2019ncov确诊人数最多的小区是哪一个？

来回答一个问题：已经开放的数据当中，确诊人数最多的小区是哪一个？

前文介绍了akshare的安装和简单使用，本文介绍使用akshare获取细化到每个小区的确诊人数数据。腾讯提供了一个公开的数据，可以供查询。为此，我们将使用到akshare的epidemic_area_detail接口。

epidemic_area_detail()
细化到每个小区的确诊人数
需要遍历每个页面, 如非必要, 请勿运行
https://ncov.html5.qq.com/community?channelid=1&from=singlemessage&isappinstalled=0
:return: 全国每个小区的确诊人数
:rtype: pandas.DataFrame</pre>

import akshare as ak
epidemic_area_detail_df = ak.epidemic_area_detail()
print(epidemic_area_detail_df)

一共1070, 要等待一会儿。

下载完成后，我们可以看一下江苏的数据：

image.png

先看一下每个小区的确诊人数：

epidemic_area_detail_df['cnt_sum_certain'].unique()

array(['2', '4', '1', '-1', '3', '5', '7', '10', '6', '8', '9', '12',
'14', '19', '13', '11', '256', '119', '31', '15', '22', '16', '39',
'17', '23'], dtype=object)

发现：1. 数据是字符串格式；2.含有 ‘-1’，应该是不详。

import numpy as np

vlist = []
for i in epidemic_area_detail_df['cnt_sum_certain']:
    if i != '-1':
        vlist.append(int(i))
    else:
        vlist.append(np.nan)

epidemic_area_detail_df['cnt_sum_certain'] = vlist

来看一下除掉人数不详的情况，本数据共有多少人确诊：

np.nansum(vlist)
# 7229.0

确认人数最大值是多少？是哪一个小区？

epidemic_area_detail_df[epidemic_area_detail_df['cnt_sum_certain']==np.nanmax(vlist)]

揭晓答案