美国2012政治献金数据分析（附有源数据和题目）-CSDN博客

本文链接：https://blog.csdn.net/ZYM66/article/details/123124211

读取文件usa_election.txt
查看文件样式及基本信息
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
使用统计学指标快速扫描数值型属性的概要
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
异常值处理。将捐款金额<=0的数据删除
新建一列为各个候选人所在党派party
查看party这一列中有哪些不同的元素
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contb_receipt_amt
查看具体每天各个党派收到的政治献金总数contb_receipt_amt
将表中日期格式转换为’yyyy-mm-dd’。
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

读取文件usa_election.txt：
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：

cand_nm :候选人姓名
contbr_nm :捐赠人姓名
contbr_st :捐赠人所在州
contbr_employer :捐赠人所在公司
contbr_occupation :捐赠人职业
contb_receipt_amt :捐赠金额
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。