读取usa_elect.csv文件,获取Obama, Barack 和 Romney, Mitt 的数据,并按职业赞助金额降序排序

首先，我们需要加载`usa_elect.csv`文件并提取所需的数据。假设'cand_nm'是候选人姓名列，'ocng_cmte_nm'是组织名称列，而'contb_receipt_amt'是赞助金额列。我们可以按照以下步骤操作：

import pandas as pd

# 加载数据
data = pd.read_csv('usa_elect.csv')

# 提取 Obama, Barack 和 Romney, Mitt 的数据
candidate_data = data[(data['cand_nm'] == 'Barack Obama') | (data['cand_nm'] == 'Mitt Romney')]

# 只选择与职业相关的赞助（假设存在这样的列名，例如 'org_职衔'）
# 这里假设 'org_职衔' 列存在且包含职业信息
filtered_data = candidate_data[candidate_data['org_职衔'].str.contains('职业')]

# 按赞助金额降序排序
sorted_data = filtered_data.sort_values('contb_receipt_amt', ascending=False)

# 打印或进一步处理数据
print(sorted_data)

如果`org_职衔`列中没有明确的职业标签，你可能需要根据列的值或文档来确定哪些记录属于“职业”赞助。