Job Analysis-北京数据分析师岗位简单分析

数据分析部分

目的

• 薪资水平（由于数据只是北京地区的数据分析岗位，所以只能代表北京这一块）
• 就业要求，看看各大公司对于数据分析这一岗位的具体要求，如学历、经验等

步骤

• 数据处理
• 可视化
• 建模
• 结论

#导入模块

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
#显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['font.family']='sans-serif'  
plt.rcParams['axes.unicode_minus'] = False  

data = pd.read_csv("job-Copy.csv")

数据初探

data.info()
data.head()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 300 entries, 0 to 299
Data columns (total 10 columns):
公司        300 non-null object
职位名       300 non-null object
薪资        300 non-null object
地址        300 non-null object
工作经验      300 non-null object
学历要求      300 non-null object
公司行业      300 non-null object
公司发展阶段    300 non-null object
公司规模      300 non-null object
招聘链接      300 non-null object
dtypes: object(10)
memory usage: 23.5+ KB

	公司	职位名	薪资	地址	工作经验	学历要求	公司行业	公司发展阶段	公司规模	招聘链接
0	京东世纪贸易有限公司	数据分析	15-20K·14薪	北京 大兴区 次渠	3-5年	本科	互联网	已上市	10000人以上	https://www.zhipin.com/gongsi/af6c91fc7c3e444d...
1	Boss直聘	数据分析师	8-13K	北京 朝阳区 太阳宫	5-10年	本科	人力资源服务	D轮及以上	1000-9999人	https://www.zhipin.com/gongsi/fa2f92669c66eee3...
2	朴新网校	数据分析师	16-24K	北京 海淀区 苏州街	经验不限	本科	在线教育	已上市	10000人以上	https://www.zhipin.com/gongsi/77b8a6b14f46879c...
3	好未来	投放数据分析经理	20-40K·14薪	北京 海淀区 中关村	5-10年	本科	互联网	已上市	10000人以上	https://www.zhipin.com/gongsi/efa878c051261c74...
4	京东集团	数据分析岗	10-15K	北京 大兴区 次渠	3-5年	本科	电子商务	已上市	10000人以上	https://www.zhipin.com/gongsi/33e052361693f837...

通过以上两条代码的输出结果，可以看出数据总共有300条，且无空值，所以不需要进行填充。但是，从具体内容上看，薪资和工作经验都是区间，且含有字符，不便于直接分析，因此，需要对这两个进一步处理。为了便捷，这里的思路是取中间值，如15-20k就取17.5。

data['薪资'].value_counts().plot()

<matplotlib.axes._subplots.AxesSubplot at 0x23b5f8fd8d0>

数据处理

• 重复值处理
• 表头处理
• 薪资处理:上下限，平均值

重复值处理

#重复值查询
data.duplicated()

0      False
1      False
2      False
3      False
4      False
5      False
6      False
7      False
8      False
9      False
10     False
11     False
12     False
13     False
14     False
15     False
16     False
17     False
18     False
19     False
20     False
21     False
22     False
23     False
24     False
25     False
26     False
27     False
28     False
29     False
       ...  
270    False
271    False
272    False
273    False
274    False
275    False
276    False
277    False
278    False
279    False
280    False
281    False
282    False
283    False
284    False
285    False
286    False
287    False
288    False
289    False
290    False
291    False
292    False
293    False
294    False
295    False
296    False
297    False
298    False
299    False
Length: 300, dtype: bool

无重复值，如果有，可通过“drop_duplicates()”删除

表头处理

#将表头换成英文
data2 = data
colname = {
   "公司":'company',"职位名":'position','薪资':'salary','地址':'address','工作经验':'workExp&#