【数据分析】基于Python的一次职位招聘数据分析（入门参考）

基于Python的一次职位招聘数据分析

• 1 Python数据分析常用的库和库函数
• 2 一次完整的数据分析过程

• *       * 画图 
  

  • 工作地点处理
  • 工资计量单位统一
  • 公司类型
  • 行业类型
• 参考

---

配套资源下载

1. 职位信息分析.html
2. job_info.csv

---

1 Python数据分析常用的库和库函数

常用库

• pandas
• numpy
• matplotlib

（ps：以下函数只是给出了函数名，函数参数还有很多灵活的选择，详情见 PandasAPI介绍
）
读取文件

• pandas.read_csv() #从csv文件读取数据
• pandas.read_xls() #从xls文件读取数据

查看数据特征，pandas

• pandas.describe()
• pandas.info()
• pandas.shape #数据形状，一般是二维（3,4）表示3行4列

数据去重，判断为空

• drop_duplicates() #删除重复值
• dropna() #删除空值

数据处理

• str # 字符化 eg：data[‘岗位名’] = data[‘岗位名’].str.strip().apply(lambda x: x.lower())
• value_counts() # 某列下不同的值计数

画图

• plt.rcParams[‘font.sans-serif’] = ‘SimHei’ #避免中文乱码

2 一次完整的数据分析过程

    import pandas as pd
    import numpy as np
    import matplotlib.pyplot as plt
    import re

    # header = None 首行为数据
    # encoding = GBK 源文件编码为GBk
    # index_col=0 数据第0列作为索引
    data = pd.read_csv('job_info.csv',encoding='GBK',header=None,index_col=0)
    data.head()

1	2	3	4	5	6	7	8	9
0
0	字节跳动	\r\n 数据产品经理	北京	2-3.5万/月	09-03	[]	[‘民营公司’]
[‘10000人以上’]	[‘互联网/电子商务,计算机软件’]
1	甲骨文（中国）软件系统有限公司	\r\n 数据库管理员	长沙	NaN	09-03	['Oracle
Advanced Customer Service’, 'RESPONSI…	[‘外资（欧美）’]	[‘500-1000人’]

[‘计算机软件’]
2 | 莱茵技术(上海)有限公司 TUV Rhei… | \r\n 莱茵学院与生命关怀部数据安全/IT安全的业务… | 上海-静安区
| NaN | 09-03 | [] | [] | [] | []
3 | 百度在线网络技术（北京）有限公司… | \r\n 商业分析规划部_资深数据分析师 … | 北京 | 2-4万/月 |
09-03 | [’-通过对数据的敏锐洞察以及定性和定量分析，迅速定位内部问题或发现机会’, '-负责大商业… | [‘外资（欧美）’] |
[‘500-1000人’] | [‘互联网/电子商务’]
4 | 携程旅行网业务区 | \r\n 数据分析经理(J18545) … | 上海-长宁区 | 1.5-2万/月 | 09-03
| [‘工作职责:’, ‘1、对数据进行筛选和整理，提高项目数据分析效率；’, '2、负责预订中… | [‘民营公司’] |
[‘10000人以上’] | [‘酒店/旅游,互联网/电子商务’]

    # 为数据设置列名，并查看前5行
    data.columns = ['公司名','岗位名','工作地点','工资','发布日期','工作描述','公司类型','公司规模','行业',]
    data.head()

公司名	岗位名	工作地点	工资	发布日期	工作描述	公司类型	公司规模	行业
0
0	字节跳动	\r\n 数据产品经理	北京	2-3.5万/月	09-03	[]	[‘民营公司’]
[‘10000人以上’]	[‘互联网/电子商务,计算机软件’]
1	甲骨文（中国）软件系统有限公司	\r\n 数据库管理员	长沙	NaN	09-03	['Oracle
Advanced Customer Service’, 'RESPONSI…	[‘外资（欧美）’]	[‘500-1000人’]

[‘计算机软件’]
2 | 莱茵技术(上海)有限公司 TUV Rhei… | \r\n 莱茵学院与生命关怀部数据安全/IT安全的业务… | 上海-静安区
| NaN | 09-03 | [] | [] | [] | []
3 | 百度在线网络技术（北京）有限公司… | \r\n 商业分析规划部_资深数据分析师 … | 北京 | 2-4万/月 |
09-03 | [’-通过对数据的敏锐洞察以及定性和定量分析，迅速定位内部问题或发现机会’, '-负责大商业… | [‘外资（欧美）’] |
[‘500-1000人’] | [‘互联网/电子商务’]
4 | 携程旅行网业务区 | \r\n 数据分析经理(J18545) … | 上海-长宁区 | 1.5-2万/月 | 09-03
| [‘工作职责:’, ‘1、对数据进行筛选和整理，提高项目数据分析效率；’, '2、负责预订中… | [‘民营公司’] |
[‘10000人以上’] | [‘酒店/旅游,互联网/电子商务’]

    # 查看数据数量，共67085行，9个属性列
    data.shape

    (67085, 9)

    # 数据去重,以公司名和岗位名为主键
    data.drop_duplicates(subset=['公司名','岗位名'] ,inplace=True)
    data.shape

    (42040, 9)

    # 去除字符串的前后空白和回车换行符
    data['岗位名'] = data['岗位名'].str.strip().apply(lambda x: x.lower())
    data.head()