数据分析——Glassdoor上各公司员工的评价分析

（参考：小象学院公开课，网络文献）
1、分析目的：通过对美国各科技公司员工的匿名评价，分析员工满意度；
2、数据来源：Glassdoor网站（类似于国内的看准等）；
3、数据大小：37576kb，共67k条数据；
4、使用的分析工具：jupyter notebook
5、使用到的python库：pandas、matplotlib、seaborn、wordcloud
6、分析思路：先通过pandas获取数据后，对数据进行预览；然后对数据进行预处理——如格式转换，去空值等；再通过对数值数据进行处理，绘制图表；最后对于文本数据进行拼接，绘制词云。

一、数据的载入与预览
首先载入相关的库，读取数据：

import pandas as pd
data_file = './dataset/employee_reviews.csv'
data_df = pd.read_csv(data_file)

对数据进行一个整体的概览：

data_df.head()

看到数据导入成功了，接下来看一下整体的数据情况：

data_df.info()

可以看到此样本数据共用67529行，16列，其中overall-ratings和helpful-count为数值数据，其他含字符串数据。但是从刚刚的数据预览可以看出从overall-ratings至helpfu-count中间7列应全为数值数据，所以说明中间那5列有干扰数据，需进行处理。

二、数据的预处理
首先，先把文本数据和数值数据进行区分

numeric_data = ['overall-ratings', 'work-balance-stars', 'culture-values-stars', 'carrer-opportunities-stars', 'comp-benefit-stars', 'senior-mangemnet-stars', 'helpful-count']
str_data = ['company', 'location', 'dates