（10）Python初入坑之pandas案例分析二

本節需要做pandas的第二個案例分析~這次我們用到了一份關於人力資源的分析數據。

這次我們非常順利的把HR.csv文件導入了python~撒花~

使用head() 查看前五行。再使用tail() 查看後五行。

這個文件有14998行，9列。查看columns可以得知，分別有滿意度，平均月工作時長，每天在公司的時長，工作事故次數，5年內晉陞次數，工作類型，工資高中低類別等。

對於這份數據的分析，我們只需要取其中一部分列用做分析，其他不用，我們可以選取一部分數據。

這些columns都太長了，不管是書寫還是查看都不方便，我們可以替換列索引名稱。

先定義一個dict，然後再根據索引值替換。

以上代碼的用法是，先定義一個字典，將原有的列索引作為key，新的索引定義為value，再使用lambda函數，每一個x替換成dic.get(x)的對應數據，再map到data.columns，覆蓋之前的索引。這樣就可以使用新的索引了。

現在我們想看看工作類型都有哪些，那麼讓類型這一列返回唯一值即可。使用unique()。

那麼如果我想知道每一種工作類型都分別有多少人呢？那先分組，再計算每個小組的人數即可，先使用groupby，再使用size() 進行計數即可。

我們現在想看一下，高中低三種工資裡面，不同工資類型的每個月的工作時長的均值。可以看出首先就需要用工資和類別兩列進行分組，形成層次化索引，以此為索引展現月工作時長，然後再對不同的小組求均值。那就先用groupby，再使用mean。

返回是一個層次化的Series，我們可以把內層的高中低放到列上面去，形成dataframe。使用unstack() 。

我們可以看到，許多工種的高工資的工作時長，比低工資的工作時長少。所以，麻煩大家努努力，好好學習。

然後視頻里就莫名其妙的說利用matplotlib包，把結果畫出來，因為matplotlib的課程還在這個案例之後。。。。。。好吧，就當提前預習了吧~來，我們繼續跟著課程走~

使用 %matplotlib inline 這是一個魔術命令，這個命令的意思就是，以後畫出的圖像，就直接在下方顯示出來。

這是我看別人的博客的截圖，裡面講到如果不使用上述魔法函數，則每次畫一張圖都要使用show()函數，就很煩。所以直接使用內嵌畫圖，命令形成，則直接生成圖片。

對於上面那個表格，我們可以以工種為橫坐標，數據為列坐標，高中低三個類別則形成三個柱子放在一起，形成一個柱狀圖。柱狀圖使用bar() 函數。

rot=60的意思就是橫坐標軸的標籤，60為傾斜60度，這樣方便閱讀。。我們可以看看不設置rot的樣子。

那能不能讓高中低三種工資呈現在一個柱子里呢？也就是形成堆積圖的形式。添加參數stacked=True 即可。

因為三種工資的工作用時對比不明顯，所以用堆積圖不太顯著。

如果我們現在想要工資，工種進行分組，查看不同工種的滿意度，但是想要知道滿意度最高的前五位。我們可以先使用groupby進行分組，然後定義一個函數apply到各個小組裡面去。

以上代碼什麼意思呢？定義一個函數def，對於一個名字叫group的數據（叫group比較好區分，叫數據A，B啥的都可以，只是把函數應用到這個數據上而已），對於group數據，的manyidu這一列，進行降序排序，並返回前五位。

那如果我們現在又要取滿意度的均值，並且用圖形表示出來，那如何操作呢？

直接使用plot則是畫折線圖。（為什麼不顯示x軸的坐標呢？）

現在我們對滿意度進行分組，分成4個小組，看下各個區間的數量有多少。

我們可以根據滿意度的這個劃分區間，在groupby之後進行size() 計數，這樣就能知道分組之後，滿意度在這幾個區間內的數分別有多少。

現在我們想知道，根據工資和工作類型分組之後，月工作時長和滿意度是否相關。那同樣，我們可以先設定函數，返回月工作時長和滿意度之間的相關關係。再把相關關係返回給分好組的工資和工作類型即可。