用于分析的数据是各个城市关于数据分析职位的招聘信息， 接下来我们就按照数据分析的步骤来一步一步进行操作。
Step1：提出问题
不是以终为始做出的数据分析结论再漂亮都是没有用的。所以我们要先来确定一下，我们想通过数据分析了解的内容是什么。
现在手中数据是关于数据分析岗位在各个城市的招聘信息，那我关心的是：
1.这个岗位的现状如何，能不能满足我目前的物质需求同时有机会可以做到；
2.这个岗位发展潜力如何，值不值得作为职业发展方向；
3.这个岗位对于应聘人员有没有什么偏好，有哪些要求；
Step2：理解数据
是说我们需要对数据包含的信息有一个大体的了解，可以考虑针对想解决的问题，可以从哪些方向进行分析，此次所用的数据包含的信息如下:
可以看到包含了公司，职位和应聘人员要求三个层面的信息，之后我们可以考虑从这三个层面入手去分析问题。
Step3：数据清洗
就是把原始数据处理成我们分析需要用的状态，这是整个数据分析中非常非常重要的一步，可能会花费整个过程60%的时间，但是这是值得的，因为清洗后可以避免分析过程出现数据问题，同时可以提高分析结果的有效性。
数据清洗如此重要，所以它也是有一个标准流程的，我们可以掌握这个套路，同时提高数据清洗的效率和质量。
1.选择子集
不是数据集中所有的变量都是这次分析要用的，我们可以先选定需要用的信息，其余的列隐藏起来。（注意，这里不要删除掉而是隐藏，万一过程中想要用还可以取消隐藏重新编辑。）
数据中：
①“公司全名”、“公司ID”、“公司简称”全表示公司名，三选一即可，我们保留“公司简称”；
②“公司所在商区”和“职位福利”都是文字，暂时不需要；
操作方式：
若需要用隐藏的列，可以取消隐藏：
方法1：选中全部列后单击右键出现菜单选择“取消隐藏”；
方法2：如下图操作
2.列名重命名
适用于原来列名不容易理解或者有歧义的，此处不用修改。
3.删除重复值
先分析什么样的重复值对于我们有影响；我们希望每条招聘信息都是唯一的，如果不唯一会造成统计结果不准确，而在数据中“职位ID”应该是一个不同招聘信息不同的变量，就像每个人的身份证号一样。所以我们考虑以“职位ID”的唯一性来进行数据去重。
具体操作：
4.缺失值处理
数据条目比较多，我们需要了解是否信息都是完整的，如果不是，后续需要对缺失值进行处理。
·
查看每列数据是否完整
：因为已经选定以“职位ID”为唯一标准，所以先看一下其所在列的计数情况(共5032条)，再用其他列和它对比；从图上可以看出，“城市”计数为5030条，比基准列“职位ID”少2，说明有2条缺失值。
·
缺失值的处理：
一般有4种方法进行缺失值处理，根据情况灵活使用：
1）通过人工手动补全
2）删除缺失的数据
3）用平均值代替缺失值
4）用统计模型计算出的值去代替缺失值
此处，只有2条缺失，且可以判断出城市应为上海，所以采取第一种方法-手动补全。这里的手动也不是真的一个一个去输入，而是采用了excel的自动填充。
5.一致化处理
·我们发现变量“公司所属领域”的写法不太一致，有的只有1个描述，有的有好多且以逗号或者顿号分开，这里我们只需要看公司所属的大领域即可，而所有描述第一个肯定是大领域，所以考虑只保留第一个(如果有多个描述)。可以使用excel的分列功能来达到目的。
·变量“薪水”是一个范围不方便我们进行计算，所以想先把它整理一下变成数值型，得到一个平均薪资再进行之后的分析。思路为先得到最低和最高薪资，再求平均；考虑的方法有两种：
方法1. 分别用 LEFT/FIND/MID 函数得到最低最高薪资，再求平均；
最低薪水= LEFT(A2,FIND(k,A2) -1)
最高薪水=MID(A2,FIND(-,A2)+1,LEN(A2)-FIND(-,A2)-1)
计算好一行的结果，我们向下填充之后，可以通过“筛选”来查看是否有异常值；
只勾选异常值来查看原因，并进行修改；
最低薪水和最高薪水都会有错—
1.
最低薪水
是因为K的字母有大写有小写，而在FIND函数中是区分大小写的，用查找替换把大写K全部替换成小写k;
2.
最高薪水
因为有的薪水写的是“9k以上”，这种情况让最高薪水和最低薪水相同。
方法2： 用excel 以”-”分列得到最低最高薪资, 再用查找替换功能(ctrl+F快捷键)去除汉字“以上”和字母k, 最后求平均。
最后求平均的时候要注意，可能会出错，原因是最低最高薪水不是数值型变量，将其改为数值型后再进行计算。方法不唯一，下图为其中一种：
6.数据排序
可以按平均薪水对全部数据进行排序，方便查看。
7.异常值处理
到了这一步，从格式上的数据清洗就已经都做好了，剩下的是内容上的检查，比如说职位名称真的都是数据分析的岗位吗，有没有其他职位的混了进来？我们可以用数据透视表先检查一下
发现果然有，像系统架构师都进来了，所以考虑设置条件，将这些都筛掉：
最后，将“数据分析职位名称”=“是”的筛选出来，为了便于之后分析，将这部分复制出来另存一个excel表，我们的数据清洗部分就做完了。
Step4:构建模型
这里我们都用数据透视表来做，如何做数据透视表上面已经说明了，接下来只说明分析思路和对应结果。
1.分析数据分析职位的现状：
① 薪资情况-不同城市、不同行业、不同职位部门、不同工作经验、不同学历的薪资分布；
② 需求情况-不同城市、不同行业、不同职位部门、不同经验、不同学历的招聘人数；
2. 分析数据分析职位的发展前景：
① 行业情况-数据分析需求公司所在的行业分布；
② 公司规模-不同规模公司的职位分布情况；
③ 个人-不同工作经验、不同学历的职位分布情况；（上一项中已经包括）
全国和北京薪资情况-不同城市、行业、职位部门、工作经验和学历
全国和北京招聘人数-不同城市、行业、职位部门、工作经验和学历
不同公司规模对于数据分析岗位的招聘数量和薪资情况-全国和北京
对应分析结果：
1.根据统计结果，目前数据分析的薪资还可以，重点关注工作经验1-3年和3-5年在北京的情况，算是还不错；
2.招聘的数量来看，北京居于榜首；而且招聘要求的工作经验主要集中在1-3和3-5年，学历主要集中在本科，对于我来说比较匹配；
3.从行业来看，目前主要集中在移动互联网或者互联网＋，是属于高速发展中的行业，值得进入
4.从公司规模来看，数据分析的需求在大于50人的公司中是差不多，即基本所有规模的公司都需要这个岗位；
5.从招聘人员集中的工作经验要求来看，主要是1-5年，都属于相对短的，说明此职业正处于比较前期的阶段；10年以上的招聘信息很少，对于长期从事此职位的最终发展现在还没有成型的参考。
6.从薪资涨幅来看，薪资是随着经验增长而涨幅变大的；