【Power BI+Excel+Python】2019年4月全国数据分析招聘岗位可视化分析

前言

近几年来，大数据、人工智能、云计算概念如火如荼，而数据分析作为大数据和人工智能领域必备的职能之一，在人才市场上需求越来越强劲。

那，数据分析职位，一般在哪些城市需求较多，各城市分布情况如何？需要哪些技能？适用于企业哪些业务哪些职能？薪酬竞争力如何？集中在哪些行业需求较多？

接下来，以2019.4.23拉勾网最新发布职位数据为例，一窥数据分析职位现状。

一、研究问题

1、全国数据分析岗位的需求主要分布在哪些区域、行业？

2、数据分析师对经验、学历的要求如何？

3、数据分析的薪酬分布情况如何？

4、哪些企业存在较为高级的数据分析师需求？

5、职位所需关键技能有哪些？适用企业哪些职能（eg产品/借贷/风控/运营等）？

二、数据收集

爬虫工具：后羿采集器

数据来源：拉勾网（285条）

筛选依据：城市-全国，搜索项-数据分析

采集时间：2019年4月23日

三、数据清洗

拉勾网采集的数据比较完整，需要补充和清洗的地方不多。这里简单记录一下数据清洗的过程。 主要涉及到的操作有分列、替换、筛选、删除，以及一些公式，如mid、SUBSTITUTE等，比较简单，如果遇到难题可以先尝试Google/Baidu搜索。

下面进入具体的操作步骤—— （注：刚刚对“数据分析”职位数据处理过程没有截图留存，现在用另一份“数据”职位来操作说明。）

1、分列：将聚集到同一个单元格的薪资、工作年限、学历多项信息分开。

此处以 li_b_1列 “20k-30k 经验1-3年/本科” 为例，其他列（例如industry）则简单一些，直接使用“数据-分列-特殊符号”即可。

（1）使用SUBSTITUTE公式先将 li_b_1列单元格内换行符替换成普通符号“/”： =SUBSTITUTE(A1,CHAR(10),"/") ——注：char(10)表示换行符的意思。 在这里插入图片描述 （2）将带有公式的 li_b_1列通过“复制-粘贴值”的形式，将公式转换成本文值格式，以便下一步分列。 在这里插入图片描述

（3）通过特殊符号“/”和“空格”分列（“Tab键”是默认勾选，留着无伤大雅）。 如下图，看数据预览界面，已成功分列。 在这里插入图片描述 （4）其他列例如“industry”比较简单，直接用特殊符号分列即可，无需做其他处理措施。只是该列特殊符号有“空格”和“、”和“/”，需要进行三次分列，然后通过筛选，把三次分列结果汇总。此处不过多赘述，有疑问可以留言。

2、提取城市名称，以便分析城市间职位差异。 使用mid公式： 在这里插入图片描述

3、将薪资范围转换成具体数字，以便后续数据透视及可视化。 （1）先通过特殊符号“-”分列，得到最低薪酬和最高薪酬。此时薪酬数字后边带了“k”。 在这里插入图片描述 （2）选中最低薪酬和最高薪酬两列，通过CTRL+H 打开替换窗口，将“k”替换成空值。 在这里插入图片描述 替换后效果如下： 在这里插入图片描述

4、将公司规模按照人数从少到多，分别加上abcde标志，方便后