利用Python进行数据分析—2012年联邦选举委员会数据库

最新推荐文章于 2024-10-08 20:27:53 发布

「已注销」

最新推荐文章于 2024-10-08 20:27:53 发布

阅读量81

点赞数 1

文章标签： python 数据分析数据库

本文链接：https://blog.csdn.net/GPDee/article/details/131676916

版权

本文介绍了如何使用Python对2012年联邦选举委员会数据库进行数据分析，涉及候选人名单、党派关系、赞助信息统计、职业和雇主出资情况，以及各州赞助比例的分析。

摘要由CSDN通过智能技术生成

利用Python进行数据分析

文章目录

利用Python进行数据分析
- 2012年联邦选举委员会数据库

2012年联邦选举委员会数据库

美国联邦选举委员会公布了有关政治运动贡献的数据。这些数据包括捐赠者姓名、职业和雇主、地址和缴费金额。

fec = pd.read_csv("datasets/fec/P00000001-ALL.csv", low_memory=False)
fec.info()

在这里插入图片描述

fec.iloc[123456]

在这里插入图片描述

所有候选人名单

unique_cands = fec["cand_nm"].unique()
unique_cands
unique_cands[2]

在这里插入图片描述

利用字典说明党派人关系

parties = {
   "Bachmann, Michelle": "Republican",
           "Cain, Herman": "Republican",
           "Gingrich, Newt": "Republican",
           "Huntsman, Jon": "Republican",
           "Johnson, Gary Earl": "Republican",
           "McCotter, Thaddeus G": "Republican",
           "Obama, Barack": "Democrat",
           "Paul, Ron": "Republican",
           "Pawlenty, Timothy": "Republican",
           "Perry, Rick": "Republican",
           "Roemer, Charles E. 'Buddy' III": "Republican",
           "Romney, Mitt": "Republican",
           "Santorum, Rick": "Republican"}