联合国商品贸易统计数据库（缩写UN Comtrade）由联合国统计署创建，是目前全球最大、最权威的国际商品贸易数据型资源库，每年超过200个国家和地区向联合国统计署提供其官方年度商品贸易数据，涵盖全球99%的商品交易，真实反映国际商品流动趋势。这是我们研究全球贸易活动最基础、最权威的数据库。下载页面如下：
但是每次都要手动操作一遍，就比较麻烦。不过UN Comtrade提供了可以更方便获得数据的接口，我们来尝试一下。接口的实现原理，大概相当于：我们把要查询的数据，编成一条信息，发给UN Comtrade，然后UN Comtrade返回一个包含数据的文件，我们再解码成我们想要的格式。
一、查看接口格式。
我们先去UN Comtrade的接口网页，来看一看接口格式。
上图就是UN Comtrade的接口中，所包含的参数及格式。具体为：
r：reporting area?报告数据的国家，默认值0
px：classification?商品代码体系，商品进出口的默认值是HS（即Harmonized System），也可以选ST（即Standard International Trade Classification），服务进出口的默认值是EB02
ps：time period?时间区间，格式为?YYYY?YYYYMM?now?recent等几种格式，取决于周期是月还是年。now?是获得最近1期数据（默认值），recent?是获得最近5期数据
p：partner area?发生贸易往来的经济体，默认值all
rg：trade regime / trade flow?贸易的方向，1?代表进口，2?代表出口，默认值all
cc：classification code?商品分类代码，TOTAL?代表全部，AG2?代表两位代码（默认值）等
max：maximum records returned?一次性返回的最大数据条数，默认值是500，普通访客最高是10万，认证用户最高是25万
type：trade data type?贸易类型，C?是商品（默认值），S?是服务
freq：data set frequency?数据频率，A?是年（默认值），M?是月
head：heading style?数据抬头格式，H?适合人阅读（默认值），M?适合机器阅读
最近铁矿石价格高涨，引发市场关注，而中国铁矿石的主要进口来源地是澳大利亚，我们就来看看，过去5年中国自澳大利亚进口铁矿石的数据。
我们把相关参数录入后，点击左下角的?Try it out!?就会返回给我们一个地址，这个地址就是向UN Comtrade发送数据请求的信息。同样，我们可以基于这条信息的格式，来设计我们的?Python?接口函数。
comtrade.un/api/get?r=156&px=HS&ps=2015%2C2016%2C2017%2C2018%2C2019&p=36&rg=1&cc=2601&type=C&freq=A&head=H
我们把这条消息输入浏览器的地址栏，就可以看到返回的数据如下，里面的?TradeValue?就是我们想要的数据了：
二、调用requests库解析数据
UN Comtrade的接口以json格式交换数据，我们来看一看返回的数据格式。我们要用到Python的requests库。
import requests test = requests.get("comtrade.un/api/get", params=dict(r="156",px="HS",ps="2015,2016,2017,2018,2019",p="36",rg='1',cc='2601',type='C',freq="A")) test.json()
我们来看一下返回内容，json有点类似于双重字典，从下文可以看到，返回结果主要包括两大类，第一大类是validation，主要是过程信息，第二大类是dataset，主要是我们需要的数据。
{'validation': {'status': {'name': 'Ok', 'value': 0, 'category': 0, 'description': '', 'helpUrl': 'For more reference visit comtrade.un/data/dev/portal/'}, 'message': None, 'count': {'value': 5, 'started': '2020-12-15T02:52:46.3395337+01:00', 'finished': '2020-12-15T02:52:47.0901557+01:00', 'durationSeconds': 0.750622}, 'datasetTimer': {'started': '2020-12-15T02:52:46.3395337+01:00', 'finished': '2020-12-15T02:52:47.8896543+01:00', 'durationSeconds': 1.5501205999999998}}, 'dataset': [{'pfCode': 'H5', 'yr': 2017, 'period': 2017, 'periodDesc': '2017', 'aggrLevel': 4, 'IsLeaf': 0, 'rgCode': 1, 'rgDesc': 'Import', 'rtCode': 156, 'rtTitle': 'China', 'rt3ISO': 'CHN', 'ptCode': 36, 'ptTitle': 'Australia', 'pt3ISO': 'AUS', 'ptCode2': None, 'ptTitle2': '', 'pt3ISO2': '', 'cstCode': '', 'cstDesc': '', 'motCode': '', 'motDesc': '', 'cmdCode': '2601', 'cmdDescE': 'Iron ores and concentrates; including roasted iron pyrites', 'qtCode': 8, 'qtDesc': 'Weight in kilograms', 'qtAltCode': None, 'qtAltDesc': '', 'TradeQuantity': 668420584292, 'AltQuantity': None, 'NetWeight': 668420584292, 'GrossWeight': None, 'TradeValue': 46500341920, 'CIFValue': None, 'FOBValue': None, 'estCode': 0},
三、使用Pandas库转换数据格式
我们选择我们关心的数据，用关键字提取出来，然后转换成DataFrame格式，就可以方便的查看数据了：
import pandas as pd import cufflinks as cf pd.DataFrame(test.json()['dataset'])[['yr','TradeValue']].iplot(x='yr',y='TradeValue',kind='bar',title='中国过去5年自澳大利亚进口铁矿石金额')
四、简单封装
我们把上文中的读取和解析数据的过程，简单封装成一个函数，以方便后续调用，比如我们想查看中国历年自澳大利亚进口铁矿石的金额，可以用如下命令：
import requests import pandas as pd import cufflinks as cf def comtrade_data(**params): r = requests.get("comtrade.un/api/get", params=params) return pd.DataFrame(r.json()['dataset']) Iron_ores = comtrade_data(r="156",px="HS",ps="ALL",p="36",rg='1',cc='2601',type='C',freq="A") Iron_ores[['yr','TradeValue']].iplot(x='yr',y='TradeValue',kind='bar',title='中国自澳大利亚进口铁矿石金额')
我们想看看中国的大豆自各国进口的情况，用
soybean = comtrade_data(r="156",px="HS",ps="2019",p="all",rg='1',cc='1201',type='C',freq="A") soybean = soybean.sort_values(by='TradeValue',ascending=False) soybean.iloc[1:6].iplot(x='ptTitle',y='TradeValue',kind='bar',title='2019年中国大豆进口额')
从上图可以看到，2019年中国自巴西的大豆进口，明显高于美国，那么这种情况，是否是受到中美贸易摩擦的影响呢？我们用如下命令，就可以很清晰的看到，2018年之前，中国自美国和巴西进口大豆的金额比较接近，但是2018年之后，中国自美进口大豆锐减，并从巴西替代，这也是中美贸易摩擦对美国影响的一个案例。
soybean_import = comtrade_data(r="156",px="HS",ps="all",p="76,842",rg='1',cc='1201',type='C',freq="A") soybean_import_usa = soybean_import[soybean_import['ptTitle']=='USA'].set_index('yr')[['TradeValue']] soybean_import_brazil = soybean_import[soybean_import['ptTitle']=='Brazil'].set_index('yr')[['TradeValue']] soybean_import_all = soybean_import_usa.join(soybean_import_brazil,lsuffix='_USA',rsuffix='_Brazil') soybean_import_all.iplot(kind='bar',title='中国自美国和巴西进口大豆金额',legend={'orientation':'h','x':0.1,'y':-0.1})
五、几个注意事项
1、如果是访客用户的话，ps、r、p三个参数最多只能填5个代码，最多只有一个参数可以使用all，cc最多可以填20个代码，可以使用all
2、查询国家的时候，只能录入国家编号，查询国家对应编号的地址是comtrade.un/Data/cache/reporterAreas.json
3、查询对手方国家的时候，只能录入国家编号，查询对手方国家对应编号的地址是comtrade.un/Data/cache/partnerAreas.json
4、查询相关商品对应的HS编码，地址是comtrade.un/Data/cache/classificationHS.json