前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。
项目背景
2018年，被称为互联网的寒冬之年。无论大小公司，纷纷走上了裁员之路，还有一些比较惨的，直接关门大吉。2019年上半年，甲骨文裁掉大量35岁左右的程序员，谁也没想到，IT界退休年龄这么早！而内心OS：我的房贷还没还清。。。。
假设你是人力资源总监，你该向谁开刀呢？先回答一下下面的问题。
- 各部门有多少名员工？
- 员工总体流失率是多少？
- 员工平均薪资是多少？
- 员工平均工作年限是多少？
- 公司任职时间最久的3名员工是谁？
- 员工整体满意度如何？
数据处理
import pandas as pd data = pd.read_excel(r'c:UsersAdministratorDesktop英雄联盟员工信息表.xlsx',index_col = u'工号') # 访问columns属性，查看列字段 data.columns # 访问index属性，查看行标记 data.index # 访问values属性，查看数据集 data.values
# 对元数据集增加一列奖金列，数额为薪资的20% data[u'奖金'] = data[u'薪资']*0.2 data[u'奖金'].head() # loc方法，根据索引列访问数据集 idx = ['lol-1','lol-2','lol-3','lol-7'] data.loc[idx]
# 对元数据集增加一列奖金列，数额为薪资的20% data[u'奖金'] = data[u'薪资']*0.2 data[u'奖金'].head() # loc方法，根据索引列访问数据集 idx = ['lol-1','lol-2','lol-3','lol-7'] data.loc[idx]
此时，我们在上述结果中发现：寒冰、盖伦是重复数据条，在数据分析过程中，一定要注意重复数据带来的影响，所以我们要进行去重操作。
# 查看重复数据条（bool结果为True代表重复） data.duplicated() # 查看有多少条重复数据 data.duplicated().sum() # 结果：2 # 查看重复数据 data[data.duplicated()] # 删除重复数据条，inplace参数代表是否在元数据集进行删除，True表示是 data.drop_duplicates(inplace=True) # 再次查看是否全部去重 data.duplicated().sum() # 结果：0，说明数据已经唯一
数据分析
1.各部门有多少名员工？
# 频数统计 data[u'部门'].value_counts() # ascending = True代表升序展示 data[u'部门'].value_counts(ascending = True)
2.员工总体流失率是多少？
# 频数统计 data[u'状态'].value_counts() # normalize = True 获得标准化计数结果 data[u'状态'].value_counts(normalize = True) # 展示出员工总体流失率 rate = data[u'状态'].value_counts(normalize = True)[u'离职'] rate
3.员工平均薪资是多少？
由上图的结果可以看出，平均薪资在16800元，你达到了吗？！允许你去哭一会o(╥﹏╥)o！
4.公司任职时间最久的3名员工是谁？
# describe方法也是常用的一种方法，而且结果更全面。 data[u'工龄'].describe() # 通过降序排序、切片操作，找到待的最久的三名员工 data[u'工龄'].sort_values(ascending = False)[:3] ID = data[u'工龄'].sort_values(ascending = False)[:3].index data.loc[ID]
6.员工整体满意度如何？
data[u'满意度'].head() # 通过查看满意度前五行发现，不太直观，我们可以用map进行映射，先建立一个映射字典 JobSatisfaction_cat = { 1:'非常满意', 2:'一般般吧', 3:'劳资不爽' } data[u'满意度'].map(JobSatisfaction_cat) # 对元数据集进行满意度映射 data[u'满意度'] = data[u'满意度'].map(JobSatisfaction_cat) data[u'满意度'].head()
接下来，进行员工整体满意度分析。通过计算可以得出：70%员工都比较认可公司，但仍有30%员工对公司不满意。人力主管以及部门主管需要进一步探究清楚这30%员工的情况，因为不满意是否已经离职？还是存在隐患？是否处于核心岗位等等问题值得我们进一步探究。
data.head() # 频数统计 data[u'满意度'].value_counts() # 获得标准化计数结果，考虑到百分比更能说明满意度情况，所以乘100展示 100*data[u'满意度'].value_counts(normalize = True)