个人认为一般数据要从起码两个维度评价一个是绝对数值, 还有一个占比百分比数值(当然纵向横向也很重要)
任务一：统计各个城市对于数据分析师的需求情况
(PS:这里首先还是要对题目进行自我理解…到底什么是数据分析师…怎么样我们就可以算是一个有效计数)
最直观的首先我对positionname进行 筛选,含有数据分析师的
我们会发现数据分析师有很多种.名称多样化. 很难有一个标准的界定…
然后我们换一个思路对 positionlabels进行筛选 包含有.数据分析的
我们也会发现 含有""数据分析"标签的也不一定就是 我们认为的数据分析师…
所以这个题目首先的界定就很难处理…
我个人的做法就是 将positionname里面含有 数据分析 四个字的都当做数据分析师统计.这里运用countifs函数(多条件,并语句,计数)
这里运用了通配符技巧 红框里面最后那个参数代表的意思就是.只要字段中含有数据分析连续的4个字就统计进去
前面那个计数是运用countif函数 统计了每个城市总共有多少样本
现在我们画两个图…一个是 各城市绝对值数量比较…一个是各城市 数据分析占所有职位需求比较
这个是使用U,W两列数据生成…使用排列图
可以直接帮我们从小打到大排序并显示出,占总比的多少…但其实我不想要显示折线和右边的百分比…用一个最原始的簇状柱形图可以满足…但是这个柱形图又不能自动排序…需要手动对原始数据排序后…希望大神给个一步到位的解决方案.
这个百分比图也有这个缺陷
更新…
这里我发现一个更好的特征值可以统计数据分析师 人数 也就是 secondtype
所以现在我们换特征值统计一下
…结果失败…type有数据开发 但是职位名字 又是数据分析师 冲突 放弃了
任务二：统计对求职者学历要求的情况
具体方式跟任务三一致
任务三：统计对求职者工作经验要求的情况
先运用countif函数统计
然后根据Z 和AA列画图
这里为了更直观一点,我添加了占比
任务四：统计各种职位的需求情况
这里我们用 firsttype进行统计
countif照旧
任务五：统计不同城市不同行业对于数据分析师的需求情况
这个任务的难点是对数据的处理…我们运用删除重复项,发现有13个城市
这个对城市的处理都还是简单的.因为城市名字是规定死的.相当于是有统一格式的,在原数据的city列就可以进行简单的删除重复操作得出,比较难的是对行业的统计的这里我们选用的是 industryfield这一列进行操作
.我们会发现原数据对于行业的描述有非常多,然后有一些甚至是有两个描述词…所以这里我对这些数据进行自己的修正,让他们都变成单个统一的描述词,然后我使用了公司名字作为辅助列,加强自己对于其行业的判断,
ps:这里说一下…有一些公司. 明明都是同一个公司…然后对于不同的样本的…他的industryfiled的描述也不一致…真是给跪了…
这里我就是对行业列排序,然后人工筛选具体的也不说了…确实很麻烦.
最后我们会得到这么一份数据(这个positionname是经过筛选的, 筛选出包含了 数据分析 四个字的样本,然后其他两列不进行筛选).然后这里我们用countifs函数,进行统计,也就是对不同city和不同行业 的数值进行计数,得出如下表格.
这里说一下…就算经过筛选…行业也还是有21个…还是太多了…在图标上进行展示的话…很密集…基本看不了.所以建议 有能力的同学尽量把行业缩减到10个以内.
最后我们对右边这个表格数据进行制图.选择柱形图
展示效果…其实非常差…(数据还是太多了)
任务六：统计不同城市的平均工资水平情况
这里有点难点就是对平均工资水平统计,我们看一下salary列
这种9-18K这种数据都还容易处理, 平均=(9+18)/2, 主要是里面有以上和以下两种特殊的数据,这个时候,.我只能主观统计一下…我们默认对含有以的项目增减4k认定为平均值
统计平均数的我们对原始数据进行 以"-"进行分裂, 然后将k替换成空白,之后用公式计算平均值
然后对城市进行汇总统计
手动降序排列
任务七：统计不同行业的平均工资水平情况
这里也是遇到跟第五题一样的问题…怎么样统计行业…
任务八：统计不同职位的需求情况
…职位也有五花八门…也需要手动处理…主观判断…放弃了
任务九：分别统计北京, 上海，深圳，广州四个城市 不同行业和学历的工资分布情况
使用了数据透视表…感觉行业分类还是太多了…展示效果差得很
任务十：分别统计北京, 上海，深圳，广州四个城市 不同行业和工作年限的工资分布情况
.情况同上