在jupyter开发环境中爬取奥林匹克奖牌数据分析完整代码

在Jupyter Notebook环境中编写用于爬取奥林匹克奖牌数据并进行分析的Python代码，通常需要几个步骤。首先确保安装了必要的库，如`requests`, `BeautifulSoup`用于网页抓取，以及`pandas`用于数据处理。下面是一个简单的示例，展示了如何获取和初步分析奖牌数据：

# 导入所需库
import requests
from bs4 import BeautifulSoup
import pandas as pd

# 定义网页URL
url = "https://www.sports-reference.com/olympics/countries/all-time.html"

# 发送GET请求
response = requests.get(url)

# 使用BeautifulSoup解析HTML内容
soup = BeautifulSoup(response.text, 'html.parser')

# 找到包含奖牌信息的表格
table = soup.find('table', {'class': 'wikitable'})

# 提取数据
data = []
rows = table.find_all('tr')
for row in rows[1:]:  # 跳过表头
    cols = row.find_all('td')
    cols_data = [col.text.strip() for col in cols]
    data.append(cols_data)

# 将数据转换为DataFrame
df_olympic_medals = pd.DataFrame(data, columns=['Country', 'Total Medals'])

# 数据清洗和预处理（比如去除空值、转换数据类型等）
df_olympic_medals['Total Medals'] = df_olympic_medals['Total Medals'].astype(int)
df_olympic_medals.dropna(inplace=True)  # 删除缺失值行

# 数据分析，例如按总奖牌数排序
top_countries = df_olympic_medals.sort_values('Total Medals', ascending=False)

# 输出前几条数据
top_countries.head()

#