[PYTHON] Découvrez l'âge et le nombre de gains des gouverneurs de préfecture dans tout le pays

Tiré du Dossier du gouverneur de Association nationale du gouverneur Grattage

import datetime
import re

import pandas as pd
import matplotlib.pyplot as plt


def wareki2date(s):

    m = re.search("(Showa|Heisei|Reiwa)([ 0-9 yuans]{1,2})An( [0-9]{1,2})Lune([ 0-9]{1,2})journée", s)

    if m:

        year, month, day = [1 if i == "Ancien" else int(i.strip()) for i in m.group(2, 3, 4)]

        if m.group(1) == "Showa":
            year += 1925
        elif m.group(1) == "Heisei":
            year += 1988
        elif m.group(1) == "Reiwa":
            year += 2018

        return pd.Timestamp(year, month, day)

    else:
        return pd.NaT


df = pd.read_html("http://www.nga.gr.jp/app/chijifile/", attrs={"summary": "Liste des résultats de recherche"})[0]

#Convertir le calendrier japonais en calendrier occidental
df["Anniversaire"] = df["Anniversaire"].apply(wareki2date)
df["Date de l'élection"] = df["Date de l'élection"].apply(wareki2date)
df["Date d'expiration"] = df["Date d'expiration"].apply(wareki2date)
df["Date d'inauguration"] = df["Date d'inauguration"].apply(wareki2date)

df["âge"] = df["âge"].str.rstrip("âge").astype(int)

âge

df["âge"].value_counts(bins=[20,40,45,50,55,60,65,70,75,80]).sort_index().plot.bar()

df["âge"].describe()

count 47.000000 mean 61.680851 std 9.273868 min 39.000000 25% 56.000000 50% 60.000000 75% 69.500000 max 78.000000 Nom: age, type: float64

Nombre de victoires

df["Nombre de victoires"].describe()

count 47.000000 mean 2.765957 std 1.447828 min 1.000000 25% 1.000000 50% 3.000000 75% 4.000000 max 7.000000 Nom: Nombre de victoires, type: float64

Association nationale des maires

La liste de l 'Association nationale des maires ne contient que les noms.