智联招聘 'python数据分析'职位分析第一篇

1.待分析的数据

是从智联招聘平台上手动爬取的python数据分析职位的相关信息，表的关键字分别为“薪金”、“学历”、“经验”。为后续数据分析做准备。数据部分截图，所示

智联招聘平台爬取‘python数据分析’职位，记录总共有500多条，其中包括一小部分重复发布的记录。考虑到数据量本身比较小，在此不对重复数据进行筛选。对关键字“学历”、“经验”，分别进行统计，发现其对应频率分别如下：

发现学历一栏“不限”和“中专”相对比较少，打印出内容，发现学历为“不限”的工资与学历“本科”比较接近，“中专”工资与“大专”比较接近，并无多大区别，因此修改dataframe中，将”不限”修改为“本科”，“中专”修改为“大专”。调用pandas的replace()函数

details.replace({'education': '不限'}, '本科', inplace=True)
details.replace({'education': '中专'}, '大专', inplace=True)

details为原始数据表。注意，如果不想建立dataframe副本，可以设置inplace=True,直接修改原始dataframe.

同样道理，“无经验”，”1年以下“的工资和经验"不限”接近，同样可以合并。

details.replace({'experience': '无经验'}, '不限', inplace=True)
# 可以这样做，因为不影响数据使用
details.replace({'experience': '1年以下'}, '不限', inplace=True)

“10年以上”，在本记录中只有一条数据，而且工资与其他差别很大，若将其并入“5-10”年，会直接拉高平均记录值，因此将其舍弃。

2.数据处理。

数据处理主要是分离将工资一栏分离得到，最低工资，最高工资，并分别将最低工资平均值，最高工资平均值，添加到学历，经验要求相同，工资为“面议”。为后续进行工资与学历，经验的关系做准备。

先把同等学历，经验要求的