Pandas数据分析初学--数据探索与分析

招聘数据探索与分析

首先导入Pandas库

import pandas as pd
import re#后面需要使用正则表达式，在这里提前导入

（1）.读取数据并存为一个名叫job_info的数据框；

#文件里有中文，指定GBK格式打开
#表的特殊结构，需指定header=None
job_info = pd.read_csv('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() 
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]
job_info

数据表Github链接：https://github.com/Booting-O/Pandas-Practice.git