wto数据库如何查数据

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 *** 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。

https://comtrade.un.org/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("http://comtrade.un.org/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 http://comtrade.un.org/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 concentratesincluding 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("http://comtrade.un.org/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https://comtrade.un.org/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https://comtrade.un.org/Data/cache/partnerAreas.json

4、查询相关商品对应的HS编码，地址是https://comtrade.un.org/Data/cache/classificationHS.json

您好

世界贸易组织数据库查找的话需要是会员的身份，国际货币基金组织是从去年开始着手解决增加中国份额的问题。2000年11月17日，基金组织执行董事会专门成立了由包括中国执董在内的13位执董组成的中国特别增资委员会。经多次讨论，委员会于2001年1月3日达成共识，提议将中国在基金组织中的份额由原来的46．872亿特别提款权，提高到63．692亿特别提款权，与加拿大的份额居同一水平，并列第八位。第二天，基金组织执行董事会一致通过了委员会的建议，并将中国特别增资决议草案提交基金组织的最高权力机构——由183个成员国组成的基金组织理事会投票表决。2月5日，基金组织理事会投票结束，一致通过了提高中国份额的决议。

国际货币基金组织是联合国专属机构之一，成立于1945年，现有成员国183个，它的宗旨是：稳定国际汇率，消除妨碍世界贸易的外汇管制，在货币问题上促进国际合作，向遇到暂时外汇困难的的成员国提供短期贷款等。自成立以来，国际货币基金组织就一直在国际金融领域发挥着至关重要的核心作用。由于基金组织的资金主要来自于各成员国向基金组织缴纳的一定数量的份额，因此，成员国的主要权利就是根据份额的多少享有不同数量的特别提款权。基金组织的特别提款权创立于1969年，是一种全新概念的国际储备货币单位，也就是说当成员国在国际收支发生困难时可以动用自己的份额，并且可以从基金组织借用相当于份额一定倍数的资金。同时，份额的多少还决定了成员国在基金组织的投票权和相应的义务。份额越大，享有的表决权也就越大。

---