龙珠天池Python学习计划Task4

利用Pandas分析美国选民总统喜好。

准备

需要提前安装的包
需要提前下载好数据集

数据处理

进行数据处理前，我们需要知道我们最终想要的数据是什么样的，因为我们是想分析候选人与捐赠人之间的关系，所以我们想要一张数据表中有捐赠人与候选人一一对应的关系，所以需要将目前的三张数据表进行一一关联，汇总到需要的数据。

数据探索与清洗

进过数据处理部分，我们获得了可用的数据集，现在我们可以利用调用shape属性查看数据的规模，调用info函数查看数据信息，调用describe函数查看数据分布。
c_itcont.shape，查看数据规模 多少行 多少列
c_itcont.info()，查看整体数据信息，包括每个字段的名称、非空数量、字段的数据类型
通过上面的探索我们知道目前数据集的一些基本情况，目前数据总共有756205行，8列，总占用内存51.9+MB，STATE、EMPLOYER、OCCUPATION有缺失值，另外日期列目前为int64类型，需要进行转换为str类型。
c_itcont.head(3)，查看数据前3行
c_itcont.describe()，查看数据表中数据类型的列的数据分布情况
c_itcont[‘CAND_NAME’].describe()，查看单列的数据发布情况

数据分析

计算前十位党派和总统候选人获得的捐款总额
不同职业的人捐款的总额，然后排序，取前十位
以及不同捐款人的数量
每个州捐款总额和捐款人的数量

数据可视化

导入相关Python库
按州总捐款数和总捐款人数柱状图
各州捐款总人数可视化
热门候选人拜登在各州的获得的捐赠占比
总捐最多的候选人捐赠者词云图

总结，其实是利用Python的数据功能，分析出数据，再进行可视化的操作，因为Python在计算大数据上方便，如果数据量较小，直接用EXCEL也是一样可以做出对应的数据分析