Python大数据分析与应用—2020年中国高校毕业生薪酬指数排名_基于pandas的中国大学生毕业去向影响因素分析-CSDN博客

本文链接：https://blog.csdn.net/m0_59186260/article/details/122091327

一．数据来源

数据说明：数据来源于薪酬网，网址为https://www.xinchou.com/ChineseCollege/Indexes

（注：薪酬指数：在做薪酬之前要做岗位评估，一般从10个维度去衡量岗位综合分数，一般以一千分为基准。毕业生薪酬指数既反映了毕业生成长发展状况，也反映了高校毕业生就业状况、收入变化，对客观分析高校毕业生就业趋势、企业人力资源配置状况具有重要的参考意义）

2020年中国高校毕业生薪酬指数排名（前100）。数据存入csv文件中，每行数据为高校，行末为换行符作为结束；行内数据为该高校毕业生薪酬有关的信息，行内数据用逗号分隔。共103行、10列数据，具体内容如下：

薪酬指数排名	学校名称	类型	所在地	是否985院校	是否211院校	薪酬指数	毕业生平均薪酬2020届（工作一年）	毕业生平均薪酬2018届（工作三年）	毕业生平均薪酬2015届（工作五年）
1	清华大学	理工	北京	是	是	86.9	9065	10818	12614
2	北京大学	综合	北京	是	是	86.7	9042	10698	13790
3	上海交通大学	综合	上海	是	是	86.5	9020	10673	12242
4	对外经济贸易大学	财经	北京	否	是		9010	11028	12861
5	北京外国语大学	语言	北京	否	是	86.3	8998	10922	12316
6	外交学院	语言	北京	未知	未知	86.3	8956	10688
7	浙江大学	综合		是	是	86	8842	10461	13594
8	中央财经大学	财经	北京	否	是	85.8	8810	10065	12369

9	上海外国语大学	语言	上海	否	是	85.8	8784	10394	13616
10	中国人民大学	综合	北京	是	是	85.5	8771	10467	11902
11	复旦大学	综合	上海	是	是	85.4	8746	10259	12587
12	同济大学	理工		是	是		8737	10338	12258
13	上海财经大学	财经	上海	否	是	85.2	8705	10122	11814
14	北京航空航天大学	理工	北京	是	是	84.9	8669	10168	12786
15	国际关系学院	政法	北京	未知	未知	84.9	8660	9893	12563
16	华南理工大学	理工	广东	是	是	84.8	8629		11813
17	中山大学	综合	广东	是	是	84.7	8620	9923	11899
18	东华大学	理工	上海	否	是	84.7	8534	10231	12607
19	中国科学技术大学	理工	安徽	是	是	84.7	8500	9760	12281
20	上海对外经贸大学	财经	上海	否	否	84.6	8454	10040	12755
21	上海理工大学	理工	上海	否	否	84.5	8462	9549	11710
22	华东政法大学	政法	上海	否	否	84.1	8448	9470	12693
23	北京电影学院	艺术	北京	否	否	84	8434	10301	11464
24	北京理工大学	理工	北京	是	是	83.4	8423	9622	12229
25	广东外语外贸大学	语言	广东	否	否	83.2	8416	10271	12125
26	华东师范大学	师范	上海	是	是	83.2	8399	9424	11910
27	南京大学	综合	江苏	是	是	83	8392	10255	12081

28	北京邮电大学	理工	北京	否	是	82.8	8364	10551	11884
29	西安交通大学	综合	陕西	是	是	82.7	8356	9930	11255
30	中央美术学院	艺术	北京	否	否	82.4	8355	10143	11243
31	北京交通大学	理工	北京	否	是	82.4	8353	10224	11727
32	东南大学	综合	江苏	是	是	82.3	8316	10094	12329
33	厦门大学	综合	福建	是	是	81.9	8283	9886	11865
34	北京化工大学	理工	北京	否	是	81.8	8253	9408	12226
35	北京大学医学部	综合	北京	未知	否	81.8	8235	9538	11674
36	深圳大学	综合	广东	否	否	81.6	8174	9424	11579
37	北京信息科技大学	理工	北京	未知	否	81.5	8131	9344	11152
38	北京工业大学	理工	北京	否	是	81.1	8105	9482	11610
39	上海大学	综合	上海	否	是	81	8078	9889	11477
40	哈尔滨工业大学	理工	黑龙江	是	是	80.9	8014	9772	10332
41	天津大学	理工	天津	是	是	80.8	7976	9496	11287
42	北京科技大学	理工	北京	否	是	80.8	7957	9265	11157
43	大连理工大学	理工	辽宁	是	是	80.7	7953	9723	11288
44	中央戏剧学院	艺术	北京	否	否	80.5	7944	9612	11174
45	南开大学	综合	天津	是	是	80.5	7919	9194	11932
46	北京工商大学	财经	北京	否	否	80.3	7876	8733	10967
47	华北电力大学(北京)	工科	北京	否	是	80	7854	9373	10837
48	哈尔滨工程大学	理工	黑龙江	否	是	80	7851	8969	11622
49	西安电子科技大学	理工	陕西	否	是	80	7780	8837	10658
50	暨南大学	综合	广东	否	是	79.9	7763	9547	11397
51	电子科技大学	理工	四川	是	是	79.9	7714	9411	11289
52	上海海事大学	理工	上海	否	否	79.9	7694	8868	11084
53	上海第二工业大学	理工	上海	否	否	79.6	7689	9522	11570
54	首都经济贸易大学	财经	北京	否	否	79.3	7673	8957	10176
55	北京师范大学	师范	北京	是	是	79.3	7636	9269	10615
56	大连海事大学	理工	辽宁	否	是	79.2	7573	9079	11325
57	汕头大学	综合	广东	未知	未知	79	7528	8677	11179
58	浙江工商大学	财经	浙江	否	否	78.8	7494	8928	10902
59	中南大学	综合	湖南	是	是	78.8	7466	9063	10837
60	北京第二外国语学院	语言	北京	未知	否	78.8	7418	9073	10613
61	重庆医科大学	医药	重庆	否	否	78.8	7415	8984	10218
62	北京服装学院	理工	北京	否	否	78.6	7401	8879	10675
63	北方工业大学	理工	北京	否	否	78.5	7365	8555	10320
64	上海电力学院	理工	上海	否	否	78.4	7356	9339	10926
65	中国地质大学(北京)	工科	北京	否	是	78.3	7348	8259	10342
66	上海师范大学	师范	上海	否	否	78.3	7331	8525	10128
67	中国青年政治学院	政法	北京	否	否	78.1	7254	8564	10758
68	上海工程技术大学	理工	上海	否	否	78.1	7230	9572	10727
69	南京邮电大学	理工	江苏	否	否	77.9	7229	8329	10708
70	上海中医药大学	医药	上海	否	否	77.9	7228	8470	10848
71	浙江财经大学	财经	浙江	否	否	77.9	7188	8700	10651
72	南京航空航天大学	理工	江苏	否	是	77.8	7164	8769	10494
73	广州美术学院	艺术	广东	未知	未知	77.7	7101	8485	10178
74	中国农业大学	农林	北京	是	是	77.7	7075	8393	9722
75	中国美术学院	艺术	杭州	未知	否	77.6	7033	8431	9888
76	中国民航大学	理工	天津	否	否	77.5	6879	8257	9685
77	上海戏剧学院	艺术	上海	否	否	77.3	6755	8444	10467
78	南京理工大学	理工	江苏	否	是	77.1	6718	8069	9738
79	河北建筑工程学院	理工	河北	否	否	77	6712	7675	9808
80	西北工业大学	理工	陕西	是	是	77	6679	7648	9020
81	湖南大学	综合	湖南	是	是	76.8	6678	8216	9663
82	重庆交通大学	综合	重庆	否	否	76.7	6606	7628	9537
83	武汉大学	综合	湖北	是	是	76.6	6589	7546	9696
84	上海应用技术大学	理工	上海	否	否	76.3	6569	7997	9272
85	中国政法大学	政法	北京	否	是	76.1	6562	7368	9174
86	北京建筑大学	理工	北京	否	否	76	6508	7970	9448
87	广西大学	综合	广西	否	是	75.9	6508	7965	9134
88	江西财经大学	财经	江西	否	否	75.9	6502	7705	8833
89	青岛大学	综合	山东	否	否	75.8	6429	7627	9059
90	北京语言大学	语言	北京	否	否	75.8	6417	7451	9998
91	上海海洋大学	农林	上海	否	否	75.7	6408	7738	8801
92	南京艺术学院	艺术	南京	否	否	75.7	6380	7288	9159
93	北京林业大学	农林	北京	否	是	75.4	6264	7462	8998
94	北京印刷学院	理工	北京	否	否	75.4	6262	7412	9338
95	西南财经大学	财经	四川	否	是	75.1	6243	7132	9788
96	北京物资学院	财经	北京	否	否	75	6240	7899	8645
97	山西大学	综合	山西	否	否	75	6200	7297	9212
98	扬州大学	综合	江苏	否	否	74.8	6156	7168	8832
99	天津工业大学	理工	天津	否	否	74.7	6164	7090	8850
100	江苏大学	综合	江苏	否	否	74.4	6100	7002	8515

数据处理

1.读入数据

import pandas as pd
df=pd.read_csv('C:/Users/86182/2020年中国高校毕业生薪酬指数排名.csv',encoding='GBK')  #读取csv文件

2.数据规格化、清洗

删除两个空行

df=df.drop([8,28])

将“是否985院校”，“是否211院校”的两列中的“是”用数值1代替，“否”用数值0代替，“未知”用数值-1代替，并将列表信息存储为newdata.txt

df['是否985院校']=df['是否985院校'].replace('是',1)
df['是否985院校']=df['是否985院校'].replace('否',0)
df['是否985院校']=df['是否985院校'].replace('未知',-1)
df['是否211院校']=df['是否211院校'].replace('是',1)
df['是否211院校']=df['是否211院校'].replace('否',0)
df['是否211院校']=df['是否211院校'].replace('未知',-1)
df.to_csv('newdata.txt',sep=',',index=False)

（3）data1=df.describe()

将“毕业生平均薪酬2020届（工作一年）”“毕业生平均薪酬2018届（工作三年）”“毕业生平均薪酬2015届（工作五年）”这三列的列名分别改为“salary2020”“salary2018”“salary2015”

df=df.rename(columns={'毕业生平均薪酬2020届（工作一年）':'salary2020','毕业生平均薪酬2018届（工作三年）':'salary2018','毕业生平均薪酬2015届（工作五年）':'salary2015'})

3.统计分析数据

将薪酬指数排名前十的大学信息显示出
```
df3=df.head(10)
```
按照2018届（工作三年）的平均薪酬重新排序(降序），并保存到变量df4里，保存为csv文件（df4.csv）
```
df4=df.sort_values(by='salary2018',ascending=False)
df4.to_csv('df4.csv')
```
计算各大学毕业生的三届学生的平均薪资，并将平均薪酬添加到df中，列名为‘average’
```
df5=df.iloc[0:101,[7,8,9]]
df6=df5.mean(axis=1).round(2).values
df['average']=df6
```
筛选出来三届毕业生的平均工资大于10000的学校
```
df1=df.loc[df['salary2018']>10000]
```
筛选出来2015届毕业生（工作五年）平均工资大于12000的学校
```
df2=df.loc[df['salary2015']>12000]
```
按照省份对所有列进行分类汇总
df3=df.groupby('所在地').count()
```
df7=df.groupby('类型').count()
```
计算薪酬指数与三届毕业生平均薪资的相关性

salary1=df['薪酬指数']
average=df['average']
salary1.corr(average)

按照是否为985院校和是否为211院校对学校进行分类
```
df8=df.groupby(['是否985院校','是否211院校'])['学校名称'].count()
```
注：数值0代表‘否’，数值1代表‘是’，数值-1代表‘未知’

按照学校类型对平均薪资进行汇总

df10=df.groupby('所在地')['average'].count()

三、图表显示

1.根据学校类型的数量画出一个直方图

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
types=[]
for tp in df[u'类型']:
    ls=tp.split(',')
    for x in ls:
        types.append(x)
tp_df=pd.DataFrame({u'类型':types})
fig,ax=plt.subplots(figsize=(9,6),dpi=60)
tp_df[u'类型'].value_counts().plot(kind='bar',ax=ax)
ax.set_xlabel(u'高校')
ax.set_ylabel(u'数量')
ax.set_title(u'各类型高校数量')

根据省市的学校数量画出一个直方图

types=[]
for tp in df[u'所在地']:
    ls=tp.split(',')
    for x in ls:
        types.append(x)
tp_df=pd.DataFrame({u'所在地':types})
fig,ax=plt.subplots(figsize=(9,6),dpi=100)
tp_df[u'所在地'].value_counts().plot(kind='bar',ax=ax)
ax.set_xlabel(u'所在地')
ax.set_ylabel(u'数量')
ax.set_title(u'平均薪酬top100各省市高校数量')

画出各省市2020届毕业生和2018届毕业生的平均薪酬的折线图

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']='SimHei'#设置中文显示

fig,ax=plt.subplots(figsize=(10,7),dpi=100)

x=df[u'所在地'].value_counts().sort_index().index

y2=df.sort_values(by=u'所在地').groupby(u'所在地').mean()[u'salary2020'].values

y1=df.sort_values(by=u'所在地').groupby(u'所在地').mean()[u'salary2018'].values

plt.plot(x,y2,'go--')

plt.plot(x,y1,'bo--')

plt.title("各省市高校毕业生平均薪酬")

plt.xlabel('省市')

plt.ylabel('平均薪酬')

plt.legend('best')

plt.annotate("change5", xy=('天津',7250),xytext=('天津',8500),arrowprops=dict(facecolor='black',headwidth=4,width=1.5,headlength=4),horizontalalignment='right',verticalalignment='top')

plt.annotate("change13", xy=('江西',7750),xytext=('江西',8900),arrowprops=dict(facecolor='black',headwidth=4,width=1.5,headlength=4),horizontalalignment='right',verticalalignment='top')