关于2020年各省市GDP和各省人均GDP的探索

资料：2001-2020各省GDP数据.csv

2020GDP.csv

#1、查找历年最高GDP、最低GDP省份

#2、查看近五年增速较快的省份

#3、2020各省GDP

#4、分大区查看2002年到2020年的GDP总量变化

综述

过去十余年 2020年各区的GDP基本成为了2002年各区对应的9~10倍，成就伟大，可喜可贺

从南北来看北方区域发展逊色于南方区域无论是经济规模还是经济增量(非增速)上来看南方已经另北方望尘莫及

华东区域长久而牢固的占据着各分区中GDP第一的位置早已成为中国经济中心区域

华北在京津两个经济大省的加持下仍然稍逊华南可见河北、山西、内蒙古三省经济上的局面并不乐观如今河北、山西东北三省这些曾经的资源强省在如今的绿色发展的经济局势下怎么走好发展的路子仍然是值得思考的问题

再说东北东北曾经能仅凭三省之力与西南地区不相上下而如今已经被西南甩在身后甚至连与西北都相交不及不得不说大到政治经济中心的转移小到经济政策的变更都对各个区位的影响深远

#1、查找历年最高GDP、最低GDP省份

a =[]b =[]for i in range(1,df.shape[1]):

x = df[ df.iloc[:,i]==df.iloc[:,i].min()]['地区'].values

y = df[ df.iloc[:,i]==df.iloc[:,i].max() ]['地区'].values

a.extend(x)

b.extend(y)

print(a,b,sep='\r\r\r')

广东省蝉联GDP第一多年西藏则垫底多年

#2、查看近五年增速较快的省份

df3 = df.iloc[:,:7].set_index('地区').T

aa = (df3/df3.shift(-1)-1)*100 #滑动平均

aa.head(1)

aa.iloc[0][aa.iloc[0]==aa.iloc[0].max()] #增速最快

c =[]d =[]for i in range(0,aa.shape[0]-1):

x2 = aa.iloc[i][aa.iloc[i]==aa.iloc[i].max()].index[0]

y2 = aa.iloc[i][aa.iloc[i]==aa.iloc[i].min()].index[0]

c.append(x2)

d.append(y2)

aa.columns.tolist().index('西藏自治区') #25

aa.iloc[:,25]

yr = range(2020,2015,-1)for i in range(5):

print(yr[i],'增速最快：',c[i])print('*'*20)for i in range(5):

print(yr[i],'增速最慢：',d[i])

aa.columns.tolist().index('湖北省') #湖北在2020增速最慢，16

aa.iloc[:,16]

df_2020 =aa.head(1)

df_a = pd.DataFrame(df_2020.iloc[0].sort_values())

plt.figure(dpi=100)df_a.plot.barh(figsize=(20, 15),color='r',alpha=0.5)

可见西藏云南等地区尽管GDP处于落后水平但是发展的速度始终处于全国前列

随着东北工业的衰退东北地区近五年增速缓慢处于全国尾部

由于遭受疫情的缘故湖北省去年的经济活动停滞 GDP负增长

#3、2020各省GDP

df2 =df2.set_index('地区')

df2 =df2.sort_values(by='2020年全国各省GDP（亿元）',ascending=False)

#按照省GDP排序

df2.plot.bar(figsize=(20,10))

# 按照各省人均GDP排序df2.sort_values(by='2020年全国各省人均GDP（元）',ascending=False).plot.bar(figsize=(20,10))

广东江苏山东位居省GDP排行前三 GDP排行前列基本集中于南方地区

各省的人均GDP 前列基本被南方城市与京津包揽也有一部分的新一线跻身前列

值得一提的是内蒙古的人均GDP冲到了第10 当然主要原因是因为资源丰富地广人稀

#4、分大区查看2002年到2020年的GDP总量变化

data = pd.DataFrame(df2['2020年全国各省GDP（亿元）'])

data =data.reset_index()

data.head()

data['大区']=[0]*len(data)

data['地区'][1] #江苏

for i in range(len(data)):

data['地区'][i] = data['地区'][i].replace(' ','')

data['地区'][1] #江苏

华东地区（包括山东、江苏、安徽、浙江、福建、上海）
华南地区（包括广东、广西、海南）
华中地区（包括湖北、湖南、河南、江西）
华北地区（包括北京、天津、河北、山西、内蒙古）
西北地区（包括宁夏、新疆、青海、陕西、甘肃）
西南地区（包括四川、云南、贵州、西藏、重庆）
东北地区（包括辽宁、吉林、黑龙江）

'辽宁、吉林、黑龙江'.split('、')

data[data['地区'].isin(['山东','江苏','安徽','浙江','福建','上海'])]['大区'].index.tolist() #[1, 2, 3, 6, 9, 10]

data[data['地区'].isin(['广东', '广西', '海南'])]['大区'].index.tolist() #[0, 18, 27]

data[data['地区'].isin(['湖北', '湖南', '河南', '江西'])]['大区'].index.tolist() #[4, 7, 8, 14]

data[data['地区'].isin(['北京', '天津', '河北', '山西', '内蒙古'])]['大区'].index.tolist() #[11, 12, 20, 21, 22]

data[data['地区'].isin(['宁夏', '新疆', '青海', '陕西', '甘肃'])]['大区'].index.tolist() #[13, 23, 26, 28, 29]

data[data['地区'].isin(['四川', '云南', '贵州', '西藏', '重庆'])]['大区'].index.tolist() #[5, 16, 17, 19, 30]

data[data['地区'].isin(['辽宁', '吉林', '黑龙江'])]['大区'].index.tolist() #[15, 24, 25]

data.iloc[[1, 2, 3, 6, 9, 10],2] ='华东'

data.iloc[[0, 18, 27],2] ='华南'

data.iloc[[4, 7, 8, 14],2] ='华中'

data.iloc[[11, 12, 20, 21, 22],2] ='华北'

data.iloc[[13, 23, 26, 28, 29],2] ='西北'

data.iloc[[5, 16, 17, 19, 30],2] ='西南'

data.iloc[[15, 24, 25],2] ='东北'

data_gp = data.groupby(by='大区').agg({'地区':'count','2020年全国各省GDP（亿元）':'sum'})

data_gp = data_gp.sort_values(by='2020年全国各省GDP（亿元）',ascending=False)

data_gp.columns = ['省份数','地区GDP和']

data_gp

data_gp = data_gp.reset_index()

plt.figure(figsize=(15,9),dpi=100)plt.bar(data_gp['大区'],data_gp['地区GDP和'])

data2 = pd.DataFrame(dict(zip(df['地区'].values,df.loc[:,'2002年'].values)),index=range(1)).T.reset_index()

data2.columns = ['地区','2002年全国各省GDP（亿元）']

data2 = data2.sort_values(by='2002年全国各省GDP（亿元）',ascending=False)

data2['地区'][1][:2] #天津

for i in range(len(data2)):

if data2['地区'][i] =='内蒙古自治区' or data2['地区'][i] =='黑龙江省':

data2['地区'][i] = data2['地区'][i][:3]

else:

data2['地区'][i] = data2['地区'][i][:2]

data2['大区']=[0]*len(data2)

data2 = data2.reset_index().drop('index',axis=1)

data2.head()

print(data2[data2['地区'].isin(['山东','江苏','安徽','浙江','福建','上海'])]['大区'].index.tolist())

print(data2[data2['地区'].isin(['广东', '广西', '海南'])]['大区'].index.tolist())

print(data2[data2['地区'].isin(['湖北', '湖南', '河南', '江西'])]['大区'].index.tolist())

print(data2[data2['地区'].isin(['北京', '天津', '河北', '山西', '内蒙古'])]['大区'].index.tolist())

print(data2[data2['地区'].isin(['宁夏', '新疆', '青海', '陕西', '甘肃'])]['大区'].index.tolist())

print(data2[data2['地区'].isin(['四川', '云南', '贵州', '西藏', '重庆'])]['大区'].index.tolist())

print(data2[data2['地区'].isin(['辽宁', '吉林', '黑龙江'])]['大区'].index.tolist())

data2.iloc[[1, 2, 3, 5, 10, 13],2] ='华东'

data2.iloc[[0, 15, 27],2] ='华南'

data2.iloc[[4, 11, 12, 16],2] ='华中'

data2.iloc[[6, 9, 18, 22, 23],2] ='华北'

data2.iloc[[20, 24, 26, 28, 29],2] ='西北'

data2.iloc[[8, 17, 19, 25, 30],2] ='西南'

data2.iloc[[7, 14, 21],2] ='东北'

data2_gp = data2.groupby(by='大区').agg({'地区':'count','2002年全国各省GDP（亿元）':'sum'})

data2_gp #各大区的地区GDP和

data2_gp = data2_gp.sort_values(by='2002年全国各省GDP（亿元）',ascending=False)

data2_gp.columns = ['省份数','地区GDP和']