Go最新北京积分落户数据分析_北京落户分析数据集(1)，国内一线互联网公司面试题汇总

最新推荐文章于 2024-10-10 10:27:34 发布

2401_84931491

最新推荐文章于 2024-10-10 10:27:34 发布

阅读量871

点赞数 9

分类专栏：面试学习路线阿里巴巴文章标签： go 学习面试

本文链接：https://blog.csdn.net/2401_84931491/article/details/138986691

版权

面试同时被 3 个专栏收录

12 篇文章 0 订阅

订阅专栏

阿里巴巴

12 篇文章 0 订阅

订阅专栏

学习路线

11 篇文章 0 订阅

订阅专栏

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

lh_data = pd.read_csv(‘./bj_luohu.csv’,index_col=‘id’,usecols=(0,1,2,3,4))
lh_data.describe()


![在这里插入图片描述](https://img-blog.csdnimg.cn/20190907125259612.)

1. 公司维度—人数指标

对公司进行分组聚合 , 并查看分数的相关数据 (个数 , 总分数 , 平均分 , 人数占比)

group_company = lh_data.groupby(‘company’,as_index=False)[‘score’].agg([‘count’,‘sum’,‘mean’]).sort_values(‘count’,ascending=False)
#更改列名称
group_company.rename(columns={‘count’:‘people_num’,‘sum’:‘score_sum’,‘mean’:‘score_mean’},inplace=True)
#定一个函数 , 得到占比
def num_percent(people_num=1,people_sum=1):
return str(‘%.2f’%(people_num / people_sum * 100))+‘%’
#增加一个占比列
group_company[‘people_percent’] = group_company[‘people_num’].apply(num_percent,people_sum=lh_data[‘name’].count())
#查看只有一个人落户的公司布尔索引
group_company[group_company[‘people_num’] == 1]
group_company.head(10)


![在这里插入图片描述](https://img-blog.csdnimg.cn/20190907125425893.?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM2MjYxMTMw,size_16,color_FFFFFF,t_70)

2.年龄维度----人数指标

#将出生年月转为年龄
lh_data[‘age’] = (pd.to_datetime(‘2019-09’) - pd.to_datetime(lh_data[‘birthday’])) / pd.Timedelta(‘365 days’)

分桶

lh_data.describe()
bins_age = pd.cut(lh_data[‘age’],bins=np.arange(30,70,5))
bins_age_group = lh_data[‘age’].groupby(bins_age).count()
bins_age_group.index = [str(i.left) + ‘~’ + str(i.right) for i in bins_age_group.index]
bins_age_group.plot(kind=‘bar’,alpha=1,rot=60,grid=0.2)


![在这里插入图片描述](https://img-blog.csdnimg.cn/20190907125503971.?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM2MjYxMTMw,size_16,color_FFFFFF,t_70)

3. 姓维度----人数指标

增加姓列

#定义一个函数得到姓名的姓
def get_fname(name):
if len(str(name)) <= 3:
return str(name[0])
else:
return str(name[0:2])
lh_data[‘fname’] = lh_data[‘name’].apply(get_fname)

对姓进行分组

group_fname = lh_data.groupby(‘fname’)[‘score’].agg([‘count’,‘sum’,‘mean’]).sort_values(‘count’,ascending=False)

更改列名称

group_fname.rename(columns={‘count’:‘people_num’,‘sum’:‘people_sum’,‘mean’:‘score_mean’},inplace=True)

增加占比列

group_fname[‘people_percent’] = group_fname[‘people_num’].apply(num_percent,people_sum=lh_data[‘name’].count())
group_fname.head(10)


![在这里插入图片描述](https://img-blog.csdnimg.cn/20190907125538348.?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM2MjYxMTMw,size_16,color_FFFFFF,t_70)