【Python实战】批量获取WHO官网数据并导出excel（附下载链接）

最近需要人均预期寿命、人均健康预期寿命等卫生健康方面的数据，就去世界卫生组织（WHO）找了找，发现里面相关的数据还挺多的，而且还有数据APIwho.int/data/gho/info/gho-odata-api]，里面一共可以找到2000多个全球各国的关于健康方面的数据，比如预期寿命、孕产妇死亡数等。

这样的话，可以用python批量获取WHO官网的数据，之后想用的话可以从里面找了。

首先，先获取关于指标信息的数据[ghoapi.azureedge.net/api/Indicator]，这个数据里有所有指标名（IndicatorName）以及对应的指标编码（IndicatorCode），而这个code就是用于构造获取数据链接url的。

每个指标的下载链接url都是 https://ghoapi.azureedge.net/api/ + IndicatorCode

以出生时预期寿命（Life expectancy at birth (years)）这个指标为例，它对应的IndicatorCode是WHOSIS_000001，下载链接就是https://ghoapi.azureedge.net/api/WHOSIS_000001，将该链接复制到浏览器，就可以看到这个指标的相关数据了。

WHOSIS_000001.png

这个数据格式是Json格式，肉眼不大好看，可以用python转为数据框并导出excel。

好了，以下是具体过程的代码。

1. 获取Indicators和DimensionValues文件

这两个文件都是信息文件。

Indicators文件告诉你有哪些指标，DimensionValues文件告诉你之后的每个指标中涉及到的一些维度（Dimension），比如，国家缩写分别对应什么国家，可以算是个值标签文件吧。

import requests
import pandas as pd

# 获取数据
def request_data(url):    
    req = requests.get(url, timeout = 30)  # 请求连接
    req_jason = req.json()  # 获取数据
    return req_jason

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

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

###################################################### 获取指标值
url = "https://ghoapi.azureedge.net/api/DIMENSION/COUNTRY/DimensionValues"
fname = "DimensionValues.xlsx"
to_excel(url,fname)

导出的WHO_Indicators.xlsx的部分截图：

英文指标名看起来有些费劲，所以，就用百度翻译API批量翻译了一下指标名，这样看起来不用那么费劲~

Indicators.png

导出的DimensionValues.xlsx的部分截图：

DimensionValues.png

2. 所有指标的数据

正如上面所说，根据Indicators文件里的IndicatorCode下载每个指标数据，并以指标名作为文件名导出excel。

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


# WHO
# 获取数据
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"}
    # 尝试
    attempts = 0
    success = False
    while attempts < 10 and not success:
        try:
            req = requests.get(url, timeout = 30, headers = headers)  # 请求连接
            success = True
        except:
            attempts += 1
            if attempts == 10:
                break
    req_jason = req.json()  # 获取数据
    # time.sleep(random.random()*2)
    return req_jason

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

# df导出excel
def to_excel(url, fname):
    df = to_df(url)
    df.to_excel(fname, index = 0)
######################################################## 根据Indicators将所有数据下载下来
url = "https://ghoapi.azureedge.net/api/Indicator"
df = to_df(url)
# 生成序号，便于后续对应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', '进度：{:.2%}'.format(i/len(df)))

导出的数据文件部分截图：

数据文件.png

GZ号：amazingdata (数据格子铺）
后台回复：WHO，可获取这2000多个指标数据excel文件的下载链接。