本文详述了一位数据分析师使用Excel对拉勾网上杭州数据分析岗位的招聘信息进行清洗和分析的过程，包括删除无关列、处理缺失值、转换薪资区间、创建数据透视表等步骤。通过对数据的挖掘，得出杭州西湖、余杭、滨江等区对数据分析岗需求较大，岗位主要倾向于1-5年工作经验的求职者，并揭示了平均薪资水平。
问题：了解目前杭州市“数据分析岗”的招聘情况。
- 数据获取
借助八爪鱼采集器中的免费模板，爬取拉勾网上杭州数据分析岗的数据，得到124条记录，保存csv文件。
为了不破坏原始数据，新建一个sheet副本进行操作，命名为“拉勾网-招聘信息（处理数据）”。由于职位描述中有个别字段内容过多，且主要是对于后续处理没有帮助，故选择删去该列。
之后全选数据——鼠标置于A列出，调整至合适列宽15（便于数据显示）。
选择“试图——冻结窗口——冻结首行”（无他，感jio很酷）。
最终调整之后如下：
2. 数据清洗
2.1 隐藏不必要的列
对于我们此次需要研究的问题而言，“工作地点、岗位属性、发布时间、职位诱惑、爬取时间”等列是不需要的，故选择隐藏。
隐藏列快捷键：ctrl + 0
隐藏行快捷键：ctrl + 9 取消隐藏行快捷键：ctrl +shift + 9
对于“工作地址”我们只想知道在哪个区即可，不需要知道具体的地址，因此做分列处理，提取原“工作地址”列的前六个字符即可。
LEFT()、RIGHT()、MID() 的应用
选择列，筛选，发现异常值，修改后返回即完成，最后隐藏掉原“工作地址”列。
2.2 删除重复项
首先要找到重复值：，选择列，开始——条件格式——突出显示单元格规则——重复值
为了避免过度删除，决定将“招聘单位、薪资区间、招聘岗位、工作经验”合并为一个新的单元格，显示在N列上，然后对N列进行查找重复值。
CONCATENATE()函数的应用
数据——删除重复项——取消全选——组合信息——确定
2.3 处理缺失值
excel中处理缺失值 主要对比各列的“计数”：
快速定位缺失值：选择缺失的A列——开始——查找和选择——定位条件——空值：
如何一次性补全多个缺失值：选中所有要补全的单元格，输入值，ctrl+enter
2.4 创建平均薪水
Find（要查找的字符串，字符串在单元格中的位置）
Left / Mid / Right（）
快速应用公式至整列：定位编辑公式了的单元格右下角，双击 ＋光标。
数据——筛选——最低薪水列——找到错误原因：
改进：对K替换为k ：选中该列，开始 ——查找与替换——K→k即可。
平均薪水创建时报错：
如何将文本格式的数字转化为数字格式：分列——分隔符不勾选
2.5创建数据透视表【注意：数据分析表对整个sheet中数据进行分析】
点击：行标签——其他排序选项——降序排序（计数项：招聘岗位）。
清理不属于“数据分析”岗的职位： if-count-find 进行判断。
IF( COUNT(
FIND( {"数据分析","分析师"}, B2)
)
"Yes" , "No"）
3、根据问题进行构建模型分析
问题一：杭州哪个区对于‘’数据分析“岗的需求比较大?
分析可得：很显然，杭州西湖、余杭、滨江等区对“数据分析岗”的需求量较大，这与该些区域内分布着大量的互联网企业的事实相契合。
问题二：杭州’数据分析“岗对于工作经验的要求?
分析可得：数据分析岗是个“年轻”的岗位，各招聘单位比较青睐拥有“1-5年工作经验”的人。
问题三：杭州“数据分析”岗位的薪水如何？
补充：创建一个名为“求职意向”的新excel文件，假定里面包含了你中意的单位名称，那么如何建立有效的连接，以便查询到每家单位的“薪资区间”呢？
VLOOKUP()的应用
具体实现如下：
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
