爬虫 | IT桔子互联网公司死亡名单

声明：本文首发于微信公众号，2019.06.27(数据截止日期)

 

数据来源于IT桔子提供的“ 死亡公司库”(主要覆盖的是互联网企业)。

 

爬虫主程序如下，headers部分请自行配置。

 1 # 用于保存数据的list
 2 comp_info = []
 3  
 4 # 共有606个页面，每个页面返回的是json格式数据
 5 for idx in range(1,607):
 6     # print(idx)
 7     url = 'https://www.itjuzi.com/api/closure?com_prov=&fund_status=&sort=&page='+str(idx)
 8     r = requests.get(url,headers=headers)
 9  
10     if r.status_code == 200:
11         # 编码信息
12         r.encoding = 'utf-8'
13         # string格式的json
14         html_text = r.content
15         # json格式转化
16         html_json = json.loads(html_text)
17         # 提取需要的数据部分
18         tmp_data = html_json['data']['info']
19         # 数据整合
20         comp_info.append(tmp_data)
21  
22     # 百分比表示进度
23     sys.stdout.write('\r当前进度第%d页 %s%% '%(idx, int(idx*100/606)+1))
24     sys.stdout.flush()
25     time.sleep(0.1)

 

 

其中，对“死亡原因标签”和“公司标签”进行单独处理。

最终得到的数据示例如下，总计6000多家公司 (由于涉及版权，本文不提供原始数据)。

注：最后的两个字段是衍生出来的，closure_type -> tag_closure, com_tag -> tag_comp.

 

存续时长(天)的分布情况

大部分公司集中在3-5年内就挂掉了。

 

存活时长(天)Top10公司

上榜名单都是“10年以上的老店”，最长的竟然有21年。

注：“存活时间”中的3个数值分别对应年，月，日

 

烧钱(融资金额)最多的公司Top10

房产果然钱多，融资551亿人民币，不过最终还是挂掉了。80%的公司融资金额都不足5000万。

 

日均消耗资金Top10

此处定义 日均消耗资金 = 总融资金额/总存活天数，外卖、共享单车、视频直播都是常见的烧钱大户。

 

死亡原因Top10

大部分的公司都没有标注“死亡原因”，这个数据仅供参考。

注：细分原因截图如下

 

公司最容易死于什么融资阶段

答案是：还没融到资金的时候。

 

死亡公司行业分布Top10

 

行业和成立年份的分布情况(公司数量)

从表中可以看出追逐行业风口的迹象