本项目旨在通过动画条形图的形式，展示2020年2月至2021年4月间全球各国COVID-19病例的变化情况。与常规教程不同，将自行创建、处理和清洗数据集，以用于制作条形图。
面临的问题是全球COVID-19病例记录。正如德斯蒙德·图图所说：“希望是在所有黑暗中看到光明的能力。”
原始数据可以在此链接找到：。如果想要跳过数据处理和清洗步骤，直接进行图表制作，可以在这里找到修改后的数据集：。这些数据由Joseph Assaker于2021年4月24日从worldometers.info抓取，涵盖了218个国家的数据。
所有国家的数据记录从2020年2月15日至2021年4月24日（每个国家435天），中国除外，中国的数据记录从2020年1月22日至2021年4月24日（每个国家459天）。数据列包括国家、大洲、累计确诊病例、累计死亡病例、累计康复病例、活跃病例、严重或危急病例、每百万人口总病例数、每百万人口总死亡数、总检测次数、每百万人口总检测次数和人口数。
使用Python的pandas库来加载和处理数据集。首先，需要导入必要的库：
import pandas as pd
import os
然后，加载数据集：
df = pd.read_csv("worldometer_coronavirus_daily_data.csv")
为了了解数据，查看数据集的头部和尾部：
df.head()
df.shape
df.tail()
由于涉及许多国家的数据，需要选择特定国家的数据进行分析。例如，可以查看津巴布韦的数据：
df.loc[df["country"] == "Zimbabwe"].shape
输出显示每个国家大约有450天的数据。还检查了数据集中的空值：
df.isnull().sum()
接下来，选择用于条形图的国家，并以累计确诊病例为系列，按国家名称进行分组。将挑选8个人口最多的邻国进行评估。
对于中国的数据，需要进行特殊处理，因为中国的数据记录天数最多。将中国的数据转换为系列，并确保所有列的长度一致，即435天的数据。
还需要处理日期列，只保留前435个值，因为日期与国家重复，拥有的最大天数数据是435天。
最后，将不同的系列合并成一个新的数据库，并将其转换为DataFrame列。还检查了是否有空值，并确保日期列的格式正确。
一旦得到了所需的格式和国家，就可以开始编码动画条形图了。使用bar_chart_race库来创建动画条形图。
pip install bar_chart_race