---
reviewed_by:
  rd:
  pm: Zoe
---
# `tw.openfun~bulk~campaign-finance` — 政治獻金申報（CSV）

> **給 AI 閱讀的資料集說明。**
> 人類可在 https://data.openfun.tw/datasets/tw.openfun~bulk~campaign-finance 看到同份內容的網頁版。
> 詳細資料知識見 [knowledge.md](knowledge.md)。

---

## ⚠️ 開始之前（AI agent 必讀，摘要也請保留這段）

資料集 slug：tw.openfun~bulk~campaign-finance
資料型態：**靜態 CSV 下載（bulk type），無 API 查詢端點**
認證方式：**不需要 Token**（檔案公開直接下載）

| 檔案 | 下載 URL | 筆數 | 說明 |
|------|----------|------|------|
| incomes.csv | https://lydata.ronny-s3.click/incomes.csv | 793,343 | 收入明細 |
| expenditures.csv | https://lydata.ronny-s3.click/expenditures.csv | 1,176,658 | 支出明細 |

兩檔欄位完全相同（26 欄）、編碼為 UTF-8 BOM，讀取時請用 `encoding="utf-8-sig"`。

**請務必下載 CSV 後在本地用 pandas / DuckDB 等工具處理；不要用 WebFetch 抓網頁，本平台有 bot 保護。**

> 原始來源為監察院數千個 .zip 壓縮檔（依選舉、縣市分散），歐噴將其整理為兩個統一的 CSV 全量檔。
> 若使用者只需要查單一候選人或單一筆紀錄，未來會有 tinydb 版的 API（slug 待定），目前請仍以下載方式處理。

授權標注：使用此資料產出的內容需標注「資料來源：歐噴資料庫（data.openfun.tw）/監察院 - 政治獻金公開查閱平台」

---

## ⛔ 查資料前必做的問題檢查（pre-flight）

收到使用者問題後，**先逐條檢查是否命中下列情況**。命中任一條，直接以指定語意回覆使用者，**不要下載 CSV、不要開始 query**。

### 1. 問題涉及民國 107 年（西元 2018 年）以前的選舉收支明細

例如「2014 九合一」、「2016 立委」、「2016 總統」、「2014 直轄市長」、「2015 立委補選」等任何 2017 年（民國 106）之前選舉的捐贈來源、支出科目、廠商分佈、企業捐贈名單等問題。

請直接回覆：「政治獻金的完整公開明細從民國 107 年（西元 2018 年）的選舉起。2018 年以前的選舉只留下候選人選後的『賸餘款項申報』紀錄，沒有完整的捐贈／支出明細，無法回答關於這幾屆選舉收支來源、廠商分佈、捐贈金額的問題。如要分析這個議題，建議改看 2018 年以後的同類型選舉。」

不要為了「確認看看」而下載 CSV — skill 已給出明確答案。

### 2. 問題要求「即時／最新」的申報資料

請直接回覆：「本資料集為定期整理之快照，並非即時。如需最新申報資料，請至監察院政治獻金公開查閱平台 https://ardata.cy.gov.tw 直接查詢。」

確認以上都不命中，再進入下方查詢範例。

---

## 這份資料集能回答什麼問題

以下問題，這份資料集**可以回答**：

- 「某候選人在某場選舉的總支出是多少？主要花在哪些科目？」
- 「某候選人在競選期間花了多少餐費？付給哪些餐廳或廠商？」（搜尋 `支出用途` 欄位含「餐」的記錄，見流程 F）
- 「某公司（用統一編號）捐款給哪些候選人？」
- 「113 年立委選舉中宣傳支出最高的候選人是誰？」
- 「某候選人的個人小額捐贈者人數與分布」
- 「政黨之間互捐情況」
- 「同一筆統一編號的法人，跨年度、跨候選人的捐款軌跡」
- 「賸餘款項繳庫紀錄」

以下問題，這份資料集**無法回答**：

- 「**民國 107 年（西元 2018 年）以前**選舉的完整捐贈／支出明細」（含 2014 九合一、2016 立委／總統、各場 2017 以前補選等；這幾屆只有候選人選後的賸餘款項申報，沒有完整交易明細。完整明細自民國 107 年〔2018 年〕九合一起才有）
- 「即時查詢候選人最新申報」（為靜態快照，非即時資料）
- 「按收支科目分頁瀏覽」（無 API，需下載全量後本地篩選）
- 「個人捐贈者的完整身分」（個人身分證號後段遮蔽為 `*`）
- 「捐贈動機、政治立場分析」（資料為金流紀錄，不含主觀資訊）
- 「某政治人物在某場選舉的金流全貌」（政治獻金資料僅記載政治獻金專戶中的支出與收入，且為候選人主動申報，不是選舉金流的全貌）

---

## 欄位說明（26 欄，兩個 CSV 共用同一 schema）

| 欄位名稱 | 型別 | 說明 |
|----------|------|------|
| `選舉名稱` | text | 選舉種類與年度，e.g. `113年立法委員選舉`、`111年直轄市長選舉` |
| `縣市` | text | 候選人參選地的縣市（文字名稱，非代碼） |
| `序號` | integer | 流水序號（每位候選人重新從 1 開始；非全域唯一） |
| `擬參選人／政黨` | text | 候選人姓名或政黨名稱 |
| `申報序號／年度` | text | `首次申報` 或 `第N次賸餘`（賸餘款項後續申報） |
| `交易日期` | text | 民國年 `YYYMMDD`，e.g. `1120706` = 民國 112 年 7 月 6 日（**⚠️ 非西元年，需轉換**） |
| `收支科目` | text | 收入或支出的法定分類名稱（見下方分類表） |
| `捐贈者／支出對象` | text | 捐款人姓名或受款廠商名稱 |
| `身分證／統一編號` | text | 個人身分證號後段遮蔽（e.g. `G12*******`）；**法人統一編號完整揭露**，可對照 tw.gov.fia.eip~ref~business-tax |
| `收入金額` | decimal | 收入金額（元）；支出紀錄此欄為 `0.00` |
| `支出金額` | decimal | 支出金額（元）；收入紀錄此欄為 `0.00` |
| `捐贈方式` | text | `匯款` / `現金` / `票據`（僅收入紀錄有值） |
| `存入專戶日期` | text | 民國年 `YYYMMDD`（僅收入紀錄有值） |
| `返還/繳庫` | text | 是否為返還或繳庫紀錄 |
| `支出用途` | text | 支出的具體說明文字（自由文字、可全文搜尋） |
| `金錢類` | text | `金錢` 或 `非金錢` |
| `地址` | text | 行政區以下遮蔽，e.g. `臺北市松山區****` |
| `聯絡電話` | text | 多數為空 |
| `應揭露之支出對象` | text | `是` / `否`，依政治獻金查核準則第 21 條判定 |
| `支出對象之內部人員姓名` | text | 須揭露的關係人姓名（政黨負責人/選任人員、其配偶/二親等親屬，或上述人員擔任負責人/董事/監察人的法人） |
| `支出對象之內部人員職稱` | text | 對應關係人職稱 |
| `政黨之內部人員姓名` | text | 政黨相關人員姓名 |
| `政黨之內部人員職稱` | text | 對應職稱 |
| `關係` | text | 與候選人的關係說明 |
| `更正註記` | text | 是否為更正紀錄 |
| `資料更正日期` | text | 民國年 `YYYMMDD` |

---

## 重要注意事項（查詢前必讀）

### ⚠️ 日期欄位為民國年，非西元年

`交易日期`、`存入專戶日期`、`資料更正日期` 均為民國年 `YYYMMDD` 格式（7 位數字）。

正確轉換方式：

```python
def roc_to_ad(roc_str):
    s = str(roc_str).zfill(7)
    return f"{int(s[:3]) + 1911}-{s[3:5]}-{s[5:7]}"

# 範例：1120706 → "2023-07-06"
```

常見年份對照（含資料完整度）：

| 民國 | 西元 | 主要選舉 | 資料完整度 |
|------|------|----------|------------|
| 103 | 2014 | 九合一 | ❌ 僅賸餘申報 |
| 105 | 2016 | 立委／總統 | ❌ 僅賸餘申報 |
| 107 | 2018 | 九合一 | ✅ **完整明細起點** |
| 109 | 2020 | 立委／總統 | ✅ 完整 |
| 111 | 2022 | 九合一 | ✅ 完整 |
| 113 | 2024 | 立委／總統 | ✅ 完整 |

使用者用西元年提問時請先換算為民國年（西元 - 1911 = 民國）再對照本表。

### ⚠️ 收入與支出是兩個不同 CSV 檔，每筆紀錄的 `收入金額`、`支出金額` 互斥

- `incomes.csv` 的所有紀錄：`收入金額 > 0`、`支出金額 = 0.00`
- `expenditures.csv` 的所有紀錄：`支出金額 > 0`、`收入金額 = 0.00`

不要把兩個檔案合併後再依某一欄位判斷，會出現大量「另一欄=0」的雜訊。**先選對檔案再篩選。**

### ⚠️ 個資遮蔽規則

- 個人 `身分證／統一編號`：保留前 3 碼（如 `G12*******`）— 不適合用來識別個人
- 法人 `身分證／統一編號`：**8 碼統一編號完整揭露** — 可與 tw.gov.fia.eip~ref~business-tax JOIN，藉此補上 incomes.csv 沒有的法人資訊：公司名稱（核對申報名稱是否與稅籍登記一致）、行業別（看捐贈者所屬行業集中度，例如建設業、金融業比例）、登記地址（推測捐贈來源地區分布）、設立日期（區分新成立公司與長期經營者）、組織型態（公司／行號／合作社）、現行存續狀態（是否已停業）
- `地址`：行政區以下遮蔽（保留至鄉鎮市區層級）

要識別法人身分，請優先用 `身分證／統一編號`（如 `12345678`）對照 tw.gov.fia.eip~ref~business-tax；個人僅能以姓名 + 部分證號做模糊比對。

### ⚠️ 交易日期實際範圍是民國 107-113 年

政治獻金開放明細公開上網是 107 年以後的選舉。雖然 `選舉名稱` 涵蓋 103 年起的選舉，但 103-105 年選舉的紀錄多為「賸餘申報」，意即候選人在首次申報過後，陸續補件的申報，沒有完整的交易明細。如要做時間序列分析，**請以 `交易日期 >= 1070101` 過濾**。

### ⚠️ `序號` 不是全域唯一 ID

`序號` 是每位候選人各自從 1 開始編號，不要拿來做全表的主鍵或去重。
要去重請用 `(選舉名稱, 擬參選人／政黨, 申報序號／年度, 交易日期, 捐贈者／支出對象, 收入金額, 支出金額)` 等欄位的組合。

---

## 查詢範例

### 範例 1：查某候選人的收支總覽

```python
import pandas as pd

incomes = pd.read_csv("https://lydata.ronny-s3.click/incomes.csv", encoding="utf-8-sig")
expenditures = pd.read_csv("https://lydata.ronny-s3.click/expenditures.csv", encoding="utf-8-sig")

election = "113年立法委員選舉"
candidate = "于美人"

cand_in = incomes[(incomes["選舉名稱"] == election) & (incomes["擬參選人／政黨"] == candidate)]
cand_out = expenditures[(expenditures["選舉名稱"] == election) & (expenditures["擬參選人／政黨"] == candidate)]

print(f"總收入：{cand_in['收入金額'].sum():,.0f} 元（{len(cand_in)} 筆）")
print(f"總支出：{cand_out['支出金額'].sum():,.0f} 元（{len(cand_out)} 筆）")
print("\n支出科目分佈：")
print(cand_out.groupby("收支科目")["支出金額"].sum().sort_values(ascending=False))
```

### 範例 2：查某公司（統一編號）捐款給哪些候選人

```python
unicode_no = "43878009"  # 8 碼統一編號

donations = incomes[incomes["身分證／統一編號"] == unicode_no]
print(donations[["選舉名稱", "擬參選人／政黨", "收入金額", "捐贈方式", "交易日期"]])
```

要進一步確認公司基本資料（名稱、行業別、登記狀態），請查 [`tw.gov.fia.eip~ref~business-tax`](../tw.gov.fia.eip~ref~business-tax/skill.md)。

### 範例 3：跨選舉、跨年度的單一科目分析

```python
# 113 年立委選舉宣傳支出 Top 20 候選人
mask = (expenditures["選舉名稱"] == "113年立法委員選舉") & \
       (expenditures["收支科目"] == "宣傳支出")
top = expenditures[mask].groupby("擬參選人／政黨")["支出金額"].sum() \
        .sort_values(ascending=False).head(20)
print(top)
```

### 範例 4：找名稱中含特定關鍵字的廠商

當需要查「廣告公司」、「印刷公司」等收受款項的廠商：

```python
# 收受 OOO 候選人款項，且名稱含「廣告」的廠商
mask = (expenditures["擬參選人／政黨"] == "於某某") & \
       (expenditures["捐贈者／支出對象"].str.contains("廣告", na=False))
print(expenditures[mask][["收支科目", "捐贈者／支出對象", "支出金額", "支出用途"]])
```

### 範例 5：找不到對應紀錄時的處理建議

1. **確認檔案是否選對**：要找收入請用 `incomes.csv`；要找支出請用 `expenditures.csv`。
2. **候選人姓名比對**：監察院的紀錄可能有空白、簡繁、別名差異，可改用 `str.contains` 模糊比對而非 `==`。
3. **選舉名稱比對**：完整為「113年立法委員選舉」等格式；不要只比 `113` 或 `立委`。
4. **103-105 年舊選舉**：交易明細空缺；請告訴使用者「該屆只有賸餘款項申報，沒有完整捐贈/支出明細」。
5. **匿名捐贈**：依政治獻金法第 14 條第 1 項，超過 1 萬元之匿名捐贈不准；1 萬以下可走匿名，會列於資料的「匿名捐贈」紀錄但「捐贈者」欄為匿名。要找特定捐贈者時注意這部分撈不到。
6. **同類項目寫法多元**：申報內容由候選人自行填寫，沒有統一用語規範，同一類東西可能寫成多種名稱（例如「飲水」可能是「飲用水」、「礦泉水」、「瓶裝水」、「桶裝水」、「茶水」等）。搜尋時請用 `str.contains` 模糊比對並列舉多個關鍵字（`pattern = "飲水|飲用水|礦泉水|瓶裝水"`），別只用單一精確字串。如果不確定有哪些寫法，先在 `支出用途` 或 `捐贈者／支出對象` 欄位用 `value_counts()` 觀察實際出現的詞彙再決定關鍵字組合。

### 流程 F：按 `支出用途` 搜尋特定類別支出（如餐費）

`支出用途` 為自由文字欄位，由候選人自行申報，無標準化分類。同一種支出有多種常見寫法：

| 類別 | 常見寫法（舉例） |
|------|----------------|
| 餐飲 | 餐費、餐飲費用、便當、餐盒、飲料、早餐、午餐、晚餐、誤餐費、點心、麵包 |
| 印刷文宣 | 文宣費、印刷費、海報、傳單、名片、DM |
| 交通 | 交通費、油費、停車費、計程車費 |

搜尋時請用 `str.contains` 並列舉多個關鍵字，不要只比對單一字串。

```python
import pandas as pd, io, requests

r = requests.get("https://lydata.ronny-s3.click/expenditures.csv")
df = pd.read_csv(io.BytesIO(r.content), encoding="utf-8-sig", low_memory=False)

election = "113年立法委員選舉"
candidates = ["蘇巧慧", "洪佳君", "張宏陸"]  # 先用 tw.gov.cec~ref~candidates 確認候選人名單

# 篩選候選人 + 餐費關鍵字（多種寫法）
mask_cand = df["選舉名稱"].str.contains(election, na=False) & \
            df["擬參選人／政黨"].isin(candidates)
mask_meal = df["支出用途"].str.contains("餐|便當|飲料|點心|麵包", na=False)

meals = df[mask_cand & mask_meal]

# 依候選人彙總
summary = meals.groupby("擬參選人／政黨").agg(
    餐費總計=("支出金額", "sum"),
    筆數=("支出金額", "count")
).sort_values("餐費總計", ascending=False)
print(summary)

# 看不確定的寫法時，先觀察 value_counts() 再決定關鍵字組合
print(df[mask_cand]["支出用途"].value_counts().head(30))
```

⚠️ **候選人名單請先用 `tw.gov.cec~ref~candidates` 確認**：候選人姓名必須與政治獻金 CSV 的 `擬參選人／政黨` 欄位完全一致，建議先取得候選人清單後再做字串比對。

---

## 關聯資料集

| 資料集 | 說明 | 用途 |
|--------|------|------|
| [`tw.gov.fia.eip~ref~business-tax`](../tw.gov.fia.eip~ref~business-tax/skill.md) | 全國稅籍登記資料 | 以 `身分證／統一編號`（法人 8 碼）查公司名稱、行業別、地址、設立日期 |
| [`tw.gov.cec~ref~election-event`](../tw.gov.cec~ref~election-event/skill.md) | 歷次投票事件清單 | 對應 `選舉名稱`，可取得投票日、選舉層級、屆次等 metadata |
| [`tw.gov.moi~ref~party`](../tw.gov.moi~ref~party/skill.md) | 政黨資訊 | `擬參選人／政黨` 為政黨名稱時可對照取得政黨完整資料 |
| [`tw.gov.judicial~ref~foundation`](../tw.gov.judicial~ref~foundation/skill.md) | 法人登記主索引 | 政黨亦為法人，可查法人登記主索引，進一步至 `tw.gov.judicial~ref~foundation-doc` 查重要幹部與黨主席的歷次變更紀錄 |

---

## 注意事項與限制

1. **無 API 端點**：本資料集為打包（bulk）型，不支援即時 API 查詢，必須下載 CSV 後在本地處理。
2. **靜態快照**：資料為定期整理快照，非即時。每場選舉申報結束後才會匯入。
3. **檔案大小**：incomes.csv ~ 50-80 MB、expenditures.csv ~ 70-110 MB，下載時間視網路而定。
4. **編碼為 UTF-8 BOM**：讀取請用 `encoding="utf-8-sig"`，否則第一個欄位名稱會帶有 `` 前綴。
5. **金額單位為元**（非千元、非萬元）。
6. **103-113 年但實際交易明細從 107 年起**：舊選舉僅有賸餘申報紀錄。
7. **個資遮蔽**：個人身分證號後段遮蔽、地址截至鄉鎮市區層級。

---

## 快速參考

| 項目 | 說明 |
|------|------|
| 資料型態 | 打包（bulk）CSV，無 API |
| Token | 不需要 |
| 收入檔 | https://lydata.ronny-s3.click/incomes.csv （793,343 筆） |
| 支出檔 | https://lydata.ronny-s3.click/expenditures.csv （1,176,658 筆） |
| 編碼 | UTF-8 BOM（讀取請用 `encoding="utf-8-sig"`） |
| 欄位數 | 26（兩檔相同 schema） |
| 日期格式 | 民國年 `YYYMMDD`（7 位），需 `+1911` 轉西元 |
| 金額單位 | 新台幣元 |
| 收支區分 | 兩個獨立 CSV，每筆紀錄 `收入金額`／`支出金額` 互斥 |
| 法人 ID | `身分證／統一編號` 8 碼完整揭露，可 JOIN tw.gov.fia.eip~ref~business-tax |
| 個人 ID | 後段遮蔽（`G12*******`），無法精確識別 |
| 涵蓋選舉 | 103-113 年各類公職人員選舉（含補選） |
| 實際交易日期範圍 | 民國 107-113 年（103-105 年僅有賸餘申報） |
| 原始來源 | 監察院受理政治獻金申報平台（ardata.cy.gov.tw） |