美国2012政治献金数据分析（附有源数据和题目）

1. 读取文件usa_election.txt
2. 查看文件样式及基本信息
3. 指定数据截取，将如下字段的数据进行提取，其他数据舍去：
   1. cand_nm :候选人姓名
   2. contbr_nm :捐赠人姓名
   3. contbr_st :捐赠人所在州
   4. contbr_employer :捐赠人所在公司
   5. contbr_occupation :捐赠人职业
   6. contb_receipt_amt :捐赠金额
   7. contb_receipt_dt :捐赠日期
4. 使用统计学指标快速扫描数值型属性的概要
5. 空值处理。可能因为忘记填写或者保密等等原因，相关 字段出现了空值，将其填充为NOT PROVIDE
6. 异常值处理。将捐款金额<=0的数据删除
7. 新建一列为各个候选人所在党派party
8. 查看party这一列中有哪些不同的元素
9. 统计party列中各个元素出现次数
10. 查看各个党派收到的政治献金总数contb_receipt_amt
11. 查看具体每天各个党派收到的政治献金总数contb_receipt_amt
12. 将表中日期格式转换为’yyyy-mm-dd’。
13. 查看老兵(捐献者职业)DISABLED VETERAN主要支持谁

附件下载地址：usa_election.txt - 蓝奏云

绪言：这个数据分析题目数据量够大，考察了pandas对于数据分析的很多基本用法，个人认为非常适合初期练习使用

1. 读取文件usa_election.txt：
2. 查看文件样式及基本信息：

这个不用多说，上来导包导入文件，看一下文件的开头

     3.指定数据截取，将如下字段的数据进行提取，其他数据舍去：

1. cand_nm :候选人姓名
2. contbr_nm :捐赠人姓名
3. contbr_st :捐赠人所在州
4. contbr_employer :捐赠人所在公司
5. contbr_occupation :捐赠人职业
6. contb_receipt_amt :捐赠金额
7. contb_receipt_dt :捐赠日期

传统手艺不能忘，取多列的基本操作

   4.使用统计学指标快速扫描数值型属性的概要

        一个方法搞定

      5.空值处理。可能因为忘记填写或者保密等等原因，相关 字段出现了空值，将其填充为NOT PROVIDE

               在行上创立一个规则，为有空值的行返回True

                把空行的索引取出来

         利用先前建立的规则批量取行，并填充为指定信息。这里的知识点是取行的方法和取行的规则还有就是nan值的填充

        6.异常值处理。将捐款金额<=0的数据删除

 如法炮制，还是根据规则把索引取出

 删除使用drop方法，删完后注意检查空行

        7.新建一列为各个候选人所在党派party

这个考察映射

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'
}

先建立一个映射表确定映射关系，然后用map函数确立映射关系，直接在原有的数据后边加一列。

1. 查看party这一列中有哪些不同的元素
2. 统计party列中各个元素出现次数

 这两个操作用两个方法就可以解决，考察方法的使用

1. 查看各个党派收到的政治献金总数contb_receipt_amt
2. 查看具体每天各个党派收到的政治献金总数contb_receipt_amt

 这两题考察分组，使用groupby函数可以轻松解决

1. 将表中日期格式转换为’yyyy-mm-dd’。

 这个就是一个日期的转换，pandas中有对应的方法

1. 查看老兵(捐献者职业)DISABLED VETERAN主要支持谁

最后一题，咱们先把老兵挑出来

 挑出来后，再利用分组的知识进行金额叠加即可

 可以看出最支持的是：Obama, Barack