大良营销网站建设平台,帮人家做网站难吗,网店代运营一年的费用是多少,自己在家开网站做推广【项目背景】 本项目为某招聘网站部分招聘信息#xff0c;要求对“数据分析师”岗位进行招聘需求分析#xff0c;通过对城市、行业、学历要求、薪资待遇等不同方向进行相关性分析#xff0c;加深对数据分析行业的了解。 结合企业真实招聘信息#xff0c;可以帮助有意转向数… 【项目背景】 本项目为某招聘网站部分招聘信息要求对“数据分析师”岗位进行招聘需求分析通过对城市、行业、学历要求、薪资待遇等不同方向进行相关性分析加深对数据分析行业的了解。 结合企业真实招聘信息可以帮助有意转向数据分析岗位的学生调整学习的方向同时也为简历准备上做出针对性参考。 【数据操作】 step1、数据清洗 1重复数据 一般情况下一个数据有且仅有一个唯一ID因此针对数据“职位ID”列删除重复项。 选定想要删除的列【职位ID】菜单栏选择【数据】--【删除重复项】弹框选项中选择【扩展选定区域】--【删除重复项】选择指定列【岗位ID】--【删除重复项】。 2缺失数据无需操作 清理重复值之后还需要考虑对空值的处理如果某一字段数据缺失50%则可以考虑删除如果只是个别的缺失值可以考虑删除也可以进行填充如分类变量数据可以使用人工手动补全连续变量数据可以使用平均值进行替代。 数据表中选择想要查看的列页面左下角查看【计数】判断数据是否确实其中可以看到【公司福利】、【工作地点】等数据都有缺失但是不影响实际分析因此这里无需操作修改。 Excel数据处理缺失值/重复值/异常值/拆分 - 知乎 (zhihu.com) 3一致化处理 1.薪资待遇 数据中【薪资】多表示一个范围不能直接用于数据分析根据取薪资下限和薪资上限拆分若为单边范围的薪资数据如“6K以上”,则做上下限薪资相同处理然后取薪资平均值用于后续数据分析。 【方式一分列取平均值】 选中【薪资】列菜单栏选择【数据】-【分列】选择文件类型为【分隔符号】。 选择使用符号【-】进行切分 数据填充 数据分割之后可以发现数据中【15k以上】此类数据没有分割可以对【空白】数据进行【筛选】对空白数据进行填充【N148】以实际内容为准同时下拉填充所有空白数据。 填充完毕之后可以看到数据中有文本信息【k】无法直接进行数学计算使用【查找替换】将其删除。快捷键【CtrlF】,选择【替换】查找内容为【k】,替换值为空即可。 同时还要考虑带有文本的数据如【15k以上】上步骤中已经把【k】去除还需要同样方式把【以上】【以下】等内容进行替换删除。 数据全部替换之后计算平均薪资。右侧添加一列【平均薪资】。使用公式或者函数计算品均值。 【方式二使用函数取平均值】 * len用于计算文本字符串的字符个数len(text) * Left返回从文本字符串的左侧开始到指定个数的字符可用于字符串截取前几个字符left(hello,2)字符数量默认为1。 * right返回文本字符串右侧开始到指定个数的字符可用于字符串截取后几个字段 * mid返回文本字符串中指定位置开始的指定数目的字符。可用于中间截取。 * find用于查找指定字符在字符串中的第一次出现的位置find(“l”,”hello”) 根据薪资计算【薪资下限】可以发现在第一个【k】之前的内容为下限因此可以使用【find】函数找出【k】所在的位置使用【left】函数进行左侧字符串截取。 LEFT(text,[num_chars]) LEFT(P2,FIND(k,P2)-1) 结果中错误处可以看到这里是【K】使用替换功能将其替换成【k】即可。 计算【薪资上限】可以发现上限数值在【-】和【k】之间,可以使用【mid】函数截取两者之间的数值。 MID(text,start_num,num_chars) MID(P2,FIND(-,P2)1,LEN(P2)-FIND(-,P2)-1) 通过筛选可以看到【薪资上限】中也有不能现实的数值查看发现对于特殊数值无法使用函数这里直接等于【薪资下限】即可下拉修改所有内容。 计算【平均薪资】使用函数【average】。注意抽取出来的文本型数字不能参与数值计算需要将文本型数字转化成数值型数字。 AVERAGE(Q2*1,R2*1) 4异常值处理 【岗位名称】中可以发现有很多不用的名称包括数据分析师、产品、测试等因此需要对数据进行异常值处理。 本次我们重点分析【数据分析】因此对数据进行筛选使用关键字【数据分析】、【分析师】、【数据运营】对岗位进行判断。可以看出关键词【数据分析】可以甄别出大部分数据分析岗位满足我们的分析需求。 * find用于查找指定字符在字符串中的第一次出现的位置find(“l”,”hello”) * count计算包含数字的单元格以及参数列表中数字的个数。 * if判断是否满足某个条件如果满足返回一个值如果不满足则返回另外一个值。 对结果进行筛选数据为“1”的则为我们要用到的【数据分析】岗位信息。 (1) 分析城市对于岗位数量的需求结果格式为城市 岗位数为 。 (2) 分析行业对于岗位的需求结果格式企业领域 岗位数 示例移动互联网,电子商务 115这里企业领域不做切分操作为 。 (3) 分析公司规模对于岗位的需求结果格式公司规模 岗位数为 。 (4) 分析城市对薪资取平均值的影响结果格式城市 平均薪资注意单位为k下同为 。 (5) 分析公司规模对于薪资取平均值的影响结果格式 公司规模 平均薪资为 。 (6) 分析学历对于薪资取平均值的影响结果格式学历要求 平均薪资为 。 (7) 分析工作经验对于薪资、岗位的影响结果格式工作年限 平均薪资 岗位数为 。 (8) 试分析给出数据分析岗位需求量较大的公司top6结果格式公司简称 岗位数为 。 (9) 现有一名本科、工作两年的择业人员想要在北京转数据分析岗位对岗位需求量分析给出建议投递简历的公司top5岗位需求量降序结果格式公司简称 岗位数为 。 第二题 csv 网站用户注册分析 (15/15分) 数据集 数据集.csv 考核条件如下 (1) 读取数据查看数据信息简要用户名非空数据个数结果为 (3/3)分 (2) 进行数据缺失值查看“注册日期”缺失值个数结果为 (3/3)分 (3) 编写程序/root/python/demo3.py,要求程序运行结果为每月用户注册数,结果为 。结果格式注册日期 注册数量 参考步骤说明 (3/3)分 (4) 编写程序/root/python/demo4.py,要求以月作为行索引年份作为列索引对比不同年份中每月的注册用户数,结果为 。参考步骤说明 (6/6)分 数据透视表 数据透视表一篇就够了 - 知乎 (zhihu.com) 计算类别数量例题
