数据分析案例--2012美国总统竞选赞助数据分析

美国总统竞选赞助数据分析

本文来自阿里云天池实验室，案例原地址
自学数据分析的小王同学借鉴一下，自己写一遍，分析一遍，自己做的代码和结果如下
1.导入相关的python数据分析的库

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

2.数据载入和总览
2.1由于单个数据太大，我们把数据源分成三个0-50w行，50-100W行，100w+行

#数据读取
data_01=pd.read_csv(r'H:\阿里云\2012美国总统竞选赞助数据分析\data_01.csv')
data_02=pd.read_csv(r'H:\阿里云\2012美国总统竞选赞助数据分析\data_02.csv')
data_03=pd.read_csv(r'H:\阿里云\2012美国总统竞选赞助数据分析\data_03.csv')

2.2数据展示：
data_01读取前五行完毕

data_02读取前五行完毕
data_03读取前五行完毕
2.3合并数据（data_01,data_02,data_03）

data=pd.concat([data_01,data_02,data_03])
data.head()

2.4查看数据的信息，包括每个字段的名称、非空数量、字段的数据类型

data.info()

我们可以看出，contbr_employer和contbr_occupation 这两列字段的数量少一点，说明这里面有空值
2.5查看数据的概要

data.describe()

2.6缺失值的处理
从data.info()中，我们可以看到contbr_employer,contbr_occupation均有少量的缺失值，我们用not provided填充

data['contbr_employer'].fillna('not provided',inplace=True)
data['contbr_occupation'].fillna('not provided',inplace=True)

2.7 缺失值的查看

data[data['contbr_employer'].isnull()]

data[data['contbr_occupation'].isnull()]

data.info()

可以看到，缺失值已经没有了
2.8查看数据中总统候选人都有谁

print('共有{}位候选人，分别是'.format(len(data['cand_nm'].unique())))
data['cand_nm'].unique()

2.9通过搜索引擎等途径，获取到每个总统候选人的所属党派，建立字典parties，候选人名字作为键，所属党派作为对应的值

parties = {
   'Bachmann, Michelle': 'Republican',
           'Cain, Herman': 'Republican',
           'Gingrich, Newt': 'Republican',
           'Huntsman, Jon': 'Republican',
           'Johnson, Gary Earl': 'Republican',
           'McCotter, Thaddeus G