Python数据分析（6）----招聘信息数据分析

本次实验内容为餐饮订单数据的分析，数据请见：https://pan.baidu.com/s/1tL7FE5lxs-gb6Phf8XRu_Q，文件夹：data_analysis，下面的文件：job_info.csv 本次实验主要是对python中的数据进行基本操作。

代码为：

#!/usr/bin/env python 
# -*- coding:utf-8 -*-
import pandas as pd
import re

# 招聘数据探索与分析
# 1. 读取数据并存为一个名叫job_info的数据框。此处encoding='GBK'语句是为了读取中文
job_info = pd.read_csv('data_analysis/job_info.csv', encoding='GBK', header=None)
# 2. 将列命名为：['公司', '岗位', '工作地点', '工资', '发布日期']。
job_info.columns = ['公司', '岗位', '工作地点', '工资', '发布日期']
# 3. 哪个岗位招聘需求最多？
job_info['岗位'].value_counts().idxmax()

# 4. 取出9月3日发布的招聘信息。
job_info['发布日期'].value_counts()    #频次统计
job_info[job_info['发布日期'] == '09-03']
job_info.loc[job_info['发布日期'] == '09-03', :]

# 5. 找出工作地点在深圳的数据分析师招聘信息。
index1 = job_info['工作地点'].apply(lambda x: '深圳' in x)   #工作地点包含 '深圳'这两个字的索引
index2 = job_info['岗位'] == '数据分析师'
job_info.loc[index1 & index2, :]

# 6. 取出每个岗位的最低工资与最高工资，单位为“元/月”，若招聘信息中无工资数据则无需处理。（如2-2.5万/月，则最低工资为20000，最高工资为25000。）
job_info['工资'].str[-3].value_counts()    #只处理一下按年和按月给工资的
#string = '2-3.5万/月'
def get_number(string =None):
    try:
        if string[-3] == '万':
            x = [float(i)*10000 for i in re.findall('\d+\.{0,1}\d*', string)]
        elif string[-3] == '千':
            x = [float(i)*1000 for i in re.findall('\d+\.{0,1}\d*', string)]
        if string[-1] == '年':
            x = [i/12 for i in x]
        return x
    except:
        return None
job_info['最低月薪']=job_info['工资'].apply(get_number).str[0]
job_info['最高月薪']=job_info['工资'].apply(get_number).str[1]   #apply只能加函数名，不能加参数

文件‘job_info.csv’中的数据截图为：

运行结果如图：

注意，本例中重点运用了python中的正则表达式模块re来辅助处理‘工资’这一列数据，要留意其中对不同单位的薪资的处理方式。