本文通过分析美国选举数据集，探讨了候选人与捐款人的关联。首先，介绍了包含候选人信息和捐款人详情的数据表。接着，阐述了数据处理步骤，通过关联三张表以获取捐赠人与候选人间的一一对应关系。最后，在数据清洗和探索阶段，展示了使用Python pandas库检查数据规模、获取整体信息，并列出捐款总额最高的前十大职业。这些洞察为理解选举资金来源提供了宝贵信息。
了解数据集
| | |
你好|你好
1.所有候选人信息
| CAND_ID | 候选人ID |
| CAND_NAM | 候选人姓名 |
| CAND_PTY_AFFILIATION | 候选人党派 |
| CAND_ID | 候选人ID |
| CAND_ELECTION_YR | 候选人选举年份 |
| CMTE_ID | 委员会ID |
| CMTE_ID | 委员会ID |
| NAME | 捐款人姓名 |
| CITY | 捐款人所在市 |
| State | 捐款人所在州 |
| EMPLOYER | 捐款人雇主/公司 |
| OCCUPATION | 捐款人职业 |
2、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。
3、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。
查看数据规模
c_itcont.shape
查看整体数据信息
c_itcont.info()
查看不同职业的人捐款的总额，然后排序，取前十位
c_itcont.groupby('OCCUPATION').sum().sort_values("TRANSACTION_AMT",ascending=False).
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
