北京有多少家企业？
我们公司是做企业服务的，最近想做一下企业数量的调研，所以自己写了一个爬虫来统计一下北京的企业的数量（仅统计了主体名称中包含“北京”字样且注册地址为北京的） 通过Python的requests库和BeautifulSoup库来提取网页数据。首先把官网首页打开并缓存起来，然后对网页内容进行抽取，得到企业列表后，再逐个链接得到企业详细信息，最终用pandas包处理数据并做简单的可视化。
原始数据量较大，这里只展示了部分数据。总共采集到841370家企业。其中95%的企业名称含“北京”二字、5%的企业名称含京字。
采集过程中发现部分企业名称重复的情况，经过筛选和剔除最后得到了692695家独立的企业。为了简单起见，我们把名称中含有“北京”、“京”的企业分别用“北”“京”表示，这样就不需要区分全拼、简拼等情况，大大简化了数据分析工作。 之后就是简单的数据清洗，因为数据量大，很多步骤都借助了python包来完成，如正则表达式过滤。