數據分析實戰-數據分析職位分析

來源數據：

鏈接: https://pan.baidu.com/s/1dHi0IYl 密碼: t6nc

分析的5個流程：明確目的，觀察數據，清洗數據，分析過程，得出結論。

一、分析目的

1、數據分析職位的平均薪資範圍

2、哪個城市對這個職位的需求最大

3、該職位，對學歷有什麼要求

#一切數據分析都是以業務為核心目的，而不是以數據為目的。

二、觀察數據

1、隱藏不需要的欄位值

companyFullName和companyShortName，2個欄位重複了，保留一個即可，保留companyShortName，因為ShortName對大眾來說，名稱熟悉度高，companyFullName隱藏；

2、查看數據是否有缺失值

數據的缺失值很大程度上影響分析結果。

通過選中excel中的列，在右下角查看計數，判斷數據是否缺失。

companyLabelList、businessZones、positionLables都有缺失，除了businessZones有比較多的缺失，其它都還好，不影響分析

3、查看數據是否一致化

查看了positionName列的職位名稱數據，有各種各樣的職位名稱，像品牌保護分析師實習生、足球分析師、數據合同管理助理等職位，並不是純粹的數據分析崗位，因此這些數據需要清洗。（為什麼呢？這是招聘網站的原因，有些職位明確為數據分析師，有些職位要求具備數據分析能力，但是又干其他活。招聘網站為了照顧這種需求，採用關聯法，只要和數據分析相關職位，都會在數據分析師的搜索結果中出現。）

4、數據是否有臟數據

臟數據對數據分析的影響很大，所以需要把臟數據清洗掉，才能得到比較準確的分析結果。

臟數據一般包括：亂碼，錯位，重複值，未匹配數據，加密數據等。

查看是否有重複數據，Excel可以直接用【數據】下的「刪除重複項」檢驗是否有重複項。

因為我們的主要目的是分析職位的相關情況，因此我們先查看下positionId（職位ID）是否有重複值。

結果發現，有1845個重複值，所以，將其刪除

5、數據標準結構

數據標準結構，就是將特殊結構的數據進行轉換和規整。

表格中，companyLabelList是數組類型的數據，需要將它們進行拆分，才能進行分析；

businessZones、positionLables、positionAdvantage也是類似的問題，也需要做數據拆分。

還有薪資這邊，是用的文本，不能進行計算，也需要將薪資拆分成可計算的2列數值

到這裡，我們對數據有了一個大致的了解，接下去 就是清洗數據，讓數據能夠為我們分析所用。

三、清洗數據

新建一個sheet

1、清洗薪資

把salary列的值拆成2列，分成最低薪資與最高薪資

使用FIND函數與LEFT函數組合，得到最低薪資的數字

=LEFT(P2,FIND("k",P2,1)-1)，需要再把數字變成數值格式

通過RIGHT,LEN,FIND函數，得到最高薪資

=RIGHT(P2,LEN(P2)-FIND("-",P2,1))

再根據

=LEFT(S2,LEN(S2)-1)，得到純數字

使用複製成值的形式，把數值複製到max_salary,不然函數的值的不能用來計算。

因為薪水不能以範圍來計算，因此用最高與最低工資的平均數來做為薪水的值，所以求薪資的平均數c

=AVERAGE(R2,S2)

檢查一下有沒有錯誤的值，通過篩選功能可以快速找到是否有錯誤的值

經過排查，發現薪資里有大寫的"K",而FIND函數是大小寫敏感的，因此，需要對大寫的K做處理，改成小寫的"k"，重新做數據處理。

還能發現有些薪資寫的是10k以上，這種數據，把最高薪資的數據等於最低數據，簡單處理，方便分析。

companyLabelList是公司標籤，技能培訓、五險一金等等。直接用分列即可。

像「[]」""等符號，用替換功能即可處理掉。

接下來是positionName，上文已經講過有各種亂七八糟或非數據分析師職位，對了所以我們需要排除掉明顯不是數據分析師的崗位。

通過數據透視表可以很快的知道總的有多少個職位在表格中

總的有894種職位名稱在表格中，其中還包含一些跟數據分析不太相關的，所以需要把那些數據過慮掉。

用FIND和數組函數組合

=IF(COUNT(FIND({"數據分析","數據運營","分析師"},M33)),"1","0")

1為包含，0不包含。將1過濾出來，這就是需要分析的最終數據

四、分析過程

因為數據主要是文本，所以偏向匯總統計。（如果數值型的數據比較多，就會涉及到統計、比例等概念。如果有時間類數據，那麼還會有趨勢、變化的概念）

1、先用數據透視表匯總地區的統計情況

從表中可以看出，北京地區對該職位的需求量是最大的，其次是上海和深圳，其中每個地區都是以1-3年、3-5年的經驗最受歡迎。

2、使用數據透視表查看平均薪資

從表格中可以看出，所有地區的平均薪資在14.16k；深圳的平均薪資最高，北京次之，上海排第三。

廈門地區樣本數量雖然少，但是能看出，數據分析相關的職位，薪資水平都是中等偏上的。

做數據分析，對學歷的要求，大多數是要求本科學歷，佔據了將近有效數據的73%。

最後：

1、必須承認招聘數據的非客觀性，招聘的要求與實際對數據分析師的要求是有差異的。

2、數據分析師的工作需求還是很大的，尤其是在北上深等一線大型城市，並且待遇發展前景都不錯。

推薦閱讀：