数据分析职位招聘情况及发展前景分析

一、分析目的

      了解数据分析这个职位的招聘情况以及发展前景。

二、分析维度

      根据分析目的，主要提出了以下三个分析维度：

1、职位地区分布

      主要对地区进行分组，对各地区职位分布数量进行对比分析；

2、工资待遇

      通过对最低薪酬进行描述分析，观察整体的一个最低工资分布；

3、工作年限要求

      通过对工作年限进行分组，观察岗位需求主要分布在哪几个年限段，并对工作年限对工资的影响进行了分析，有助于自己今后对职业进行规划；

4、技能要求

      主要了解进入该行业所需要必备的技能；

5、学历要求

      了解该职位对学历的最低要求；

6、公司福利待遇

      主要分析大部分公司给与的福利有哪些，共同点是什么。

三、分析工具

      这里主要想熟悉python的使用，所以主要使用了python中的pandas包、以及matplotlib。

四、数据清洗

1、数据集描述

      数据集名称：拉勾网数据分析招聘情况

      数据集来源：通过八爪鱼爬取拉勾网数据分析招聘数据（对于python爬虫还不太熟悉）

      数据集量：431*9

2、添加列

2.1、添加最高工资（high_salary）列和最低工资（low_salary）列；

      由于需要分析最低工资情况，而数据表中是按范围给出的（图a），因此需要将工资范围拆分为最高工资（high_salary）和最低工资（low_salary）（图b）。

2.2、添加地区（location）列

      数据表中的地区是按每个区域的详细信息给出的（图a），而我只需要分析整个区域的情况，因此需要将区域信息中的详细信息去掉，添加location列（图b）。

 

                                                                  图a

 

                                                                 图b

3、处理’工作年限’列中多余字符

      将’工作年限一列中的’经验’（图a）去掉（图b）。

4、处理缺失值

      经过检查未出现缺失值。

5、处理重复值

      未出现重复记录

五、数据分析

1、对职位的地区分布进行分析：

 

 

      通过以上分析可以看出：北京和上海对数据分析岗位需求较大，其次就是广州、深圳、杭州了，如果对地区没有特别要求的话，还是很建议去北京上海等地区发展的。

2、对工资待遇进行分析

      由于获取的数据是一个最低到最高工资的区间，所以本文只对最低工资进行了分析；

      从上表可以看到最低工资是1000（实习生），最高工资是65000，平均工资在13k-22k，所以说该职业的薪资情况还是很可观的。

3、工作年限要求

   

      通过分析可以看出：公司对该职位的工作年限要求主要集中在1-5年，3-5年的需求最多，其次是具有1-3年工作经验的，对于一年以下工作经验的需求量很少，5年以上需求基本上就呈现下降趋势了，基本上不需要十年以上工作经验的员工；所以打算入行的需要做好自己的职业规划，在工作中积累经验。

      另外，还分析了薪资随着工作年限的变化情况，由于获取的数据是一个最低到最高工资的区间，所以只对最低工资进行了分析；如下：

 

 

      由此看出：在10年内，工资无论是从最低工资、最高工资还是平均工资来看，工资水平都是随着工作年限的增加而上涨的，而且上升的幅度很大；由此可知，工作经验非常重要，所以，要做好规划，努力积累经验，至少在十年内，得到的回报是很可观的。

4、技能要求

      利用wordart进行分词处理，生成了词云图如下：

 

 

      从词云图可以看出，进入该行业需要学习的技能有很多，主要共同点就是需要具备统计学、excel、python/R、MySQL（sql）等知识，当然了，这些都只是工具，最重要的是数据分析的思维以及与业务知识的结合，这些都是需要在工作中不断培养的。

5、学历要求

      这部分主要想分析哪些学历对该职位来说比较吃香，如下图：

 

 

       很明显，大多数公司都要求有本科学历，对于大专和学历不限的需求量很少，仅从上图来看，还是有一部分公司对学历的要求是很高的，由此可以看出，该职业对于学历来说，门槛还是相对比较低的。

6、公司福利待遇

      这部分依然是采用了词云图的方式来展示公司的福利构成；词云图如下所示：

 

 

      可以看出，公司的共同点基本上是五险一金、带薪年假、周末双休等，其实从目前所有行业来看，五险一金基本上都是有的，只不过很难找到双休的工作，所以说，从福利来看，如果是更倾向于双休的人士，进入该行业的选择还是没错的，至少从以上分析来看，周末双休的工作还是不少的。

六、结论

      通过以上几个方面的分析，大致可以得出以下几点：

      （1）数据分析这个行业发展前景是很不错的，薪资水平也相对较高；

      （2）就目前分布的区域来看，北上广地区相对来说发展机会多一些；

      （3）从入行门槛来看，大部分公司都要求本科学历；

      （4）从公司要求来看，除了一些硬性的技能要求外，工作经验也尤为重要；

      （5）从各公司福利来看，各公司福利都大同小异。

 

 

 

最后说明一下：本文数据来源于拉勾网，所以大多数是针对的互联网行业，所以分析的不是很全面；另外，由于本人想借此熟悉python相关知识，所以利用的是python相关知识进行分析，但是该数据量很小，完全可以用excel进行分析，还有就是想绘出的图表美观最好使用其他绘图工具，比如pyecharts、tableau以及excel等相关工具。

还有就是想转行的朋友，也包括自己啦，要坚定信心哦，不要半途而废！

import pandas as pdfrom matplotlib import pyplot as pltfrom matplotlib import font_managerdf = pd.read_excel('C:/Users/Administrator/Desktop/拉勾网数据分析招聘情况（最新）.xlsx')salary_low = []salary_high = []for i in range(0,len(df)):df1 = df.iloc[i]['工资待遇'].split('-')salary_low .append(df1[0])salary_high.append(df1[1])# print(salary_low)# print(salary_high)df['salary_low'] = salary_lowdf['salary_high'] = salary_high# 将工资中的看转化为'000',才能转化为int类型df['salary_low'] = df['salary_low'].str.replace('k','000')df['salary_high'] = df['salary_high'].str.replace('k','000')# 将工资列转换为int类型# df['salary_low'].astype(np.int16)# print(df['salary_high'])# df['salary_high'].astype(np.int64) #方法1df['salary_low'] = df['salary_low'].astype('i8') #方法2df['salary_high'] = df['salary_high'].astype('i8')df"""# 将工作地点进行拆分，只对市进行分组# location = []# for j in range(0,len(df)):# location1 = df.iloc[j]['工作地点'].split('·')# location.append(location1[0])# df.insert(2,'location',location)df# 这里把经验不限和应届毕业生改为1年以下# df['工作年限'] = df['工作年限'].str.replace('经验','')#df['工作年限'] = df['工作年限'].str.replace('不限','1年以下')# df['工作年限'] = df['工作年限'].str.replace('应届毕业生','1年以下')# 查看概况df.info()# 查看是否重复df.duplicated()# 删除重复值df.drop_duplicates()df.shape# 对地区进行一个分组group_by_location=df.groupby('location')[‘职位名称’].count().sort_values(ascending = False)my_font=font_manager.FontProperties(fname='C:/Windows/Fonts/msyh.ttf',size = 10)group_by_location.plot(kind = 'bar',title = '岗位分布',label = '个数',alpha = 0.4,rot = 45)plt.title('各地区职位分布',fontproperties = my_font)plt.legend(prop = my_font,loc = 'upper right')plt.xticks(fontproperties = my_font)plt.xlabel('区域名称',fontproperties = my_font)plt.savefig('./picture1.png')plt.show()# 查看下工资的大概情况df.describe()<代码># 工作年限要求df.groupby('工作年限')['公司名称'].count().sort_values(ascending = False).plot(kind = 'bar',alpha = 0.4,rot = 0)# 对中文标签进行处理plt.xlabel('工作年限',fontproperties = my_font)plt.ylabel('职位个数',fontproperties = my_font)plt.xticks(fontproperties = my_font)plt.title('各年限职位分布情况',fontproperties = my_font)plt.savefig('./picture2')plt.show()# 工作经验与最低薪水之间的相关性y1 = df.groupby('工作年限')['salary_low'].agg([('最低薪水','min'),('平均薪水','mean'),('最高薪水','max')]).sort_values(by = '平均薪水')y1.plot.bar(alpha = 0.4,rot = 0)plt.xticks(fontproperties = my_font)plt.xlabel('工作年限',fontproperties = my_font)plt.ylabel('工资水平',fontproperties = my_font)plt.title('薪水随年限分布情况',fontproperties = my_font)plt.legend(loc = 'upper right',prop = my_font)# 调整纵坐标刻度范围plt.ylim(ymax = 50000)plt.savefig('./picture3')plt.show()df.groupby('学历要求')['公司名称'].count().plot.bar(alpha = 0.4,rot = 0)plt.xticks(fontproperties = my_font)plt.xlabel('学历',fontproperties = my_font)plt.ylabel('职位数量',fontproperties = my_font)plt.title('不同学历职位需求情况',fontproperties = my_font)plt.savefig('./picture5')plt.show()