Python爬取6271家死亡公司数据，看十年创业公司消亡史

前言

文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

作者： 朱小五 凹凸玩数据

PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取

http://note.youdao.com/noteshare?id=3054cce4add8a909e784ad934f956cef

前段时间老罗和王校长都成为自己的创业公司成了失信人，小五打算上IT桔子看看他们的公司。

意外发现IT桔子出了个死亡公司库，统计了2000-2019年之间比较出名的公司“死亡”数据。

小五利用python将其中的死亡公司数据爬取下来，借此来观察最近十年创业公司消亡史。

获取数据

F12，Network查看异步请求XHR，翻页。

成功找到返回json格式数据的url，

https://www.itjuzi.com/api/closure?com_prov=&fund_status=&sort=&page=1

不了解json的读者可以看【python玩转Json数据】，部分爬虫代码

def main():
    data = pd.DataFrame(columns=['com_name','born','close','live_time','total_money','cat_name','com_prov','closure_type'])
    for i in range(1,2): #设置爬取N页
        url= 'https://www.itjuzi.com/api/closure?com_prov=&fund_status=&sort=&page='+ str(i)
        html = requests.get(url=url, headers=headers).content
        doc = json.loads(html.decode('utf-8'))['data']['info']
        for j in range(10): #一页10个死亡公司
            data = data.append({'com_name':doc[j]['com_name'],'born':doc[j]['born'],'cat_name':doc[j]['cat_name'],
                    'closure_type':doc[j]['closure_type'],'close':doc[j]['com_change_close_date'],'com_prov':doc[j]['com_prov'],
                    'live_time':doc[j]['live_time'],'total_money':doc[j]['total_money']},ignore_index=True)
            time.sleep(random.random())
    return data

成功获取6271家死亡公司数据。

数说10年生死相

截止 2019 年 11 月 24 日，共有近6271家公司在 IT 桔子数据库中被标注为“已关闭”，我们挑选最近十年（2010-2019）的5765家公司，来看一看这十年，创业公司的消亡。

大家常说1998年是中国互联网元年，2010年是移动互联网的元年。

也难怪，2010年的移动互联网实在是太热闹了。微信、小米、美团、爱奇艺等都在这一年相继成立。

百度在谷歌退出中国后成为最大的受益者，淘宝成为阿里新的增长点，腾讯则宣布QQ同时在线超1亿人。自此，百度、阿里和腾讯正式成为“三巨头”——BAT。除此之外，网易的网游、新浪的微博、搜狐的视频和输入法也开始发力出击，移动互联网的竞争正式拉开帷幕。

2010 年来，历年出生及死亡的公司数量趋势如下图。

2013、2014 年是公司诞生潮，三年后，正好对应了2016、2017的一波死亡潮。在2017 年，超过 2000 家公司倒闭。

在这十年间，诸多“风口”起起伏伏。网约车、团购、直播、基因检测、共享单车、短视频、比特币、VR|AR、无人货架、人工智能、直播带货……

每一个风口上，都站着数百头“猪”，试图借力分一杯羹。

百团大战、垂直电商大战、外卖大战、打车大战、单车大战，在这些著名的战场里，各种桥段令吃瓜群众们目不暇接。有老大老二打架，老三打没了；有老二老三合并，继续和老大抗衡的；也有老大老二合并，将其他家远远甩在后面的……

还有像冲顶大会之类直播答题一样，办起来的时候，各家分庭抗礼来势汹汹，却从2018年的公历新年开始，没有挺到农历新年。

风口消亡的背后，是无数创业公司烧掉的钱，每个公司在一开始，都坚信可以烧倒对手，但烧着烧着把自己烧光了，却再也拿不到融资。

创业公司的消亡，究其原因必然是多方面的，除行业竞争激烈这一核心因素外，最主要的还是商业模式的匮乏。创业者内在对于如何维稳、如何盈利等方面欠缺的了解、思考与准备，不足以在行业稳定后，支撑他在风口来临之初的一腔热血豪情。

另外，“伪风口”与“伪需求”也曾迷住众多创业公司的眼。“共享经济”衍生出的共享单车、共享充电宝红红火火，但共享电话、共享厕纸、共享篮球什么的，倒也不必。

比较有意思的是，这个死亡公司数据库还加了一个#上香排行榜#，排行第一的果然是大名鼎鼎的“快播”。

还真是有的公司死了，（在人心里）他还活着；

有的公司活着，（在人心里）他已经死去。

代码

import requests
import json
import pandas as pd
import time
import random
from fake_useragent import UserAgent
ua = UserAgent()
headers = {'User-Agent':ua.random} #伪装请求头
​
def main():
    data = pd.DataFrame(columns=['com_name','born','close','live_time','total_money','cat_name','com_prov','closure_type'])
    for i in range(1,2): #设置爬取N页
        url= 'https://www.itjuzi.com/api/closure?com_prov=&fund_status=&sort=&page='+ str(i)
        html = requests.get(url=url, headers=headers).content
        doc = json.loads(html.decode('utf-8'))['data']['info']
        for j in range(10): #一页10个死亡公司
            data = data.append({'com_name':doc[j]['com_name'],'born':doc[j]['born'],'cat_name':doc[j]['cat_name'],
                    'closure_type':doc[j]['closure_type'],'close':doc[j]['com_change_close_date'],'com_prov':doc[j]['com_prov'],
                    'live_time':doc[j]['live_time'],'total_money':doc[j]['total_money']},ignore_index=True)
            time.sleep(random.random())
    return data
​
if __name__ == "__main__":
    final_result = main()
    #final_result.to_csv("final_result.csv", index_label="index_label",encoding='utf-8-sig')

​