01. Olympic Medal data (올림픽 메달 순위)

01. Olympic Medal data

• 하계 올림픽 데이터를 정리해보자

1.1. 필요한 라이브러리 다운로드

!pip install lxml
!pip install html5lib
!pip install openpyxl

1.2. 데이터 가져오기

import pandas as pd 
import numpy as np

• 올림픽 메달 집계를 구글에 검색하고 위키백과 자료를 가져와보자

df = pd.read_html('https://ko.wikipedia.org/wiki/%EC%98%AC%EB%A6%BC%ED%94%BD_%EB%A9%94%EB%8B%AC_%EC%A7%91%EA%B3%84')

print(df)

• 위키 백과에 있는 html 데이터를 가져올 수 있다
• [] 에 쌓여있는것을 보니 리스트 임을 알 수 있다.

1.3. 데이터를 읽고 정리

df[0].head()
'''
    하계 참가 횟수    Unnamed: 2    Unnamed: 3    Unnamed: 4    계    동계 참가 횟수    Unnamed: 7    Unnamed: 8    Unnamed: 9    계.1    전체 참가 횟수    Unnamed: 12    Unnamed: 13    Unnamed: 14    총합
국가 (IOC 코드)                                                            
아프가니스탄 (AFG)    14    0    0    2    2    0    0    0    0    0    14    0    0    2    2
알제리 (ALG)    13    5    4    8    17    3    0    0    0    0    16    5    4    8    17
아르헨티나 (ARG)    24    21    25    28    74    19    0    0    0    0    43    21    25    28    74
아르메니아 (ARM)    6    2    6    6    14    7    0    0    0    0    13    2    6    6    14
오스트랄라시아 (ANZ) [ANZ]    2    3    4    5    12    0    0    0    0    0    2    3    4    5    12
'''

• 위 데이터에서 필요한 정보를 뽑아보자

df = pd.read_html('https://ko.wikipedia.org/wiki/%EC%98%AC%EB%A6%BC%ED%94%BD_%EB%A9%94%EB%8B%AC_%EC%A7%91%EA%B3%84', header = 0, index_col = 0)

1.4. 필요한 데이터 추출

• 우리가 필요한 데이터는 하계 대회에 참가한 국가들의 메달 정보이다
• 국가코드를 index로 다른 column은 header로 가져오자
• 필요한 정보는 0번째 리스트에 있음을 알 수 있다

df[0].head()
'''
    하계 참가 횟수    Unnamed: 2    Unnamed: 3    Unnamed: 4    계    동계 참가 횟수    Unnamed: 7    Unnamed: 8    Unnamed: 9    계.1    전체 참가 횟수    Unnamed: 12    Unnamed: 13    Unnamed: 14    총합
국가 (IOC 코드)                                                            
아프가니스탄 (AFG)    14    0    0    2    2    0    0    0    0    0    14    0    0    2    2
알제리 (ALG)    13    5    4    8    17    3    0    0    0    0    16    5    4    8    17
아르헨티나 (ARG)    24    21    25    28    74    19    0    0    0    0    43    21    25    28    74
아르메니아 (ARM)    6    2    6    6    14    7    0    0    0    0    13    2    6    6    14
오스트랄라시아 (ANZ) [ANZ]    2    3    4    5    12    0    0    0    0    0    2    3    4    5    12
'''

• 이 중 하계에 관련한 정보를 뽑아보자

summer = df[0].iloc[:,:5]
summer.head()
'''
    하계 참가 횟수    Unnamed: 2    Unnamed: 3    Unnamed: 4    계
국가 (IOC 코드)                    
아프가니스탄 (AFG)    14    0    0    2    2
알제리 (ALG)    13    5    4    8    17
아르헨티나 (ARG)    24    21    25    28    74
아르메니아 (ARM)    6    2    6    6    14
오스트랄라시아 (ANZ) [ANZ]    2    3    4    5    12
'''

• column을 다시 정해주자

summer.columns = ['하계참가횟수','금','은','동','계']
summer.head()
'''

하계참가횟수    금    은    동    계
국가 (IOC 코드)                    
아프가니스탄 (AFG)    14    0    0    2    2
알제리 (ALG)    13    5    4    8    17
아르헨티나 (ARG)    24    21    25    28    74
아르메니아 (ARM)    6    2    6    6    14
오스트랄라시아 (ANZ) [ANZ]    2    3    4    5    12
'''

• 금을 많은 받은 나라를 기준으로 정렬

# 데이터를 복사하여 사용하면 원본 데이터를 유지하면서 새 데이터 가공이 가능하지만 본인은 생략했다
summer.sort_values('금', ascending=False, inplace = True)
summer.head()
'''
    하계참가횟수    금    은    동    계
국가 (IOC 코드)                    
총합    28    5116    5082    5490    15688
미국 (USA) [P] [Q] [R] [Z] [F]    27    1022    795    706    2523
소련 (URS) [URS]    9    395    319    296    1010
영국 (GBR) [GBR] [Z]    28    263    295    293    851
중화인민공화국 (CHN) [CHN]    10    224    167    155    546
'''

1.5. 가공한 데이터 엑셀에 저장

summer.to_excel('하계올림픽메달.xlsx')