feedback

意见

反馈

back-to-up

回到

顶部

这星球上最有钱的人们是什么样的?让我们用大数据一窥究竟

NYCDSA

Nilesh Patel   2019-01-04

世界上最有钱的人们都长啥样?你不好奇吗?有一位数据侠就通过爬取富豪榜的数据,把2018年的富豪们的财富密码给扒了一扒!

世界财富的分布是一个倒金字塔形状的,来自71个国家的2212人共同拥有9.1万亿美元的财富。他们中的大多数人是白手起家,在科技、金融、时尚和体育行业建立起了自己的帝国。有一些人事业刚起步时就处在领先位置上,因为他们从自己的家族企业继承了一大笔财产。这个项目就是要通过数据研究和分析这些富豪们。

项目简介

在数据源方面我选择了福布斯富豪榜(福布斯杂志于1917年发起的富豪排名的榜单)的数据,我用Selenium工具进行了数据爬取。

至于为什么是福布斯?因为它是一家聚焦商业、投资、科技、企业家、领导艺术以及生活方式的超过百年历史的媒体。他现在有超过3800万的社交网络粉丝。重要的是它维护着一个富豪数据库,并且一直进行着及时更新。

项目目标

我的项目是为了回答下面的所有问题:

哪个国家的亿万富豪最多?

男女比例如何?

哪个国家的富豪拥有的财富比例最高?

他们的钱都是哪来的?

谁是最年轻和最老的亿万富翁?

目前他们的身价有何变化?

每个国家的首富分别是谁?

网络爬虫

爬取数据的过程如下:

进入福布斯亿万富翁专题首页

找到页面的url地址

爬取每个人的细节信息(拍卖,姓名,身价,年龄,收入来源,国籍,性别)

在过程中寻找X path时遇到一些麻烦,因为有时候扫描全网页会发现并没有什么独特的X path

对于性别和最新身价的信息,我单独进行了爬取,因为它们和其他信息不在同一页面

数据清洗

在得到初步的数据后,新的挑战是如何清洗数据并不丢失重要信息。我使用了Python Numpy、Pandas、正则表达式以及其他方法。我利用我拥有的另一组数据框架,给我的数据增加了两列。之后我增加了一列数据,它显示的是年初的身价和最新身价相比的变化。

清洗后数据长这样:

数据分析和可视化

在制图时我使用了Matplotlib和Seaborn文库包。

哪个国家亿万富翁数最多?

从下图可以看到,美国最多,有585名亿万富翁,其次是中国,有373名。之后是德国、印度和俄罗斯。

男女比例

男性1972人,占比89.2%,女性240人,占比10.8%。我自己是觉得有点吃惊,我本来以为女性会比真实数据多一些。

 

哪个国家亿万富翁们的财富占整体的比例最高?

如我们所期待的那样,美国是第一,而且由于数据和其他国家情况差别很大,所以没有在图中展示。第二是中国。第三到第五比较有意思,分别是巴西、加拿大和澳大利亚。

最主要的收入来源?

下图可以看出人们的收入来源都很相似,地产收入是所有人的重要收入来源,投资排在第二。药物,零售、对冲基金、银行等也是很重要的收入来源。

最年轻和最老的富翁

在分析年龄方面我做了一个直方图,我发现大多数人的年龄在50到75岁之间,平均年龄是63岁,中位数是64岁。

最年轻的亿万富翁是安德烈森,她是丹麦人,年龄22岁,身价达到14亿美元。最老的是新加坡航运公司的创始人Chang Yun Chung,今年已经100岁了,身价为19亿美元。

身价最新变化

下图是前11位富豪在2018年1月和10月的身价变化。

各国首富

下图是各国首富的身价以及具体的信息。美国首富贝索斯,身价在1470亿美元左右。

结论

这个项目只是一个开始,并没有结束。未来,我希望对过去5年的情况进行分析,这样可以更好地看到这些变量带来的影响。此外我还希望解答下列问题:

哪些人加入或者离开了这个富豪榜?

富豪个人的排名等变化如何影响了他们的国家?

他们每年的财产增减幅度是怎样的?

此项目的代码可以在我的GitHub上找到:https://github.com/patelnilesh1810/Forbes-project

注:本文编译自纽约数据科学院文章THE BILLIONAIRES 2018

数据侠门派

Nilesh Patel拥有通信工程学位,最初曾担任程序员,之后在商业方面积累了许多工作经验。他是纽约数据科学院的数据科学家,他喜欢团队合作,并且工作努力,热衷于发现新的方式来解决各种问题。

关于DT×NYCDSA

DT财经与纽约数据科学学院是战略合作伙伴。DT×NYCDSA 系合作开设的系列专栏。

加入数据侠

数据侠计划是由第一财经旗下DT财经发起的数据社群,包含数据侠专栏、数据侠实验室系列活动和数据侠联盟,旨在聚集大数据领域精英,共同挖掘数据价值。申请入群请添加微信公号dtcaijing003并备注“数据社群”,合作请联系datahero@dtcj.com。

 

 

分享这篇文章到