美国2012年总统候选人政治献金数据分析

数据分析步骤：

 1.读取文件usa_election.txt
 
 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
 
 4.使用np.unique()函数查看colums：party这一列中有哪些元素
 
 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，返回一个带有每个元素出现次数的Series
 
 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
 
 7.查看具体每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])
 
 8. 将表中日期格式转换为'yyyy-mm-dd'。日期格式,通过函数加map方式进行转换
 
 9.得到每天各政党所收政治献金数目。  考察知识点：groupby（多个字段）
 
 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
 
 11.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
 
 12.把索引变成列,Series变量.reset_index()
 
 13.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  .通过query("查询条件来查找捐献人职业")

 

首先为方便后续操作，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'           
 }

 导入相关包

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

 读取数据

df = pd.read_csv('./data/usa_election.txt')
df.head(2)

 读取数据显示

 

 

cmte_id	cand_id	cand_nm	contbr_nm	contbr_city	contbr_st	contbr_zip	contbr_employer	contbr_occupation	contb_receipt_amt	contb_receipt_dt	receipt_desc	memo_cd	memo_text	form_tp	file_num
0	C00410118	P20002978	Bachmann, Michelle	HARVEY, WILLIAM	MOBILE	AL	3.6601e+08	RETIRED	RETIRED	250.0	20-JUN-11	NaN	NaN	NaN	SA17A	736166
1	C00410118	P20002978	Bachmann, Michelle	HARVEY, WILLIAM	MOBILE	AL	3.6601e+08	RETIRED	RETIRED	50.0	23-JUN-11	NaN	NaN	NaN	SA17A	736166

 新建一列各个候选人所在党派party

df['party'] = df['cand_nm'].map(parties)

 查看colums：party这一列中有哪些元素

df['party'].unique()

 统计party列中各个元素出现次数

#查看各个党派收到的政治献金总数
df.groupby(by='party',axis=0)['contb_receipt_amt'].sum()

 

#每天每个党派收到政治现金的总数
df.groupby(by=['contb_receipt_dt','party'],axis=0)['contb_receipt_amt'].sum()

 定制转换显示的时间格式函数：

def transformData(d):
    day,month,year = d.split('-')
    month = months[month]
    return '20'+year+'-'+str(month)+'-'+day

 将表中日期格式转换为'yyyy-mm-dd'

df['contb_receipt_dt'] = df['contb_receipt_dt'].map(transformData)
df.head(2)

 查看老兵(捐献者职业)DISABLED VETERAN主要支持谁(给谁捐钱最多)

#1.先将老兵对应的行数据取出
df['contbr_occupation'] == 'DISABLED VETERAN'
old_bing_df = df.loc[df['contbr_occupation'] == 'DISABLED VETERAN']
old_bing_df

 

#根据候选人分组
old_bing_df.groupby(by='cand_nm',axis=0)['contb_receipt_amt'].sum()

 

#候选人的捐赠者中，捐赠金额最大的人的职业以及捐献额
max_money = df['contb_receipt_amt'].max()
df.query('contb_receipt_amt == 1944042.43')