用Python分析14425条死亡公司数据 看十年创业公司消亡史
2013 年 3 月 31 日
一、前言
IT桔子有一个新经济死亡公司数据库：https://www.itjuzi.com/deathCompany，统计了2000-2020年之间比较出名的公司 “死亡” 数据，数据来源真实可靠。
- “死亡公司数据库” 的公司关闭时间是依据公开媒体报道及部分估算，可能会存在些许误差，但还是具有较高的可靠性;
- IT桔子对所收录公司运营状况的判定来源如下：1、公开媒体报道公司关闭、破产清算的;2、公司自身在微信、微博等渠道宣布关闭、破产清算的;3、公司明显经营异常：公司被注销;公司产品比如APP或微信持续 6 个月及以上没更新;公司因为监管被抓、无法经营……交叉比对后确认没有持续经营。
二、数据预处理
对已获取的 14425 条死亡公司数据进行数据查看和预处理
import pandas as pd
df = pd.read_excel('倒闭公司数据.xlsx')
df.head()
df.info() # 查看公司描述为NAN的这一行 df[df.isnull().values == True]
挑选最近十年(2010-2019)的死亡公司数据，来看一看这十年里，创业公司的消亡。
# 提取2010-2019年的死亡公司数据 df1 = df[df['倒闭时间'].str[:4].apply(int) >= 2010] df2 = df1[df1['倒闭时间'].str[:4].apply(int) < 2020] df2.head()
# 2010-2019 的死亡公司数据保存到新的Excel
df2.to_excel('2010-2019倒闭公司数据.xlsx', index=False)
三、数据分析
大家常说 1998 年是中国互联网元年，2010年是移动互联网的元年。也难怪，2010年的移动互联网实在是太热闹了。微信、小米、美团、爱奇艺等都在这一年相继成立。百度在谷歌退出中国后成为最大的受益者，淘宝成为阿里新的增长点，腾讯则宣布 QQ 同时在线超 1 亿人。自此，百度、阿里和腾讯正式成为”三巨头”——BAT。除此之外，网易的网游、新浪的微博、搜狐的视频和输入法也开始发力出击，移动互联网的竞争正式拉开帷幕。
pyecharts 绘制折线图可视化：
# -*- coding: UTF-8 -*-
"""
@Author ：叶庭云
@公众号 ：修炼Python
@CSDN ：https://yetingyun.blog.csdn.net/
"""
import pandas as pd
import pyecharts.options as opts
import pyecharts
from pyecharts.charts import Line
from pyecharts.globals import CurrentConfig, ThemeType
print(pyecharts.__version__) # 查看当前 pyecharts 版本
# 引用本地js资源渲染
CurrentConfig.ONLINE_HOST = 'D:/python/pyecharts-assets-master/assets/'
# 读取数据
df = pd.read_excel('2010-2019倒闭公司数据.xlsx')
df1 = df[(df['成立之年'] >= 2010) & (df['成立之年'] < 2020)]
born_time = df1['成立之年'].value_counts()
# 按索引 2010-2019排序
born_time = born_time.sort_index()
death_time = df['倒闭时间'].str[:4].apply(int).value_counts()
death_time = death_time.sort_index()
year = [f'{i}年' for i in range(2010, 2020)]
num_1 = [int(x) for x in born_time.values]
num_2 = [int(y) for y in death_time.values]
c = (
Line(init_opts=opts.InitOpts(theme=ThemeType.DARK))
.add_xaxis(xaxis_data=year)
.set_colors(['#7FFF00', 'red']) # 设置两条折线图的颜色
.add_yaxis('出生公司数量', y_axis=num_1)
.add_yaxis('死亡公司数量', y_axis=num_2)
.set_global_opts( # 设置x轴 y轴标签
xaxis_opts=opts.AxisOpts(name='年份'),
yaxis_opts=opts.AxisOpts(name='数量')
)
.render('test.html')
)
2010 年来，历年出生及死亡的公司数量趋势如下图：
- 2014、2015年是公司诞生潮，两年后，正好对应了2016、2017的一波死亡潮。在 2017 年和 2018 年，均超过 2000 家公司倒闭，2019年超过 5000 家公司倒闭。2015年以后，新生创业公司越来越少，也侧面反应了创业越来越艰难。
- 在这十年间，诸多 “风口” 起起伏伏。网约车、团购、直播、基因检测、共享单车、短视频、比特币、VR|AR、无人货架、人工智能、直播带货……
每一个风口上，都站着数百头 “猪”，尝试飞起来。下面看看各行业这十年来倒闭公司数量分布情况。
# -*- coding: UTF-8 -*-
"""
@Author ：叶庭云
@公众号 ：修炼Python
@CSDN ：https://yetingyun.blog.csdn.net/
"""
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib as mpl
import seaborn as sns
# 读取数据
df = pd.read_excel('2010-2019倒闭公司数据.xlsx')
df['倒闭之年'] = df['倒闭时间'].str[:4].apply(int)
# unique() 获取所属行业这一列的唯一值 去重
datas = list(df['所属行业'].unique())
print(datas)
# print(len(datas))
for item in datas:
# 判断每行 有这个类型 对应类型的列下添个1
df[item] = df['所属行业'].str.contains(item).apply(lambda x: 1 if x else 0)
industry_data = df.loc[:, datas]
# 将成立之年作为索引标签
industry_data.index = df['倒闭之年']
# 将数据集按年份分组并求和，得出每个年份，公司所属各行业的数量
industry_df = industry_data.groupby('倒闭之年').sum()
# print(industry_df)
# print(type(industry_df))
# industry_df.to_excel('2010-2019年各行业倒闭公司数量.xlsx', encoding='gbk')
mpl.rcParams['font.family'] = 'Kaiti'
fig, ax = plt.subplots(figsize=(15, 9))
# 绘制热力图 cmap：从数字到色彩空间的映射
# PRGn_r OrRd rainbow
sns.heatmap(data=industry_df.T, linewidths=0.25,
linecolor='white', ax=ax, annot=True,
fmt='d', cmap='rainbow', robust=True,
)
# 添加描述信息 x y轴 title
ax.set_xlabel('年份', fontdict={'size': 18, 'weight': 'bold'})
ax.set_ylabel('公司所属行业', fontdict={'size': 18, 'weight': 'bold'})
ax.set_title('2010-2019年各行业倒闭公司数量热力图', fontsize=25, x=0.5, y=1.02)
# 隐藏边框
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
ax.spines['left'].set_visible(False)
ax.spines['bottom'].set_visible(False)
# 保存 展示图片
plt.savefig('heat_map.png')
plt.show()
# -*- coding: UTF-8 -*-
"""
@Author ：叶庭云
@公众号 ：修炼Python
@CSDN ：https://yetingyun.blog.csdn.net/
"""
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib as mpl
import mplcyberpunk
# 读取数据
df = pd.read_excel('2010-2019倒闭公司数据.xlsx')
df['倒闭之年'] = df['倒闭时间'].str[:4].apply(int)
# unique() 获取所属行业这一列的唯一值 去重
datas = list(df['所属行业'].unique())
print(datas)
# print(len(datas))
for item in datas:
# 判断每行 有这个类型 对应类型的列下添个1
df[item] = df['所属行业'].str.contains(item).apply(lambda x: 1 if x else 0)
industry_data = df.loc[:, datas]
# 将成立之年作为索引标签
industry_data.index = df['倒闭之年']
# 将数据集按年份分组并求和，得出每个年份，公司所属各行业的数量
industry_df = industry_data.groupby('倒闭之年').sum()
# print(industry_df)
# print(type(industry_df))
industry_df.T.to_excel('2010-2019年各行业倒闭公司数量.xlsx', encoding='gbk')
# 使用风格样式 赛博朋克风格
plt.style.use("cyberpunk")
# 设置中文显示
mpl.rcParams['font.family'] = 'SimHei'
# 设置大小 像素
plt.figure(figsize=(10, 6), dpi=100)
# DataFrame 绘制折线图
plt.plot(industry_df, label=industry_df.columns)
# 添加描述信息
plt.xticks(range(2010, 2020, 1))
plt.xlabel('年份', fontsize=12)
plt.ylabel('倒闭公司数量', fontsize=12)
plt.title('2010-2019年各行业倒闭公司数量变化趋势', fontsize=18, x=0.5, y=1.02)
# 设置线条发光+面积图
mplcyberpunk.add_glow_effects()
# 显示图例
plt.legend(industry_df)
# 保存图片
plt.savefig('test_004.png')
# 展示图片
plt.show()
- 这十年来，各行业倒闭公司数量变化趋势大致相似。在2019年，从公司所处行业来看，倒闭最多的是电子商务，有 675 家;其次是企业服务，有 665 家;第三是金融，有 624 家;本地生活排第四，有 446 家。
- 百团大战、垂直电商大战、外卖大战、打车大战、单车大战，在这些著名的战场里，各种桥段令吃瓜群众们目不暇接。有老大老二打架，老三打没了;有老二老三合并，继续和老大抗衡的;也有老大老二合并，将其他家远远甩在后面的……
- 还有像冲顶大会之类直播答题一样，办起来的时候，各家分庭抗礼来势汹汹，却从2018年的公历新年开始，没有挺到农历新年。
风口消亡的背后，是无数创业公司烧掉的钱，每个公司在一开始，都坚信可以烧倒对手，但烧着烧着把自己烧光了，却再也拿不到融资。
安邦保险、广信房产这两家属于金融行业的公司，在烧钱榜上融资总额分别排第一、第二。共享单车们也曾大战一场，战火烧过国内的各大城市，甚至烧到了海外。摩拜单车在烧钱榜单名列第三，融资总额 327.1596 亿元;ofo小黄车紧随其后，排名第五，融资总额 167.96 亿元，摩拜单车存活 5 年 11 个月，ofo小黄车存活 5 年 7 个月。
接着来看看这些倒闭公司的获投状态
import pandas as pd
from collections import Counter
# 读取数据
df = pd.read_excel('2010-2019倒闭公司数据.xlsx')
data = list(df['获投状态'])
count = Counter(data).most_common()
for item in count:
print(item)
结果如下：
# (获投状态,倒闭公司数量)
('尚未获投', 5184)
('不明确', 4859)
('天使轮', 1898)
('A轮', 622)
('种子轮', 198)
('已被收购', 149)
('A+轮', 137)
('B轮', 117)
('Pre-A轮', 111)
('战略投资', 44)
('C轮', 25)
('D轮', 10)
('B+轮', 9)
('新三板', 5)
('E轮', 2)
('已退市', 2)
('C+轮', 1)
('已上市', 1)
('Pre-B轮', 1)
超过 10000 家倒闭公司获投状态为尚未获投、不明确。
创业公司的消亡，究其原因必然是多方面的，除行业竞争激烈这一核心因素外，最主要的还是资金问题。创业者内在对于如何维稳、如何盈利等方面欠缺的了解、思考与准备，不足以在行业稳定后，支撑他在风口来临之初的一腔热血豪情。
参考 IT 桔子给的市场定位，分析创业公司死亡原因。
# -*- coding: UTF-8 -*-
"""
@Author ：叶庭云
@公众号 ：修炼Python
@CSDN ：https://yetingyun.blog.csdn.net/
"""
import pandas as pd
from collections import Counter
from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.globals import CurrentConfig
CurrentConfig.ONLINE_HOST = 'D:/python/pyecharts-assets-master/assets/'
# 读取数据
df = pd.read_excel('2010-2019倒闭公司数据.xlsx')
datas = df['倒闭原因']
# 参考IT桔子给的市场定位 创业公司死亡原因主要的问题
reason_loaction = {'团队问题': ['创始人问题', '与投资人冲突', '团队能力不足', '团队缺乏激情'],
'产品问题': ['产品缺陷严重', '产品入场时机'],
'资金问题': ['烧钱', '现金流断裂', '融资能力不足'],
'运营问题': ['定价/成本问题', '营销不足', '不重视客户', '转型问题'],
'外部原因': ['法律法规风险', '行业竞争', '政策监管'],
'其他问题': ['市场伪需求', '商业模式匮乏', '业务过于分散', '业务调整']
}
reasons_list = []
for item in datas:
data = item.split('|')
for i in data:
reasons_list.append(i)
reasons_count = Counter(reasons_list).most_common()
for item in reasons_count:
print(item)
print(len(reasons_count)) # 主要有20种原因
result = []
for key in reason_loaction.keys():
num = 0
for i, j in reasons_count:
if i in reason_loaction[key]:
num += j
result.append([key, num])
print(result)
c = (
# 宽 高 背景颜色
Pie(init_opts=opts.InitOpts(width="800px", height="500px", bg_color="#2c343c"))
.add(
series_name="倒闭原因", # 系列名称
data_pair=result, # 系列数据项，格式为 [(key1, value1), (key2, value2)...]
rosetype="radius", # radius：扇区圆心角展现数据的百分比，半径展现数据的大小
radius="55%", # 饼图的半径
center=["50%", "50%"], # 饼图的中心（圆心）坐标，数组的第一项是横坐标，第二项是纵坐标
label_opts=opts.LabelOpts(is_show=False, position="center"), # 标签配置项
)
.set_colors(["#00BFFF", "#00FF7F", "#FF1493", "#8B008B", "#FFFF00", "#556B2F"])
.set_global_opts(
title_opts=opts.TitleOpts(
title="Customized Pie",
pos_left="center",
pos_top="20",
title_textstyle_opts=opts.TextStyleOpts(color="#fff"),
),
legend_opts=opts.LegendOpts(is_show=False),
)
.set_series_opts(
tooltip_opts=opts.TooltipOpts(
trigger="item", formatter="{a}
{b}: {c} ({d}%)" # 'item': 数据项图形触发，主要在散点图，饼图等无类目轴的图表中使用
),
label_opts=opts.LabelOpts(color="#fff"),
)
.render("customized_pie.html")
)
结果如下：
('行业竞争', 6818)
('烧钱', 4963)
('融资能力不足', 4655)
('营销不足', 2297)
('现金流断裂', 1802)
('商业模式匮乏', 1490)
('政策监管', 992)
('业务过于分散', 990)
('产品入场时机', 917)
('法律法规风险', 850)
('市场伪需求', 775)
('定价/成本问题', 549)
('业务调整', 150)
('不重视客户', 101)
('产品缺陷严重', 46)
('转型问题', 42)
('团队能力不足', 42)
('创始人问题', 19)
('与投资人冲突', 6)
('团队缺乏激情', 5)
20
[['团队问题', 72], ['产品问题', 963], ['资金问题', 11420], ['运营问题', 2989], ['外部原因', 8660], ['其他问题', 3405]]
- 行业竞争激烈是核心原因。而从市场定位来看，对于创业公司，资金问题是主要原因，包括烧钱、现金流断裂、融资能力不足，其次是外部原因，包括行业竞争激烈、政策监管、法律法规风险。
- 另外，”伪风口” 与 “伪需求” 也曾迷住众多创业公司的眼。有的瞄准的市场过于分散，还未形成市场效应;有的则没有解决市场痛点，不痛不痒的创造用户不需要的需求。”共享经济” 衍生出的共享单车、共享充电宝红红火火，但共享电话、共享厕纸、共享篮球什么的，倒也不必。
比较有意思的是，这个死亡公司数据库还加了一个上香排行榜，排行第一的果然是大名鼎鼎的“快播”。
还真是有的公司死了，但在人们心里它还活着。
再来看一下创业公司的地区分布
# -*- coding: UTF-8 -*-
"""
@Author ：叶庭云
@公众号 ：修炼Python
@CSDN ：https://yetingyun.blog.csdn.net/
"""
import pandas as pd
from collections import Counter
from pyecharts.globals import ThemeType, CurrentConfig, GeoType
from pyecharts import options as opts
from pyecharts.charts import Geo
CurrentConfig.ONLINE_HOST = 'D:/python/pyecharts-assets-master/assets/'
# 读取数据
df = pd.read_excel('2010-2019倒闭公司数据.xlsx')
# 有些数据可能多了空格
area = list(df['所在地区'].str.strip())
area_count = Counter(area).most_common()
# 滤除
filter_area = [('北美洲', 23), ('亚洲', 11), ('欧洲', 3)]
area_counts = [item for item in area_count if item not in filter_area]
for item in area_counts:
print(item)
geo = Geo(init_opts=opts.InitOpts(width='1000px', height='600px', theme=ThemeType.DARK))
geo.add_schema(maptype='china', label_opts=opts.LabelOpts(is_show=True)) # 显示label 省名
geo.add('倒闭公司数量', data_pair=area_counts, type_=GeoType.EFFECT_SCATTER, symbol_size=8)
geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
geo.set_global_opts(title_opts=opts.TitleOpts(title='倒闭公司数量在全国的分布'),
visualmap_opts=opts.VisualMapOpts(max_=5000, is_piecewise=True,
pieces=[{"max": 50, "min": 0, "label": "0-50", "color": "#708090"}, # 分段 添加图例注释 和颜色
{"max": 100, "min": 51, "label": "51-100", "color": "#00FFFF"},
{"max": 200, "min": 101, "label": "101-200", "color": "#00008B"},
{"max": 300, "min": 201, "label": "201-300", "color": "#483D8B"},
{"max": 1000, "min": 500, "label": "500-1000", "color": "#1E90FF"},
{"max": 2000, "min": 1001, "label": "1001-2000", "color": "#8B008B"},
{"max": 4000, "min": 2001, "label": "2001-4000", "color": "#FF1493"},
{"max": 5000, "min": 4001, "label": "4001-5000", "color": "#FF0000"}
])
)
geo.render("geo_map.html")
有个别数据地区是北美洲、亚洲、欧洲这样的，不便于分析，将其滤掉。
结果如下：
# (地区,倒闭公司数量)
('北京', 4527)
('广东', 2355)
('上海', 2000)
('浙江', 1007)
('四川', 707)
('江苏', 507)
('湖北', 302)
('福建', 264)
('山东', 211)
('陕西', 197)
('湖南', 155)
('重庆', 154)
('河南', 125)
('安徽', 119)
('天津', 110)
('辽宁', 98)
('河北', 76)
('江西', 62)
('黑龙江', 53)
('广西', 42)
('山西', 36)
('台湾', 36)
('云南', 34)
('贵州', 32)
('海南', 26)
('香港', 23)
('吉林', 20)
('内蒙古', 19)
('新疆', 16)
('甘肃', 11)
('宁夏', 7)
('西藏', 5)
('青海', 2)
北上广不相信眼泪，但创业公司还是青睐于北京、广东、上海等地区。
最后看一下倒闭公司经营年限分布情况
# -*- coding: UTF-8 -*-
"""
@Author ：叶庭云
@公众号 ：修炼Python
@CSDN ：https://yetingyun.blog.csdn.net/
"""
import pandas as pd
from collections import Counter
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.globals import ThemeType, CurrentConfig
CurrentConfig.ONLINE_HOST = 'D:/python/pyecharts-assets-master/assets/'
# 读取数据
df = pd.read_excel('2010-2019倒闭公司数据.xlsx')
year = list(df['经营年限'])
year_count = Counter(year).most_common()
year_count = sorted(year_count, key=lambda x:x[0])
x_data = [x[0] for x in year_count]
y_data = [y[1] for y in year_count]
bar = Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK))
bar.add_xaxis(xaxis_data=x_data)
bar.add_yaxis("倒闭公司数量", y_axis=y_data)
bar.set_global_opts(
title_opts=opts.TitleOpts(title='倒闭公司经营年限分布'),
xaxis_opts=opts.AxisOpts(name='经营年限'), # 设置x名称和Label
yaxis_opts=opts.AxisOpts(name='倒闭公司数量'),
)
bar.render('bar.html')
结果如下：
经营年限不足 1 年的公司有 277 家，倒闭公司经营年限大部分在 2-4 年，经营年限为1年、5年的也比较多，经营年限 6 年以上的越来越少。
经营年限最长的倒闭公司Top10：
import pandas as pd
# 读取数据
df = pd.read_excel('2010-2019倒闭公司数据.xlsx')
# 按经营年限 降序排列
df1 = df.sort_values(by='经营年限', ascending=False)
df1.iloc[:10, ].to_excel('经营年限最长的倒闭公司Top10.xlsx', index=False)
结语：这是一个最好的时代，也是一个最坏的时代，一批创业者正踏上天堂之路，一批创业者正走向地狱之门，创业的道路上致使失败的原因太多，如同蝴蝶效应一样，一个小小的问题，也可能导致最终的失败。创业不易，且行且珍惜!
About The Author
