人力资源分析1.1-为什么离职

思路

数据说明

kaggle平台数据，人力资源分析数据集汇聚了对大量员工的信息数据统计，包括企业因素（如部门）、员工行为相关因素（如参与过项目数、每月工作时长、薪资水平等）、以及工作相关因素（如绩效评估、工伤事故），这些因素都有很好的分析价值。

代码

读取数据，更换中文列名，将“是否离职”列放在最后，方便观察

data = pd.read_csv('./HR_comma_sep.csv',encoding='gb18030')
data.head(1)
data= data[['satisfaction_level', 'last_evaluation', 'number_project',
       'average_montly_hours', 'time_spend_company', 'Work_accident',
       'promotion_last_5years', 'sales', 'salary', 'left']]
columns={'satisfaction_level':'满意程度',
        'last_evaluation':'绩效评估',
        'number_project':'项目数',
        'average_montly_hours':'每月平均工作时长',
        'time_spend_company':'工龄',
        'Work_accident':'是否出过工作事故',
        'promotion_last_5years':'5年内是否升职',
        'sales':'部门',
        'salary':'薪资水平',
        'left':'是否离职'
       }
       data.rename(columns=columns,inplace=True)

划分数据集，data_0在职数据集，data_1离职数据集

data_0 = data[data['是否离职']==0]  #在职
data_1 = data[data['是否离职']==1]  #离职

数据概况
离职率23%、事故率14%、平均日工作时长9个小时、平均绩效分在0.71，升职率2%，平均项目数4个，升职困难

data.describe()
data_1.describe()
data_0.describe()

相关性矩阵
与满意度呈现负相关，其余变量线性相关性较弱

# 计算相关性矩阵
correlation_matrix = data.corr()
# 创建布尔矩阵用于遮挡
mask = np.triu(np.ones_like(correlation_matrix, dtype=bool))
# 使用seaborn绘制相关性热力图
plt.figure(figsize=(12, 6))
sns.heatmap(correlation_matrix, annot=True, cmap='Blues',mask=mask)

# 显示图形
plt.show()

高相关变量
绩效评估与工作时长高相关，说明工作时长应该是作为绩效评估比较重要的点，但是与升职相关性不高，说明工作时长越长，并不代表升职概率大

threshold = 0.3
high_correlation_pairs = []
for i in range(len(correlation_matrix.columns)):
    for j in range(i+1, len(correlation_matrix.columns)):
        if abs(correlation_matrix.iloc[i, j]) >= threshold:
            high_correlation_pairs.append((correlation_matrix.columns[i], correlation_matrix.columns[j]))
print("High correlation pairs:")
for pair in high_correlation_pairs:
    print(pair)

满意度
在不在职，满意度差距比较大

#满意度和是否离职之间的关系
plt.figure(figsize=(8,5),dpi=80)
sns.boxplot(x='是否离职',y='满意程度',data=data,width=0.45,palette='Blues',linewidth=3)
plt.show()

工龄与离职率
五年是个转折点，在职五年离职率56%

# 稳定的人群为刚入公司2年以内，或7年以上，基本稳定
# 5年有一半人会离职
df = data.groupby(['工龄'])['是否离职'].agg({'离职率':'mean'}).applymap(lambda x:format(x,'.2%'))
df

# 创建一个数据集
x_data = df.index.tolist()
y_data = df['离职率'].tolist()
y_data = [round(value * 100,0) for value in y_data]
# 创建柱形图对象
bar = (
    Bar({"theme": ThemeType.MACARONS})
    .add_xaxis(x_data)
    .add_yaxis("", y_data,
              itemstyle_opts=opts.ItemStyleOpts(color='#003366')
              )
    .set_series_opts(
        label_opts=opts.LabelOpts(
            position="top",
            formatter='{c}%'  # 设置标签显示为百分比形式)
        )
    )
)

# 设置全局配置项
bar.set_global_opts(
    xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=15)),
    yaxis_opts=opts.AxisOpts(
        name="离职率",
        axislabel_opts=opts.LabelOpts(formatter='{value}%')
        # 设置y轴标签显示为百分比形式
    ),
    title_opts=opts.TitleOpts(title="工龄与离职率"),                           
)
bar.render_notebook()

工龄与在职满意度
在职5-6年，对公司满意度最低，可能与是否得到合适的回报升职有关，与公司整体情况对比，升职率并没有异常，5-6年应该对公司业务已经能熟练掌握，猜测是这家公司升职率低于行业水平，导致的离职

# 工龄满意度的关系
# 使用Seaborn绘制箱形图
plt.figure(figsize=(12, 6))
sns.boxplot(x="工龄", y="满意程度", data=data_0, palette='Blues',width=0.5)
# 显示图形
plt.show()

data_0[data_0['工龄'].isin([5,6])].groupby('工龄').agg({'5年内是否升职':'mean'}).applymap(lambda x:format(x,'.2%'))

项目数
不劳也走，操劳过度也得离开
工作接的项目太多，导致没法升职？

df1 = data.groupby(['项目数'])['是否离职'].agg({'离职率':'mean'}) .applymap(lambda x:format(x,'.2%'))
df1

# 创建一个数据集
x_data = df1.index.tolist()
y_data = df1['离职率'].tolist()
y_data = [round(value * 100,0) for value in y_data]
# 创建柱形图对象
bar = (
    Bar({"theme": ThemeType.MACARONS})
    .add_xaxis(x_data)
    .add_yaxis("", y_data,
              itemstyle_opts=opts.ItemStyleOpts(color='#C8B2F4')
              )
    .set_series_opts(
        label_opts=opts.LabelOpts(
            position="top",
            formatter='{c}%'  # 设置标签显示为百分比形式)
        )
    )
)

# 设置全局配置项
bar.set_global_opts(
    xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=15)),
    yaxis_opts=opts.AxisOpts(
        name="离职率",
        axislabel_opts=opts.LabelOpts(formatter='{value}%')
        # 设置y轴标签显示为百分比形式
    ),
    title_opts=opts.TitleOpts(title="项目数与离职率"),                           
)
bar.render_notebook()

# 项目数7个人员都没有升职，所以选择离职
data[data['项目数']>=7]['5年内是否升职'].unique()

升职、事故

df2 = data.groupby(['5年内是否升职'])['是否离职'].agg({'离职率':'mean'}).applymap(lambda x:format(x,'.0%'))
df3 = data.groupby(['是否出过工作事故'])['是否离职'].agg({'离职率':'mean'}).applymap(lambda x:format(x,'.0%'))

绩效评分
9分以上人员接近20%，优秀（8-10）、中等（6-8）、不及格（3-6），呈现三等分
评分3分的人，反而没人离职

plt.figure(figsize=(12, 6))
plt.hist(data['绩效评估'], color='#B3CB95')
plt.show()

对绩效评分进行分层

bins = range(3, 12, 1)  # 定义分组区间
labels = range(3, 11)  # 定义标识值
data['group'] = pd.cut(data['绩效评估'].apply(lambda x:x*10), bins=bins, labels=labels,right=False)

评分与离职率

df4 = data.groupby(['group'])['是否离职'].agg({'离职率':'mean'}).applymap(lambda x:format(x,'.0%'))
df4

x = data['group'].value_counts().index.tolist()
y = data['group'].value_counts().values.tolist()
pie = (
    Pie()
    .add("", [z for z in zip(x, y)],)
    .set_global_opts(title_opts=opts.TitleOpts(title="绩效分占比"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"))
)
pie.render_notebook()

x = ['优秀','中等','不及格']
y1 =  data[data['绩效评估']>=0.8]['绩效评估'].count()
y2 =  data[data['绩效评估']<0.6]['绩效评估'].count()
y3 = data['绩效评估'].count() - y1 -y2
total_count = data['绩效评估'].count()
proportions = [y1 / total_count, y3 / total_count, y2 / total_count]
pie = (
    Pie()
    .add("", [z for z in zip(x,  proportions)])
    .set_global_opts(title_opts=opts.TitleOpts(title="绩效分分段占比"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"))
)
pie.render_notebook()

部门、薪资水平
人事部门（hr）离职率最高29%，销售部门（sales）离职人数最多，有1014人，其次为技术部门(technical)，离职与工资低有关
销售部门（sales）低工资水平（low salary）的最多，有2099人,其次是技术部门(technical)与后勤部门(support),分别为1372人与1146人

df5 = data.groupby(['部门'])['是否离职'].agg({'离职率':'mean'}).sort_values(by=['离职率'],ascending=False).applymap(lambda x:format(x,'.0%'))
df5

# 计算离职率
df5 = data.groupby(['部门'])['是否离职'].agg({'离职率':'mean'}).applymap(lambda x:round(x,2)).reset_index()

# 创建 Line 实例
line = Line()

# 添加数据
line.add_xaxis(df5['部门'].tolist())
line.add_yaxis(
    series_name="离职率",
    y_axis=(df5['离职率'] * 100).tolist(),  # 将离职率转换为百分比形式
    is_smooth=False,  # 是否平滑连接数据点
    symbol="circle",  # 数据点的形状，这里使用圆形
    symbol_size=8,  # 数据点的大小
    linestyle_opts=opts.LineStyleOpts(width=2),  # 线条样式，这里设置线宽为 2
    label_opts=opts.LabelOpts(
        is_show=True,
        formatter=JsCode("function (params) {return params.value[1] + '%'}"),  # 将数据标签格式化为百分比形式，保留两位小数
        position="top",  # 数据标签显示在数据点的上方
    ),
)

# 设置全局配置项
line.set_global_opts(
    title_opts=opts.TitleOpts(title="部门离职率直线图"),
    xaxis_opts=opts.AxisOpts(name="部门"),
    yaxis_opts=opts.AxisOpts(
        name="离职率",
        axislabel_opts=opts.LabelOpts(formatter="{value}%"),  # 将 y 轴标签格式化为百分比形式
    ),
)
line.render_notebook()

df6 = data.groupby(['部门','薪资水平']).agg({'薪资水平':'count'}).unstack()
df6

# 部门与薪资水平的关系
# 定义数据
departments = df6.index.tolist()  # 部门列表
high_counts = df6[('薪资水平','high')].tolist()  # 高档次人数
medium_counts = df6[('薪资水平','medium')].tolist()  # 中档次人数
low_counts = df6[('薪资水平','low')].tolist()  # 低档次人数
# 创建 Bar 实例
bar = Bar()

# 添加数据系列
bar.add_xaxis(departments)
bar.add_yaxis('低档次', low_counts, stack='stack1')
bar.add_yaxis('中档次', medium_counts, stack='stack1')
bar.add_yaxis('高档次', high_counts, stack='stack1')

# 设置颜色风格
colors = ['#D99A6C', '#FED976', '#B3CB95']  # 棕色、黄色、绿色
bar.set_colors(colors)

# 设置全局配置项
bar.set_global_opts(
    title_opts=opts.TitleOpts(title='公司各部门的员工工资情况'),
    legend_opts=opts.LegendOpts(),
    xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=15)),
    yaxis_opts=opts.AxisOpts(name='人数'),
)

# 设置系列配置项
bar.set_series_opts(label_opts=opts.LabelOpts(position='inside'),bar_width='5%')
bar.render_notebook()

# 薪资水平离职率
df6 = data.groupby(['薪资水平'])['是否离职'].agg({'离职率':'mean'}).applymap(lambda x:format(x,'.0%'))
df6

df7 = data['薪资水平'].value_counts()
labels = df7.index.tolist()  # 薪资水平标签列表
values = df7.values.tolist()  # 薪资水平对应的值列表

# 创建 Pie 实例
pie = Pie()

# 添加数据
pie.add(
    series_name='薪资水平占比',
    data_pair=list(zip(labels, values)),
    radius=["40%", "70%"],  # 设置饼图的内外半径，可以根据需要进行调整
    label_opts=opts.LabelOpts(formatter="{b}: {d}%"),  # 显示标签，显示格式为 "标签: 百分比%"
)
# 设置颜色风格
colors = ['#D99A6C', '#FED976', '#B3CB95']  # 棕色、黄色、绿色
pie.set_colors(colors)
# 设置全局配置项
pie.set_global_opts(title_opts=opts.TitleOpts(title="薪资水平占比"))
pie.render_notebook()

工作时长
主要分布还是每天工作6-8小时，12小时以上的离职率最高

plt.figure(figsize=(12, 6))
plt.hist(data['每月平均工作时长'],color='#D99A6C')
plt.show()

# 对工作时长进行分层，按每天6/8/10/12小时进行划分，（132/176/220/264）/月
bins = [0,132,176,220,264,np.inf] # 定义分组区间
labels = ['0-6h','6-8h','8-10h','10-12h','12h以上']  # 定义标识值
data['group_time'] = pd.cut(data['每月平均工作时长'],bins=bins, labels=labels,right=False)
df9 = data.groupby(['group_time'])['是否离职'].agg({'离职率':'mean'}).applymap(lambda x:format(x,'.0%'))

x = data['group_time'].value_counts().index.tolist()
y = data['group_time'].value_counts().values.tolist()
pie = (
    Pie()
    .add("", [z for z in zip(x, y)],)
    .set_global_opts(title_opts=opts.TitleOpts(title="工作时长占比"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"))
)
pie.render_notebook()

总结

 综合分析显示，离职员工呈现以下主要特征：

1. 绩效水平较高，这是因为离职员工承担了更多的项目和较长的工作时间，然而即便绩效较好，公司回报不足成为离职的问题所在。
2. 薪资普遍处于中低水平、在职主要集中在3-5年、晋升机会有限。
3. 员工离职率较高的职位主要包括销售和技术领域。
   综上所述，公司在员工为其创造价值时（项目繁多），应及时给予奖励（例如项目奖金）或者反馈（升职机会），特别是在职业生涯关键阶段（3-5年）内，应给予员工更多资源，让他们感受到对公司的贡献和价值，从而提高满意度和归属感，减少人才流失。在提供适当的薪资和晋升机会的同时，也要重视员工的综合发展，使他们在公司中实现个人价值，从而建立更紧密的员工与公司的联系。