使用EXCEL分析數據分析師的發展前景

使用EXCEL分析數據分析師的發展前景

第一步：提出問題：

1.在哪些城市找到數據分析工作的機會比較大？

2、數據分析師的薪水如何？

3、根據工作經驗的不同，薪酬是怎麼變化的？

第二步：獲取數據、理解數據

利用爬蟲工具在網上爬數據，爬取到6875條數據。

第三步：數據清洗

對爬取的數據，進行清洗：

1、刪除重複的數據

職位ID是唯一的標識，所以根據此列，刪除重複項。

共刪除1843項重複數據，剩下5031項數據。

2、看看有沒有我們需要分析的列有沒有缺失值。

我們需要用到：城市、工作年限、薪酬。

查看這3列的數據：

職位ID（唯一標識）：5032

城市：5030項，缺2項。

工作年限：5032項，不缺。

薪酬：5032項，不缺。

填充缺失值：

使用篩選功能，找出空值，可以看到，這個公司都是在上海的，所以，填充上「上海」。

3、數據一致化處理

因為薪酬列的內容不是數字，無法進行計算，我們先要把4K變成4000這樣的形式才能計算。利用EXCEL的分列功能，處理成如下圖所示。

最低薪水：=LEFT(M2,FIND("k",M2)-1)

最高薪水：=MID(M2,FIND("-",M2)+1,LEN(M2)-FIND("-",M2)-1)

結果如下圖：

篩選時，發現「最低薪水」有錯誤值：

錯誤的來源在於，「薪水」中的K是大寫，使用：開始-查找和選擇-替換，將K替換成k：

替換了共175處，可以看到「最低薪水」列已經沒有錯誤值顯示。

查看「最高薪水」的錯誤值：

錯誤的來源是薪水沒有上限，只是寫**k以上，我們將最高薪水取值等於最低薪水,消除錯誤值。

將「最低薪水」和「最高薪水」用VALUE函數轉化為數字類型，用於計算平均薪水。

4、數據篩選

職位類型有很多不同的職位：

使用篩選，包含：數據分析，5031行數據找到1532行符合的數據。

第四步：構建模型

使用數據透視表作為分析模型：

1、在哪些城市找到數據分析工作的機會比較大？

結論：在北上廣深和杭州找到數據分析師的工作機會較大。越發達的地區，數據分析師的工作機會越多。

2、數據分析師的薪水如何？

由上圖可以看出：一線城市的薪水較高，特別是北京、深圳、上海。一線城市中廣州的薪水最低。

3、根據工作經驗的不同，薪酬是怎麼變化的？

結論：薪水隨著工作經驗的豐富而增加，數據分析師的起薪在7K以上，收入還是很不錯的。