2012 年美国总统候选人政治献金 数据分析(numpy+pandas)

提取码：8828 （本文用到的文档数据） 

• #导入工具包
  import numpy as np
  import pandas as pd
  from pandas  import Series,DataFrame
  import matplotlib.pyplot as plt
  %matplotlib inline

• 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'           
   }

• #导入政治献金的 啊、三个表
  import random

• contb1=pd.read_csv('contb_01.csv')
  contb2=pd.read_csv('contb_02.csv')
  contb3=pd.read_csv('contb_03.csv')

• # 展示第一张表的  前5个数据
  contb1.head(3)

• # 展示 第一张表的关键信息
  contb1.info()

• #把三张表拼接在一起
  contb = pd.concat((contb1,contb2,contb3),axis=0)
  
  contb.head(3)

• contb.info()

• # 主表中各个字段的定义
  cand_nm   候选人的姓名
  contbr_nm 选举人姓名
  contbr_st 选举人所在的州
  contbr_employer 选举人的职位
  contbr_occupation 选举人的行业
  contb_receipt_amt 政治献金的数目
  contb_receipt_dt 捐赠的时间

• # 候选人数据,unique 去除重复的数据
  contb['cand_nm'].unique()

• # 采用  map 映射，将候选人的党派作为新的一列添加到数据中

• contb['party'] = contb['cand_nm'].map(parties)
  contb.head()

• # 找到关于奥巴马的信息
  aobama=contb.loc[contb['cand_nm']=='Obama, Barack']
  # 给奥巴马的所有的政治献金
  value=aobama.groupby(['cand_nm'])['contb_receipt_amt'].sum()
  value

• # 查出有多少党派
  contb['party'].unique() 

• #查出各个党派被捐助的次数
  # 第一种方法
  count=contb.groupby('party').count()
  # 按照降序进行排列
  count.sort_values(by="cand_nm",ascending=False).reset_index()

• # 各个党派被捐助的次数
  contb['party'].value_counts()

• # 绘制各个党派捐助的次数的  柱形图
  contb['party'].value_counts().plot(kind="bar")

• # 各个党派政治献金的总数
  contb.groupby('party')["contb_receipt_amt"].sum().plot(kind="line")

• contb.groupby('party')['contb_receipt_amt'].mean().plot(kind="line")

• contb.columns

• # 先不考虑时间类型
  # 多分组  按照党派 按照时间进行 显示数据
  #unstack  参数level = -1 将最后一列转化为 行

• temp=contb.groupby(['contb_receipt_dt','party'])['contb_receipt_amt'].sum().unstack(level=-1,fill_value=0)

• temp.sort_index()

• temp.info()

• #获取当前的时间
  now=pd.datetime.now()
  now

• #时间格式
  # 2021-01-05
  #时间属于数值类型 往前推一天，时间还可以进行排序
  pd.to_datetime(np.array(["2021-09-8","8-MAY-21"]))

• # 输入外国时间的格式转化为中文的时间格式
  def map_datetime(x):
      day,month,year = x.split("-")
      # 根据月份的字典得到 月份具体指
      m = months[month]
      return "20{}-{}-{}".format(year,m,day)

• map_datetime("8-MAY-21")

• party_dt = contb.groupby(['contb_receipt_dt','party'])['contb_receipt_amt'].sum().unstack(level=-1,fill_value=0)
  party_dt.sort_index(inplace=True)
  party_dt.plot(kind="line")

• #每天政治献金的累计数 ,线性图
  party_dt.cumsum().plot(kind="line")

#那几个月是竞选的高峰期
#对月份进行分组，月份找出来，使用map的方式

In [91]:

• #如果是时间类型，不需要那么解决，时间类型有它专门的分组处理方案
  # 重采样 用于时间分组，前提是类型必须是 以时间类型作为发型索引
  contb.info()

• temp = contb.set_index('contb_receipt_dt')
  temp.resample("Y")["contb_receipt_amt"].sum().plot(kind="bar")
  

• Out[175]:

• # 找出每个月的政治献金的总数
  temp.resample("M")["contb_receipt_amt"].sum().plot(kind="bar")

• # 求出每个党派  每隔月政治献金的总数，并绘制图形
  # 把时间设置成索引
  contb=contb.set_index('contb_receipt_dt')
  contb
  contb.groupby(['contb_receipt_dt','party'])['contb_receipt_amt'].sum().unstack(level=-1,fill_value=0).resample("M").sum().plot(kind="bar")

• # 如果是2 分组的逻辑，可以直接使用透视表解决
  pd.pivot_table(contb,index="contb_receipt_dt",columns="party",values="contb_receipt_amt",aggfunc=sum,fill_value=0).resample("M").sum().plot(kind="bar")

• # 找出最有竞争力的两个人 列表
  good_man_names = contb.groupby('cand_nm')['contb_receipt_amt'].sum().sort_values(ascending=False)[:2].index
  good_man_names

• # 最有竞争力的 两个人的条件
  condition = (contb['cand_nm']==good_man_names[0])|(contb['cand_nm']==good_man_names[1])
  
  # 根据条件 找出最有竞争力的两个人
  good_man = contb.loc[condition ]
  #得到最有竞争力的两个人
  gooodTwo=good_man['cand_nm'].unique() 
  #得到的是 numpy的数组
  type(gooodTwo)

• VETERAN =contb.loc[contb['contbr_occupation']=='DISABLED VETERAN']
  VETERAN
  
  #从数量看  老兵支持谁
  VETERAN['cand_nm'].value_counts()

• #从政治献金的额度 看老兵都支持税
  VETERAN.groupby('cand_nm')['contb_receipt_amt'].sum().sort_values(ascending=False)