gluecko.se


Neuzulassungen Elektro

Gestern bin ich beim Nachrichten stöbern über folgenden Artikel bei der Tagesschau gestolpert: “Norweger kaufen mehr E-Autos als Verbrenner”.

Im Artikel heißt es, dass in Norwegen im vergangenen Jahr erstmals mehr als 50% der neu-zugelassenen PKW mit einem Elektroantrieb ausgerüstet waren. Zurück geführt wird das vor allem auf staatliche Subvenstionen, sodass man für Elektroautos bspw. weniger bis gar keine Steuer, Maut oder Parkgebühren bezahlen muss.


Nun kann man Deutschland und Norwegen sicher schwer vergleichen was den Automobilmarkt anbelangt. Wir haben keine Wasserkraft in rauen Mengen, viel mehr Autos auf den Straßen, sind Transitland, … Nichtsdestotrotz hat mich interessiert wie die Lage bei uns so aussieht - und es ist gleich eine gute Übung, um die Webscraping nicht zu vernachlässigen.

Auf der Seite des Kraftfahrtbundesamtes bin ich nach kurzer Suche fündig geworden. Der Anteil an Elektroautos an Neuzulassungen in Deutschland hat war (mit einer Ausnahme 2016) stetig zugenommen, wird sind aber weit von 5% geschweigedenn 50% entfernt.

Neuzulassungen

Damit man die Veränderung überhaupt sieht, habe ich noch eine zweite Grafik erstellt, die lediglich den Anteil der Elektro-Zulassungen zeigt.

Neuzulassungen


Und damit ich künftig immer mal wieder spicken kann, anbei der Python-Code.

# Imports
import pandas as pd
import plotly.graph_objects as go
import requests
from bs4 import BeautifulSoup

# Define URL to scrape
url = 'https://www.kba.de/DE/Statistik/Fahrzeuge/Neuzulassungen/Umwelt/fz_n_umwelt_archiv/2019/n_umwelt_z.html'

# Make a GET request to fetch the raw HTML content
html_content = requests.get(url).text

# Parse the html content
soup = BeautifulSoup(html_content, "lxml")

# Find the table and transform it to pandas dataframe
kba_html_table = soup.find("table")
kba = pd.read_html(kba_html_table.prettify(), decimal=',', thousands='.')[0]

# Rename columns
kba_cols = [
    "Jahr",
    "Benzin",
    "Diesel",
    "Fluessiggas",
    "Erdgas",
    "Elektro",
    "Hybrid",
    "PlugInHybrid",
    "Gesamt"
]
kba.columns = kba_cols

# Compute percentage of electric
kba["AnteilElektro"] = kba["Elektro"] / kba["Gesamt"]
kba.head()

# Visualize
light_grey = 'rgb(204, 204, 204)'
dark_grey = 'rgb(63,63,63)'

fig = go.Figure()
fig.add_trace(go.Scatter(
    x = kba.Jahr,
    y = kba.Gesamt,
    text = (kba.Gesamt/1000).astype(int).astype(str) + 'k',
    mode = 'lines+markers+text',
    textposition="top center",
    name = 'Neuzulassungen, gesamt'
))
fig.add_trace(go.Scatter(
    x = kba.Jahr,
    y = kba.Elektro,
    text = (kba.Elektro/1000).astype(int).astype(str) + 'k',
    mode = 'lines+markers+text',
    textposition="top center",
    name = 'Neuzulassungen, Elektro'
))
fig.update_layout(
    title = 'Neuzulassungen pro Jahr',
    title_font_color=dark_grey,
    xaxis=dict(
        showline=True,
        showgrid=False,
        showticklabels=True,
        linecolor=light_grey,
        linewidth=2,
        ticks='outside', 
    ),
    yaxis=dict(
        showgrid=False,
        zeroline=False,
        showline=False,
        showticklabels=False,
    ),
    plot_bgcolor='white',
    paper_bgcolor='white',
    showlegend=True,
)
fig.update_yaxes(rangemode = 'tozero')


eMobility tagesschau python plotly webscraping 100daystooffload


Logo
soeren

Data Nerd 🤓 | begeistert vor allem von ausgefallenen Visualisierungen 📊 mit R und Python 🐍 | Außerdem: Serienjunkie 📺, Kaffeetrinker ☕️, #36C3, 100% Ökostrom 💡 | Aktuell in Stuttgart daheim.


Das könnte dich auch interessieren ...

  • Podcast Tipp Januar 2021
    Im Zuge der 100 Days To Offload-Challenge versuche ich in diesem Jahr deutlich häufiger Artikel auf diesem Blog zu veröffentlichen. Und da ich so viele Podcasts höre, dachte ich mir mit einer Art &ldq...
  • Corona-Daten des RKI mit Python an Telegram-Kanal senden
    Dritter und letzter Teil der Reihe in der ich beschreibe wie ich Daten vom RKI mit Python abziehe, diese mit Plotly grafisch aufbereite und schließlich jeden Morgen in einen Telegram-Kanal sende. In d...
  • Corona-Daten des RKI mit Python visualisieren
    Im letzten Post hatte ich bereits angekündigt, dass ich aktuell daran arbeite Daten vom RKI mit Python abzuziehen, diese mit Plotly grafisch aufzubereiten und schließlich jeden Morgen in einen Telegra...
  • Corona-Daten des RKI mit Python herunterladen
    Auch Ende 2020 hält uns Corona fest im Griff. Vor allem vor den Feiertagen habe ich mir die Frage gestellt, wie sinnvoll es ist, wenn Personen aus unterschiedlichen Landesteilen zusammenkommen. Ich wo...
  • OSM Daten als SVG exportieren
    OSM2XML Ich möchte euch heute ein cooles Projekt vorstellen. Der Hase nutzt die Zeit während seines Spezialprojektes sehr effektiv und hat am Wochenende ein Python-Projekt auf GitHub geladen. Mit dem ...

Zeit für deinen Senf ...


© 2021 gluecko.se - CC BY-SA 4.0 - RSS
build with 💚 and Hugo, hosted on uberspace