據(jù)里有所有指標名（IndicatorName）以及對應(yīng)的指標編碼（IndicatorCode），而這個code就是用于構(gòu)造獲取數(shù)據(jù)鏈接url的。

每個指標的下載鏈接url都是 https://ghoapi.azureedge.net/api/ + IndicatorCode

以出生時預(yù)期壽命（Life expectancy at birth (years)）這個指標為例，它對應(yīng)的IndicatorCode是WHOSIS_000001，下載鏈接就是https://ghoapi.azureedge.net/api/WHOSIS_000001，將該鏈接復(fù)制到瀏覽器，就可以看到這個指標的相關(guān)數(shù)據(jù)了。

WHOSIS_000001.png

這個數(shù)據(jù)格式是Json格式，肉眼不大好看，可以用python轉(zhuǎn)為數(shù)據(jù)框并導(dǎo)出excel。

好了，以下是具體過程的代碼。

1. 獲取Indicators和DimensionValues文件

這兩個文件都是信息文件。

Indicators文件告訴你有哪些指標，DimensionValues文件告訴你之后的每個指標中涉及到的一些維度（Dimension），比如，國家縮寫分別對應(yīng)什么國家，可以算是個值標簽文件吧。

import requests
import pandas as pd

# 獲取數(shù)據(jù)
def request_data(url):    
    req = requests.get(url, timeout = 30)  # 請求連接
    req_jason = req.json()  # 獲取數(shù)據(jù)
    return req_jason

# 轉(zhuǎn)為df
def to_df(url):
    data = request_data(url)
    value = data['value']
    df = pd.DataFrame(value)
    return df

# df導(dǎo)出excel
def to_excel(url, fname):
    df = to_df(url)
    df.to_excel(fname, index = 0)
    
################################################獲取 Indicators
url = "https://ghoapi.azureedge.net/api/Indicator"
fname = 'WHO_Indicators.xlsx'
to_excel(url, fname)

###################################################### 獲取指標值
url = "https://ghoapi.azureedge.net/api/DIMENSION/COUNTRY/DimensionValues"
fname = "DimensionValues.xlsx"
to_excel(url,fname)

導(dǎo)出的WHO_Indicators.xlsx的部分截圖：

英文指標名看起來有些費勁，所以，就用百度翻譯API批量翻譯了一下指標名，這樣看起來不用那么費勁~

Indicators.png

導(dǎo)出的DimensionValues.xlsx的部分截圖：

DimensionValues.png

2. 所有指標的數(shù)據(jù)

正如上面所說，根據(jù)Indicators文件里的IndicatorCode下載每個指標數(shù)據(jù)，并以指標名作為文件名導(dǎo)出excel。

import requests
import pandas as pd
import time,re,random


# WHO
# 獲取數(shù)據(jù)
def request_data(url):    
    headers = {'User-Agent':"Mozilla/5.0 (Windows NT 5.1) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1063.0 Safari/536.3"}
    # 嘗試
    attempts = 0
    success = False
    while attempts < 10 and not success:
        try:
            req = requests.get(url, timeout = 30, headers = headers)  # 請求連接
            success = True
        except:
            attempts += 1
            if attempts == 10:
                break
    req_jason = req.json()  # 獲取數(shù)據(jù)
    # time.sleep(random.random()*2)
    return req_jason

# 轉(zhuǎn)為df
def to_df(url):
    data = request_data(url)
    value = data['value']
    df = pd.DataFrame(value)
    return df

# df導(dǎo)出excel
def to_excel(url, fname):
    df = to_df(url)
    df.to_excel(fname, index = 0)
######################################################## 根據(jù)Indicators將所有數(shù)據(jù)下載下來
url = "https://ghoapi.azureedge.net/api/Indicator"
df = to_df(url)
# 生成序號，便于后續(xù)對應(yīng)excel
df['SequenceNumber'] = range(len(df))

for i in range(len(df)):
    dataurl = "https://ghoapi.azureedge.net/api/" + df['IndicatorCode'][i]
    IndicatorName = re.sub(r'[(](.*)[)]','',df['IndicatorName'][i])
    IndicatorName = IndicatorName.replace('_','').replace(' ','_').replace("'","").replace(">","").replace("<","").replace(":","").replace("/","")
    fname = str(df['SequenceNumber'][i]) + '_' + IndicatorName + '.xlsx'
    to_excel(dataurl, fname)
    print(fname, '已保存', '進度：{:.2%}'.format(i/len(df)))

導(dǎo)出的數(shù)據(jù)文件部分截圖：

數(shù)據(jù)文件.png

GZ號：amazingdata (數(shù)據(jù)格子鋪）
后臺回復(fù)：WHO，可獲取這2000多個指標數(shù)據(jù)excel文件的下載鏈接。