python招聘广州黄埔_小案例:用Pandas分析招聘网Python岗位信息

小案例: Python岗位分析_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili​www.bilibili.com

1. 读取数据

import pandas as pd

import numpy as np

df = pd.read_csv('data/Jobs.csv')

df.head(2)

# 总数

len(df)

356

2. 新增city字段

df['job_area'].unique()

array(['深圳·南山区', '深圳·龙岗区', '深圳', '深圳·福田区', '深圳·光明区', '深圳·龙华区', '深圳·宝安区',

'job_area', '北京', '北京·朝阳区', '北京·海淀区', '北京·通州区', '北京·东城区', '北京·丰台区',

'北京·大兴区', '北京·昌平区', '北京·西城区', '上海', '上海·杨浦区', '上海·浦东新区', '上海·徐汇区',

'上海·长宁区', '上海·青浦区', '上海·静安区', '上海·普陀区', '上海·黄浦区', '上海·闵行区',

'上海·虹口区', '上海·松江区', '广州·增城区', '广州·黄埔区', '广州·越秀区', '广州·番禺区',

'广州·天河区', '广州', '广州·海珠区', '广州·荔湾区', '广州·白云区'], dtype=object)

def extract_city(job_area):

if '深圳' in job_area:

return '深圳'

elif '广州' in job_area:

return '广州'

elif '北京' in job_area:

return '北京'

elif '上海' in job_area:

return '上海'

else:

return None

extract_city('上海-静安区')

'上海'

df['job_area'].apply(extract_city)

0 深圳

1 深圳

2 深圳

3 深圳

4 深圳

..

351 广州

352 广州

353 广州

354 广州

355 广州

Name: job_area, Length: 356, dtype: object

df['city']=df['job_area'].apply(extract_city)

df.head(2)

3. 三个字段公用一个apply函数salary

experience

population

步骤:正则表达式抽取出数字列表

求均值

import re

text = '300-1000人'

def avg(text):

nums = re.findall('\d+', text)

nums = [float(x) for x in nums]

if nums:

return np.mean(nums)

else:

return 0

avg('300-1000人')

650.0

4. 薪资

salary

df['new_salary'] = df['salary'].apply(avg)

df.head(2)

5. 工作年限

experience

df['experience'].apply(avg)

0 2.0

1 4.0

2 0.0

3 7.5

4 4.0

...

351 4.0

352 2.0

353 6.0

354 4.0

355 0.0

Name: experience, Length: 356, dtype: float64

df['new_experience'] = df['experience'].apply(avg)

df.head(2)

6. 员工人数

population

df['population'].apply(avg)

0 10000.0

1 10000.0

2 10000.0

3 10000.0

4 10000.0

...

351 299.5

352 59.5

353 59.5

354 299.5

355 10.0

Name: population, Length: 356, dtype: float64

df['new_population'] = df['population'].apply(avg)

df.head(2)

7. 教育设计一个函数，出现正规学历，返回True(包括”不限“)

使用逻辑索引，把正规学历的招聘信息都保留

df['edu'].unique()

array(['本科', '博士', '硕士', '大专', '不限', 'edu', '6个月', '3个月', '7个月', '4天/周'],

dtype=object)

def edu_bool(level):

if level in ['本科', '博士', '硕士', '大专', '不限']:

return True

else:

return False

edu_bool('博士')

True

df['Edu_bool'] = df['edu'].apply(edu_bool)

df.head(2)

# 逻辑索引

new_df = df[df['Edu_bool']==True]

new_df.head(2)

8. 城市/薪酬关系

city/salary

会用到df.groupby

new_df.groupby('city').mean()

9. 学历/薪酬关系

edu/salary

会用到df.groupby

new_df.groupby('edu').mean()

10. 城市/学历/薪酬关系

透视表

pd.pivot_table(df, index, columns, values, aggfunc, margins)

pd.pivot_table(new_df,

index='city',

columns='edu',

values='new_salary',

aggfunc=np.mean,

margins=True)