如何用Python将新冠累计病例转换为人口占比并绘制Choropleth地图？

完全可以用Python实现这个需求，核心思路是将新冠累计病例数据与各国人口数据合并，计算占比后再可视化，具体步骤如下：

1. 准备人口数据 #

你需要一个包含国家名称和对应人口的数据集，这里提供一个常用国家的示例数据（如需更完整的数据集，可手动整理或从权威统计机构获取）：

# 示例人口数据（可按需补充更多国家）
population_data = {
    "Country": ["United States of America", "China", "India", "Brazil", "United Kingdom", "France", "Germany", "Russia", "Japan", "Italy"],
    "Population": [331002651, 1439323776, 1380004385, 212559417, 67886011, 65273511, 83783942, 145934462, 126476461, 60461826]
}
pop_df = pd.DataFrame(population_data)

2. 合并数据集并计算占比 #

将WHO新冠数据与人口数据按国家名称匹配，再计算累计病例占人口的百分比：

import pandas as pd
import plotly.express as px

# 加载WHO新冠数据
df = pd.read_csv("https://covid19.who.int/WHO-COVID-19-global-data.csv")

# 合并两份数据（按国家名称匹配）
merged_df = pd.merge(df, pop_df, on="Country", how="left")

# 计算占比，处理缺失值避免报错
merged_df["Cumulative_cases_pct"] = merged_df.apply(
    lambda row: (row["Cumulative_cases"] / row["Population"]) * 100 if pd.notna(row["Population"]) and row["Population"] > 0 else None,
    axis=1
)

3. 修改可视化代码 #

把颜色映射的字段替换为新的百分比列，同时调整标题和颜色轴标签：

fig = px.choropleth(merged_df, 
                    locations="Country", 
                    color_continuous_scale="Reds",
                    locationmode="country names",
                    color="Cumulative_cases_pct",  # 替换为百分比字段
                    width=1000,
                    height=900,
                    animation_frame="Date_reported",
                    title="全球新冠累计病例占人口比例动态地图",
                    labels={"Cumulative_cases_pct": "病例占人口比例(%)"}  # 设置颜色轴显示标签
                   )

# 保持原有的动画速度设置
fig.layout.updatemenus[0].buttons[0].args[1]['frame']['duration'] = 30
fig.layout.updatemenus[0].buttons[0].args[1]['transition']['duration'] = 5

fig.show()

注意事项 #

• 若需覆盖全球所有国家，需确保人口数据中的国家名称与WHO数据完全匹配（部分国家存在名称缩写或不同表述，需提前统一格式）。
• 对于无人口数据的国家，Plotly会自动将其显示为灰色，也可通过dropna()过滤掉这部分数据。

内容的提问来源于stack exchange，提问作者user20286185