Привет! Делаем исследовательский проект по анализу данных с Википедии.

Для сбора данных нужно сделать скрипт получения данных всех страниц людей с российской и английской википедии со следующими данными:

• id
• Ссылка на страницу в Википедии
• Ссылка на фото
• Пол
• Фамилия
• Имя
• Отчество, если есть
• Гражданство, какой страны
• Дата рождения
• Страна рождения
• Регион, Область, Штат рождения
• Город рождения
• Дата смерти, если человек не умер, оставить поле пустым
• Страна смерти
• Регион / Область / Штат смерти
• Город смерти
• Род деятельности / профессия. Каждую профессию вынести в отдельный столбец и напротив человека, если относится к профессии ставить 1, если не относится, то 0.
• Кол-во просмотров за каждый год с 2015 по 2020
• Кол-во просмотров страниц человека за каждый месяц с 2020 года по июнь 2021

Пример файла с выгрузкой > https://docs.google.com/spreadsheets/d/1CwZAFeFtuq...

Данные нужно собирать из категории human (человек), идентификатор такой wd:Q5 wdt:P31. (https://query.wikidata.org/#SELECT%20%3Fperson%20WHERE%20%7B%20%3Fperson%20wdt%3AP31%20wd%3AQ5%20%7D%0Alimit%20100)


Результат:

• Скрипт получения данных, с инструкцией развертывания и запуска.
• По два файла форматов sql. и .xlsx с выгрузками с российской и английской википедии. В выгрузке людей отсортировать по кол-ву просмотров за 2020 год, от большего к меньшему . Всего страниц людей будет больше 9 млн (https://www.wikidata.org/w/index.php?search=haswbstatement%3A%22P31%3DQ5%22&title=Special:Search&profile=advanced&fulltext=1&ns0=1&ns120=1). Для .xlsx разбить файлы на несколько частей, чтобы открылись для анализа в Excel.

Оплата договорная, оплата проводится через безопасную сделку.