拉勾网数据分析职位的分析

import pandas as pd
import numpy as np
from pandas import DataFrame,Series
from matplotlib import pyplot as plt
#添加中文字体
from pylab import mpl 
mpl.rcParams['font.sans-serif'] = ['SimHei']

tests = pd.read_excel("/******/copy.xlsx")
#查看数据完整性,只有labels列有缺失值,但是影响并不大
tests.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 449 entries, 0 to 448
Data columns (total 18 columns):
_clueid           449 non-null int64
scale             449 non-null object
salary            449 non-null object
average_salary    449 non-null float64
low               449 non-null int64
top               449 non-null int64
avg_salary        449 non-null float64
experience        449 non-null object
education         449 non-null object
campany           449 non-null object
industry          449 non-null object
scale2            449 non-null object
phase             449 non-null object
temptation        449 non-null object
description       449 non-null object
district          449 non-null object
labels            446 non-null object
city              449 non-null object
dtypes: float64(2), int64(3), object(13)
memory usage: 63.2+ KB

清晰数据:
1、将全部重复的列,和无用的列直接在excel中做删除
2、薪资是一个范围区间,可求出平均值来分析,最低工资:=LEFT(C2,FIND(“k”,C2,1)-1),最高工资:=MID(C2,FIND("-",C2)+1,LEN(C2)-FIND("-",C2)-1)
3、观察公司规模有2列scale和scale2,需要做合并,删减

# 查看城市对数据分析职位的需求
tests.city.value_counts()
#可以将数量少的归为‘其他’类
tests['city']= tests['city'].replace(["郑州","厦门","重庆","苏州","佛山","天津","贵阳","昆明","南京","东莞","福州","常州","珠海",
                                "乌鲁木齐","石家庄"]</
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值