《利用Python进行数据分析》 14.5 2012年联邦选举委
第十四章 数据分析示例
注：本章示例数据集可在附带的GitHub仓库（http://github.com/wesm/pydata-book）中找到
14.5 2012年联邦选举委员会数据库
美国联邦选举委员会公布了有关政治运动贡献的数据。这些数据包括捐赠者姓名、职业和雇主、地址和缴费金额。一个有趣的数据来自2012年美国总统大选。我在2012年6月下载的一个数据集版本是一个150兆字节的CSV文件P00000001-ALL.csv（请参阅本书的数据存储库）
1.使用pandas.read_csv载入数据（见图14-1）
图14-1：载入数据2.观察样本记录（见图14-2）
图14-2：样本记录3.使用unique获得所有不同的政治候选人名单（见图14-3）
图14-3：候选人名单4.使用相应的字典表示政党背景（见图14-4）
图14-4：表示政党背景5.在Series对象上使用map方法和上述的映射关系，从候选人姓名中计算出政党的数组（见图14-5）
图14-5：计算政党数组6.数据准备要点（见图14-6）
图14-6：数据分析要点
14.5.1 按职业和雇主的捐献统计
根据职业分析捐献是一个常见的统计分析。例如，律师（法律代理人）倾向于捐更多的钱给民主党，而商务人士则倾向于捐更多的钱给共和党。你没有任何理由相信我，你可以自己看数据。
1.首先，获得按职业的捐献总数（见图14-7）
图14-7：按职业捐献总数2.通过将一种工作匹配到另一种来清理工作种类（见图14-8）
图14-8：清理工作种类
注：使用dict.get存在一种"陷阱"，允许没有映射的职业"通过"
3.使用pivot_table按党派和职业聚合数据，然后过滤出至少捐赠200万美元的子集（见图14-9）
图14-9：聚合、过滤4.以条形图的方式进行数据可视化更为简单（'barh’表示水平条形图，参见图14-10）
图14-10：按党派划分各职业捐赠总量5.按候选人名称进行分组，并使用本章前面的top方法的变体（见图14-11）
图14-11：分组函数6.按职业和雇主进行聚合（见图14-12）
图14-12：聚合14.5.2 捐赠金额分桶
1.使用cut函数将贡献者的数量按贡献大小离散化分桶（见图14-13）
图14-13：分桶2.将Obama和Romney的数据按名称和分类标签进行分组（见图14-14）
图14-14：分组3.对捐款数额进行求和并在桶内进行归一化，以便对按候选人划分的捐款总额百分比进行可视化（见图14-15）
图14-15：不同捐赠规模的候选人收到的捐赠总额的百分比注：排除了两个最大的箱体，因为这些箱体不是由个人捐赠的。
这种分析可以通过多种方式进行改进和提高。例如，你可以通过捐助者姓名和邮政编码聚合捐款，以便为那些进行很多次小额捐赠的人进行调整，他们并不会进行大型捐赠。
14.5.3 按州进行捐赠统计
1.将数据按照候选人和州进行聚合（见图14-16）
图14-16：
将数据按照候选人和州进行聚合2.将每一行除以捐款总额，得到每个候选人按州的捐赠总额的相对百分比（见图14-17）
图14-17：每个候选人按州的捐赠总额的相对百分比
