2020年，那些已经死亡的公司

来源：Python 技术「ID: pythonall」

大家都知道 2020 年因为新冠疫情的原因，有些公司为了生存下去做了降薪、裁员、加班等一系列动作，还有一部分公司直接死亡了，大家一起来看看吧。

登录

数据来源于 IT 桔子网站的死亡公司公墓（https://www.itjuzi.com/deathCompany），IT桔子网站访客只能看到 1 页数据，需要注册登录才能看到更多的数据，首先注册一个账号登录，在登录页（https://www.itjuzi.com/login）用 F12 找到登录表单，selenium 模块模拟用户登录。

def login():

driver = webdriver.Chrome()
    
    driver.get('https://www.itjuzi.com/login')
    driver.implicitly_wait(10) 
    
    driver.find_element_by_xpath('//form/div[1]/div/div[1]/input').clear()
    driver.find_element_by_xpath('//form/div[1]/div/div[1]/input').send_keys('用户名') 
    driver.find_element_by_xpath('//form/div[2]/div/div[1]/input').clear()
    driver.find_element_by_xpath('//form/div[2]/div/div[1]/input').send_keys('密码')
    driver.find_element_by_class_name('el-button').click()
    
    driver.switch_to.default_content()
    time.sleep(5)
    return driver


抓取数据

模拟鼠标从首页导航栏的公司库到死亡公司连接的跳转，只抓取 2020 年的数据，大概有 100 页左右。把抓取的数据存放在 csv 文件中。

def link(driver):
    ActionChains(driver).move_to_element(driver.find_elements_by_class_name('more')[0]).perform() # 把鼠标移到公司库导航上面
    driver.find_element_by_link_text('死亡公司').click() # 点击死亡公司超链接
    driver.switch_to.window(driver.window_handles[1]) # 切换到新开的标签页
    driver.implicitly_wait(10)
    time.sleep(5)

def crawler(driver):
    next_page=driver.find_element_by_class_name('btn-next') #下一页
    # 只抓 2020 年的数据
    for page in range(1, 101):
        result = []
        deadCompany = driver.find_element_by_tag_name("tbody").find_elements_by_tag_name("tr")
        num = len(deadCompany)
        
        for i in range(1,num + 1):
            gsjc = deadCompany[i - 1].find_element_by_xpath('td[3]/div/h5/a').text # 公司简称
            chsj = deadCompany[i - 1].find_element_by_xpath('td[3]/div/p').text # 存活时间
            gbsj = deadCompany[i - 1].find_element_by_xpath('td[4]').text # 关闭时间
            hy = deadCompany[i - 1].find_element_by_xpath('td[5]').text # 所属行业
            dd = deadCompany[i - 1].find_element_by_xpath('td[6]').text # 公司地点
            clsj = deadCompany[i - 1].find_element_by_xpath('td[7]').text # 关闭时间
            htzt = deadCompany[i - 1].find_element_by_xpath('td[8]').text # 融资状态
    
            result.append(','.join([gsjc, chsj, gbsj, hy, dd, clsj, htzt]))
    
        with open('itjuzi/deadCompany.csv', 'a') as f:
            f.write('\n'.join('%s' % id for id in result)+'\n')
            print(result)
    
        print("第 %s 页爬取完成" % page)
        next_page.click() # 点击下一页
        time.sleep(random.uniform(2, 10))

示例截图：

图表

我们已经把死亡公司数据放在了 csv 文件中，先解析到内存并使用 pyecharts 模块制成图表。

def parse_csv():
    deadCompany_list = []
    with open('itjuzi/deadCompany.csv', 'r') as f:
        for line in f.readlines():
            a = line.strip()
            deadCompany_list.append(a)
    return deadCompany_list


从存活时长年限来看有 64% 的公司都没有超过 4 年，有 4% 存在了超过 10 年的老牌公司也在今年关停了。

def lifetime_pie(deadCompany_list):
    lifetime_dict = {}
    for i in deadCompany_list:
        info = i.split(',')
        lifetime = info[1].replace('存活', '').split('年')[0]
        if int(lifetime) >= 10:
            lifetime = '>=10'
        lifetime_dict[lifetime] = lifetime_dict.get(lifetime, 0) + 1

(
        Pie()
            .add("", [list(z) for z in zip(lifetime_dict.keys(), lifetime_dict.values())],
                 radius=["40%", "75%"], )
            .set_global_opts(
            title_opts=opts.TitleOpts(
            title="公司存活年限",
            pos_left="center",
            pos_top="20"),legend_opts=opts.LegendOpts(type_="scroll", pos_left="80%", orient="vertical"), )
            .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"), )
            .render("存活时间.html")
    )


示例截图：

在融资方面没有融资的公司死亡率在 75%，融资的公司死亡率是 23%，前者是后者的 3.2 倍

def rongzi_pie(deadCompany_list):
    rongzi_dict = {}
    norongzi_list = ['尚未获投', '不明确', '尚未获']
    rongzi_list = ['天使轮', 'A轮', 'B轮', 'C轮', 'D轮', 'E轮', 'D+轮', '种子轮', 'A+轮', '新三板', '战略投资', 'B+轮', 'Pre-A轮']
    for i in deadCompany_list:
        info = i.split(',')
        rongzi = info[6].strip()
        if rongzi in norongzi_list:
            rongzi = '没有融资'
        elif rongzi in rongzi_list:
            rongzi = '已融资'

rongzi_dict[rongzi] = rongzi_dict.get(rongzi, 0) + 1

(
        Pie()
            .add("", [list(z) for z in zip(rongzi_dict.keys(), rongzi_dict.values())],
                 radius=["40%", "75%"], )
            .set_global_opts(
            title_opts=opts.TitleOpts(
                title="融资情况",
                pos_left="center",
                pos_top="20"), legend_opts=opts.LegendOpts(type_="scroll", pos_left="80%", orient="vertical"), )
            .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"), )
            .render("融资情况.html")
    )


示例截图：

从公司地区分布情况看，北上广的死亡公司数就占到了一半以上死亡了 621 家公司。

def place_bar(deadCompany_list):
    place_dict = {}
    for i in deadCompany_list:
        info = i.split(',')
        place = info[4].strip()

place_dict[place] = place_dict.get(place, 0) + 1

( Bar(init_opts=opts.InitOpts(width='2000px'))
        .add_xaxis(list(place_dict.keys()))
        .add_yaxis("地区", list(place_dict.values()), )
        .set_global_opts(
            title_opts=opts.TitleOpts(title="地区分布")
        )
        .render("地区.html")
      )


示例截图：

总结

从死亡公司数据中得出创业并不是一件容易的事情，创业公司在前 4 年是最容易死亡的，在地区方面北上广超一线城市的公司竞争率是最高的。在融资方面获得融资的公司存活率远远大于没有融资的公司。大家在找工作的时候可以找存活年限长并且得到融资的公司。