【文件属性】：
文件名称：拉勾数据分析岗数据分析报告.pdf
文件大小：197KB
文件格式：PDF
更新时间：2022-12-23 22:42:27
文档资料
拉勾数据分析岗数据分析报告 简介：试着，做了⼀个拉勾⽹数据分析师职位的数据分析。 其实，虽然很想做数据分析师，但是是跨⾏，⼼⾥相当忐忑，做这个分析就相当于加深⾃⼰对数据分析这个⾏业的了解了。 ⼤致思路 ⼤致思路 起始 起始 数据来源 数据来源 本来是想⾃⼰写个爬⾍的，可是学了好久，还是不能融会贯通，总会出⼀些bug，只能继续学习，争取早⽇修成爬神功。⼜想着，总不能还 没开始，就结束了这次实验。最后⽆意中发现了⼀个爬⾍⼯具--⼋⽖鱼、、只需要点点点（其实，当时有种挫败感）。不过，总算数据总算 有了。 过程 过程 数据的清洗与处理 数据的清洗与处理 这⾥试着⽤了两种⼯具，Excel + Python，也⽐较了⼀下⼆者的优点。与前⼈所述基本⼀致，纸上得来终觉浅啊。 想说⼀下字段的命名，如果⽤了Python进⾏处理的话，最好还是把字段命名为英⽂，或者说字母。可以简化后期处理，会⽅便很多。 当然，你如果全⽤Excel是⽤中⽂命名，也是没有问题的。 Excel的处理过程 的处理过程 预防万⼀ 预防万⼀ 所谓预防万⼀，就是将Excel另存⼀份源数据，以免后期发⽣不可预知错误。 清洗与处理 清洗与处理 命名字段 命名字段 处理 处理salary列 列 新建⼯作表，将salary字段复制过来。 1. 清除所有格式。 2. 数据-分列-固定符号-"-" 3. 查找替换 k。这⾥说明下，清除格式后，⽆论查找⼤写K还是⼩写k，均可。 4. 因为抓取的数据是⼀组区间值，⽆法直接使⽤，因此取薪资的中间值也就是平均值。使⽤函数 'MEDIAN' ，它会返回⼀组数的中值， 或者使⽤ 'AVERAGE' 也可。得到的值如下： 5. 再对这组值进⾏数据分析，数据-数据分析-描述统计，得到最⼤值，最⼩值，全距，再根据公式计算组数，组距，进⾏数据分组，再根 据 ' FREQUENCY '函数计算每组频率。 接下来，就可以绘制图表了。 ps：或者直接在第5步，采⽤数据分析⼯具中的直⽅图，进⾏分析。 处理 处理experience、 、city、 、education、 、property、 、scale列 列 新建⼯作表，复制。 1. 清除所有格式。 2. 使⽤函数 'SUBSTITUTE' 替换所有 "/"，或者直接查找替换。 3. 数据透视表统计，绘图。 处理 处理field列 列 新建⼯作表，复制。 1. 清除所有格式 2. 查找替换"、",","为半⾓"，"。 3. 分列。 这样，基本就处理完了。 数据展⽰ 数据展⽰ ⾏业及职位数量 ⾏业及职位数量 从图中可以看出，17个⾏业中，移动互联⽹对数据⼈才的需求量是最⼤的，其次是⾦融和电⼦商务，⽽⽣物服务、⽂化娱乐、旅游、分类 信息、硬件等的需求量最少。我认为，这从⼀个侧⾯反映了移动互联⽹数据量的巨⼤，以及对⼈才的渴求。 城市与职位 城市与职位 ⾸先看⼀下，职位主要分布的区域： 从图中可以看到，招聘公司主要位于南⽅。 再看⼀下，城市与职位： 这⾥主要截取了前10个城市，毫⽆意外，北上⼴赫然在列，杭州也很多，排在⼴州前⾯。看来，我们这些想做数据分析师的⼈，都⽆法逃 离北上⼴啊。嗯，你也可以去杭州，据在那⼉⽣活了七⼋年的同学来说，他不想⾛了。 ⾏业、城市与薪资 ⾏业、城市与薪资 前⾯数据处理得到了每个职位的平均薪资，这⾥进⼀步处理得到了每个⾏业在每个城市的平均薪资。下图是招聘最多的⼏个⾏业在每个城市 的平均薪资。 从图中可以知道，整体上相对来说，⼴州在这些⾏业中属于较低的。北京、上海差距不是太⼤。 招聘公司融资阶段 招聘公司融资阶段 招聘不同职称的数量 招聘不同职称的数量 这⾥借助python进⾏了统计： python import pandas as pd data = pd.DataFrame(pd.read_csv(r'C:\Users\sunshine\Desktop\2017.8.20.csv',encoding = 'gbk')) data.columns positionName = [] for i in range(len(data.position)): if "实习" in data.position[i]: positionName.append("实习") elif "助理" in data.position[i]: positionName.append("助理") elif "专员" in data.position[i]: positionName.append("专员") elif "主管" in data.position[i]: positionName.append("主管") elif "经理" in data.position[i]: positionName.append("