数据分析 案例

美国2012年总统候选人政治献金数据分析

• 导入包

import numpy as np
import pandas as pd
from pandas import Series,DataFrame

• 方便你们操做，将月份和参选人以及所在政党进行定义

months = {'JAN' : 1, 'FEB' : 2, 'MAR' : 3, 'APR' : 4, 'MAY' : 5, 'JUN' : 6,
          'JUL' : 7, 'AUG' : 8, 'SEP' : 9, 'OCT': 10, 'NOV': 11, 'DEC' : 12}
of_interest = ['Obama, Barack', 'Romney, Mitt', 'Santorum, Rick', 
               'Paul, Ron', 'Gingrich, Newt']
parties = {
  'Bachmann, Michelle': 'Republican',
  'Romney, Mitt': 'Republican',
  'Obama, Barack': 'Democrat',
  "Roemer, Charles E. 'Buddy' III": 'Reform',
  'Pawlenty, Timothy': 'Republican',
  'Johnson, Gary Earl': 'Libertarian',
  'Paul, Ron': 'Republican',
  'Santorum, Rick': 'Republican',
  'Cain, Herman': 'Republican',
  'Gingrich, Newt': 'Republican',
  'McCotter, Thaddeus G': 'Republican',
  'Huntsman, Jon': 'Republican',
  'Perry, Rick': 'Republican'           
 }

需求:

1. 读取文件usa_election.txt

   df = pd.read_csv('data/usa_election.txt')
   df.head()

2. 查看文件样式及基本信息

3. 【知识点】使用map函数+字典，新建一列各个候选人所在党派party

   df['parties'] = df['cand_nm'].map(parties)
   # 查看单独一行，是否加上了'party'一列

4. 使用np.unique()函数查看colums：party这一列中有哪些元素

   df['parties'].unique()

5. 使用value_counts()函数，统计party列中各个元素出现次数，value_counts()是Series中的，无参，返回一个带有每一个元素出现次数的Series

   df['parties'].value_counts()

6. 【知识点】使用groupby()函数，查看各个党派收到的政治献金总数contb_receipt_amt

   df.groupby(by='parties')['contb_receipt_amt'].sum()

7. 查看具体天天各个党派收到的政治献金总数contb_receipt_amt 。使用groupby([多个分组参数])

   df.groupby(by=['contb_receipt_dt','parties'])['contb_receipt_amt'].sum()

8. 将表中日期格式转换为'yyyy-mm-dd'。日期格式,经过函数加map方式进行转换

   def func(s):
       # 20-JUN-11
       day,month,year = s.split('-')
       month = months[month]
       return f'20{year}-{month}-{day}'
   df['contb_receipt_dt'] = df['contb_receipt_dt'].apply(func)

9. 获得天天各政党所收政治献金数目。 考察知识点：groupby（多个字段）

   cand_nm_df = df.groupby(by=['cand_nm','contb_receipt_amt'])['contb_receipt_dt'].sum()
   cand_nm_df

10. 【知识点】使用 unstack() 将上面所得数据中的party行索引变成列索引

1. 查看老兵(捐献者职业)DISABLED VETERAN主要支持谁 ：查看老兵们捐赠给谁的钱最多

   #获取老兵对应的行数据
   df['contbr_occupation'] == 'DISABLED VETERAN'
   old_bing_df = df.loc[df['contbr_occupation'] == 'DISABLED VETERAN']
   
   old_bing_df.groupby(by='cand_nm')['contb_receipt_amt'].sum()

2. 把索引变成列,Series变量.reset_index()

3. 找出各个候选人的捐赠者中，捐赠金额最大的人的职业以及捐献额 .经过query("查询条件来查找捐献人职业")

   df['contb_receipt_amt'].max()
   
   df.query('contb_receipt_amt == 1944042.43')