本文展示了使用Python进行数据分析的一个实例，涉及到数据读取、数据清洗、数据透视和可视化。首先从CSV文件中加载数据，通过unique函数获取所有竞选者姓名，并创建了党派分类。接着保留赞助费为正数的记录，创建透视表，分析不同职业对各党派的赞助金额，过滤掉总和低于200万的职业。然后调整类似职业的名称，重新构建透视表，并使用barh图表进行可视化。最后，筛选特定竞选者的数据，分析了赞助者的前八大职业和企业类型。
密码：ct86
第一部分
step1
import pandas as pd
fec=pd.read_csv(r'C:\Users\Administrator\Downloads\pydata-book-2nd-edition\datasets\fec\P00000001-ALL.csv')
#加载csv数据
step2
cand_nms=fec['cand_nm'].unique()
cand_nms
array(['Bachmann, Michelle', 'Romney, Mitt', 'Obama, Barack',
"Roemer, Charles E. 'Buddy' III", 'Pawlenty, Timothy',
'Johnson, Gary Earl', 'Paul, Ron', 'Santorum, Rick',
'Cain, Herman', 'Gingrich, Newt', 'McCotter, Thaddeus G',
'Huntsman, Jon', 'Perry, Rick'])
#通过unique函数，得到所有竞选者的姓名
step 3
parties={'Bachmann, Michelle':'Republican','Romney, Mitt':'Republican','Obama, Barack':'Democat',"Roemer, Charles E.
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
