2020年广东广州深圳招聘职业python大数据分析

概述数据读取1#encoding:utf-82#2020年广州深圳广东招聘信息分析3importpandasaspd4importnumpyasnp5frompandasimportDataFrame6data=pd.read_csv(7r"C:\Users\22392\PycharmProjects\数据分析\数据\zp_info.csv",encoding='utf-8',8

数据读取

 1 # enCoding:utf-8 2 #2020年广州深圳广东招聘信息分析 3 import pandas as pd 4 import numpy as np 5 from pandas import DataFrame 6 data = pd.read_csv( 7     r"C:\Users392\PycharmProjects\数据分析\数据\zp_info.csv",enCoding='utf-8', 8                    engine='python') 9 #输出数据信息10 print(data.info())

运行结果：

<class 'pandas.core.frame.DataFrame'>RangeIndex: 28571 entrIEs, 0 to 28570Data columns (total 12 columns): #   Column      Non-Null Count  Dtype ---  ------      --------------  -----  0   position    28571 non-null  object 1   region      28571 non-null  object 2   experIEnce  27983 non-null  object 3   education   28559 non-null  object 4   number      25781 non-null  object 5   age         28570 non-null  object 6   new_time    28570 non-null  object 7   wage        28571 non-null  object 8   company     28571 non-null  object 9   Trade       28570 non-null  object 10  nature      28534 non-null  object 11  scale       28568 non-null  objectdtypes: object(12)memory usage: 2.6+ MB　　　　　　　　　　　　　

 打印列名以及相应的缺失值个数

1 for columname in data.columns:2     if data[columname].count() != len(data):3         loc = data[columname][data[columname].isnull().values==True].index.toList()4         print('列名："{}", 有{}个缺失值'.format(columname,len(loc)))

 

运行结果：

列名："experIEnce", 有588个缺失值列名："education", 有12个缺失值列名："number", 有2790个缺失值列名："age", 有1个缺失值列名："new_time", 有1个缺失值列名："Trade", 有1个缺失值列名："nature", 有37个缺失值列名："scale", 有3个缺失值

填充缺失值为“unkNow”

 

data1=data.fillna("unkNow")#输出填充后的空值信息print(data1.isnull().any())#打印数据print(data1)

 结果：

position      Falseregion        FalseexperIEnce    Falseeducation     Falsenumber        Falseage           Falsenew_time      Falsewage          Falsecompany       FalseTrade         Falsenature        Falsescale         Falsedtype: bool      position   region experIEnce  ...         Trade nature      scale0       库房打包工人  深圳市/龙岗区       1年以下  ...      互联网/电子商务     民营      20人以下1          生产工  广州市/白云区        无经验  ...  家具/家电/工艺品/玩具     民营      20人以下2       收件数据专岗  深圳市/罗湖区        无经验  ...     金融(银行/保险)  股份制企业   100-499人3      办公室客服文员  广州市/荔湾区         不限  ...         房地产开发     民营   100-499人4        客服实习生  广州市/荔湾区         不限  ...         建筑与工程     民营   100-499人...        ...      ...        ...  ...           ...    ...        ...28566    算法工程师    广东-东莞     1年以上经验  ...      机械/设备/技工   民营企业  500-1000人28567     行政主管    广东-东莞       不限经验  ...        建筑/房地产   民营企业    50-200人28568   人事行政主管    广东-东莞     5年以上经验  ...      机械/设备/技工   民营企业    50-200人28569     仓储主管    广东-东莞     1年以上经验  ...      机械/设备/技工   民营企业    1000人以上28570     审计专员    广东-东莞     1年以上经验  ...      机械/设备/技工   民营企业  500-1000人[28571 rows x 12 columns]Process finished with exit code 0

 公司招聘的职业的需求排名

代码:

job0=(data1.loc[:,["Trade"]]).value_counts()print(job0.head(20))

 

运行结果:前20名

C:\Users392\PycharmProjects\数据分析\venv\Scripts\python.exe C:/Users/22392/PycharmProjects/数据分析/职位2.pyTrade       互联网/电子商务        4116金融(银行/保险)       2081其他行业            1833医疗/美容/保健/卫生     1595建筑/房地产/物业/装潢    1562物业管理/商业中心       1399餐饮/娱乐/休闲        1370中介服务/家政服务       1036教育/培训            894教育/培训/学术/科研      875交通/运输/物流         703汽车/摩托车/零配件       551批发/零售            546批发零售             539专业服务/财会/法律       522电子/半导体/集成电路      516机械/设备/技工         503金融(投资/证券         449服装/纺织/皮革         447消费品(食/饮/烟酒)      438dtype: int64

 图形化柱状图 前15名

import matplotlib.pyplot as pltfrom matplotlib import Font_manager#解决中文报错from pylab import *mpl.rcParams['Font.sans-serif'] = ['SimHei']mpl.rcParams['axes.unicode_minus'] = False#横坐标lstx=[]#纵坐标lsty=[]for x,y in zip(job0[0:15].index,job0[0:15]):    lstx.append(((str(x)[2:-3]).split("/"))[0])    lsty.append(y)plt.figure(figsize=(20,10),dpi = 150)my_Font = Font_manager.FontPropertIEs(fname=r'C:\windows\Fonts\STKAITI.TTF',size =10)plt.bar(lstx,lsty,wIDth=0.5)plt.xticks(range(len(lstx)),lstx,FontpropertIEs=my_Font)for a,b in zip(lstx,lsty):   #柱子上的数字显示    plt.text(a,b,'%.0f'%b,ha='center',va='bottom',Fontsize=12)plt.show()

 

 图形化结果

 

加权(人数*职业)公司招聘职业需求

数据清洗,整理公司招聘职位类别 以及人数 写入job.csv文件中

job=(data1.loc[:,["Trade","number"]]).value_counts()import csvf = open('job.csv','w',enCoding='utf-8')csv_writer = csv.writer(f)csv_writer.writerow(["Trade","number","all_number"])for (x,y) in zip((job.index)[:50],job[:50]):    lst=[]    lst.append(x[0])    #对需求人数x[1]做规范化处理，unkonw=1，若干人=2 ，以及平均人数，以此来加权    lst2=[]    lst2=re.split("人|招聘|数|-|：",str(x[1]))    #去除空值    while '' in lst2:        lst2.remove('')    z = lst2[0]    if lst2[0] == 'unkNow':        z = "1"    elif lst2[0]=='若干':        z = "2"    elif len(lst2)==2:        print(lst2)        z = (int(lst2[0])+int(lst2[1]))//2    lst.append(z)    lst.append(str(y))    csv_writer.writerow(lst)f.close()

 

 job.csv中数据

 

 

jobdata = pd.read_csv(
    r"job.csv",enCoding='utf-8',
                   engine='python')

print(jobdata.info())

 job.csv中的数据信息

<class 'pandas.core.frame.DataFrame'>RangeIndex: 50 entrIEs, 0 to 49Data columns (total 3 columns): #   Column      Non-Null Count  Dtype ---  ------      --------------  -----  0   Trade       50 non-null     object 1   number      50 non-null     int64  2   all_number  50 non-null     int64 dtypes: int64(2), object(1)memory usage: 1.3+ KB

 

 

总结

以上是内存溢出为你收集整理的2020年广东广州深圳招聘职业python大数据分析全部内容，希望文章能够帮你解决2020年广东广州深圳招聘职业python大数据分析所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。