人力资源数据分析：为何公司员工过早离职？

员工离职是企业管理中一个常见的问题，但过早离职不仅影响团队的稳定性，还会增加招聘和培训新员工的成本。为了帮助公司更好地理解员工离职的原因，我们通过数据分析技术对相关数据进行了深入挖掘和可视化分析。本文将介绍如何通过描述性分析、相关性分析和变量对比分析，揭示影响员工离职的关键因素，并提出公司需要思考和解决的问题。

数据预处理

1. 数据检查与理解

我们首先对数据集进行了检查，发现数据集中共有14,999条员工记录，包含10个特征。这些特征包括员工满意度、绩效评估、完成项目数、平均每月工作时间、在公司年份、是否有工伤、是否离职、过去5年是否有晋升、部门和薪资水平。

import pandas as pd
import numpy as np

data = pd.read_csv('/home/kesci/input/human_one/HR_comma_sep.csv')
data.head()

2. 检查缺失值

幸运的是，数据集中没有缺失值，这为我们后续的分析提供了便利。

data.info()

3. 重命名列

为了更直观地理解和获取特征列，我们对部分列进行了重命名，例如将“sales”改为“department”，将“promotion_last_5years”改为“promotion”。

df = data.rename(columns={"sales": "department", "promotion_last_5years": "promotion"})
df.columns