1202

中国政府采购网，由数据皮皮侠团队整理。

导入全量数据

代码示例

import pandas as pd

file_list = [
    "1996-2020年_ppman.xlsx", 
    "2021年_ppman.xlsx", 
    "2022年1月-6月_ppman.xlsx",
    "2022年7月-12月_ppman.xlsx", 
    "2023年1月-6月_ppman.xlsx",
    "2023年7月-12月_ppman.xlsx", 
    "2024年1月-3月7日_ppman.xlsx"
]

df = pd.concat([pd.read_excel(file) for file in file_list])
df

运行结果

查看数据信息

描述性统计

df.describe()

运行结果

可以看出，共有3724395条数据，最早的数据是1996-06-05，最晚的数据是2024-03-07

查看字段

df.columns

运行结果

Index(['合同编号', '合同名称', '项目编号', '项目名称', '采购人_甲方', '采购人地址', '采购人联系方式', '供应商_乙方',
       '供应商地址', '供应商联系方式', '主要标的名称', '规格型号或服务要求', '主要标的数量', '主要标的单价',
       '合同金额_万元', '履约期限、地点等简要信息', '采购方式', '合同签订日期', '合同公告日期', '其他补充事宜', '所属地域',
       '所属行业', '代理机构', '数据来源'],
      dtype='object')

各年份的数据量

import pandas as pd
import matplotlib.pyplot as plt


plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体）
plt.rcParams['axes.unicode_minus'] = False   # 步骤二（解决坐标轴负数的负号显示问题）


# 从日期中提取年份
df['年份'] = df['合同公告日期'].dt.year

# 按年份计算数据量
data_counts = df['年份'].value_counts().sort_index()

# 设置图表风格
plt.style.use('ggplot')  # 使用'ggplot'风格来提供更优雅的视觉效果

# 绘制水平条形图
fig, ax = plt.subplots(figsize=(20, 8))
bars = ax.barh(data_counts.index.astype(str), data_counts.values, color='skyblue')

# 在柱子旁边添加文本标签
for bar in bars:
    plt.text(bar.get_width(), bar.get_y() + bar.get_height()/2, int(bar.get_width()), va='center')

ax.set_ylabel('年份')
ax.set_xlabel('数据量')
ax.set_title('各年份的数据量')

# 添加水印
fig.text(0.5, 0.5, '数据来源：数据皮皮侠', fontsize=30, color='gray', ha='center', va='center', alpha=0.5)

plt.show()

运行结果

统计年鉴

经济研究数据