利用Power BI進行數據分析及可視化
根據秦路大師的《數據可視化：深入淺出BI》學習了關於BI的相關知識及應用操作，現利用Power BI對數據分析師招聘需求進行分析。
Power BI可從微軟官方網站下載，打開需要註冊登錄的點關閉可跳過。
分析目標：
1、各城市提供的崗位數有多少
2、各城市數據分析師的平均薪資
3、受教育程度與平均薪資的關係
4、不同工作年限所對應的職位數和薪資關係
一、導入數據
打開Power BI，開始 — 獲取數據，發現可以導入excel，Power BI數據、資料庫等，點擊『更多』可查看所有數據類型，示例數據為csv類型，選擇文本/CSV，從路徑中選擇需要處理的文件。
導入文件DA1，導入後界面如下：
可以在這裡點擊編輯，對數據進行編輯修改，也可以先載入，後面再修改。
載入、導入完畢後點擊左側數據欄，查看數據。
二、數據清洗
開始 — 編輯查詢，進入Power Query編輯器頁面。
1、刪除多餘列，留下需要分析的列：
根據分析需要，通過菜單欄的「刪除列」去掉不需要的列，如companyfullname、businessZones等，也可通過右鍵刪除列。
2、去掉重複值：
positionid作為可唯一區分的欄位，根據此列去掉重複值。
點擊「positionId」，右鍵，刪除重複項。
3、拆分列：
轉換 — 拆分列 ：可按分隔符或者按字元數對列數據進行拆分。
按分隔符「，」對「companyLabelList」列進行拆分：
拆分結果如下：
拆分之後會覆蓋之前的列，如需保留原有列，可先將需要拆分的列複製之後再拆分。
4、替換值：
可將空值或者某些欄位替換成所需要的數據。
將分列後的「companyLableList」的中括弧替換掉。
5、篩選出與「數據分析」相關的崗位
5、將修改後的數據保存到表。
開始 — 關閉並應用。
返回到Power BI Desktop的界面，之前的修改已保存到原表。
可以看出，篩選後的表剩餘2,337行。
頁面右側可對應用的步驟進行修改、刪除等。
6、處理salary列。
新建「bottomsalary」、「topsalary」及「avgsalary」列。
模型 — 新建列
新建列沒有內容，利用Power BI的DAX功能，即函數表達式，可以使用加減乘除及一些函數。
先填充新建列的內容：
bottomsalary = DA1[salary]
「bottomsalary」新建列的名稱，「DA1」需要引用的表名稱，「salary」需要引用的列名。
利用公式輸出最低工資的數據。
bottomsalary = LEFT(DA1[salary],SEARCH("k",DA1[salary],1)-1)
利用search查找字元「k」的位置，從「salary」左側開始截取，到「k」字元位置的前一位，即為「bottomsalary」。
新建「topsalalry」，公式表達可通過定位「-」的位置，從中間截取；因為「salary」列存在「？k以上」的格式，因此用「IFERROR」對錯誤數據定義為等於最低工資。
topsalary = IFERROR(MID(DA1[salary],SEARCH("-",DA1[salary],1)+1,LEN(DA1[salary])-SEARCH("-",DA1[salary],1)-1),DA1[bottomsalary])
「avgsalary」可利用最高工資和最低工資的平均值計算。
avgsalary = (DA1[bottomsalary]+DA1[topsalary])/2
對「salary」列的處理差不多就完成了。
三、數據分析及可視化
1、數據透視
Power Query編輯器中，「轉換 — 分組依據」 可對數據進行透視，類似於excel 的數據透視表。
分析各城市所提供的數據分析師崗位數，下拉倒三角可進行排序篩選：
從數據透視結果可以看出，北上廣深及杭州提供的就業機會高於其他城市，而北京的職位數遠高於第二名上海，求職者可在北京獲取到更多的機會。
加入教育程度及工作年限要求：
根據受教育程度及工作年限的細分，每位求職者可結合自身實際情況，查詢到各城市所能提供的招聘需求，做出更符合個人條件的選擇。
2、生成圖表
頁面左側 — 報表：
在可視化下有部分報表模板，選擇相應的報表，拖動欄位。
① 各城市數據分析師的平均薪資柱形圖：
從柱形圖可以看出：北京和深圳的平均薪資基本持平，北京、深圳、上海、杭州的薪資高於其他城市，這裡的薪資包含了所有學歷和工作年限。
② 不同學歷的平均薪資：
博士學歷最高，本科和碩士薪資基本持平。
③ KPI：
將崗位數和平均薪資作為關鍵指標，單獨列出：
通過KPI圖，可以更加直觀地看出每個城市提供的崗位數和平均薪資。
④ 根據工作年限計算職位數和平均薪資：
柱形圖表示職位數，折線圖表示平均薪資，要求有1-3年工作經驗的職位數最多，其薪資水平處於中等；10年以上工作經驗的職位數最少，因為要求高所以薪酬待遇也最好。
⑤ 聯動效果：
Power BI 提供不同圖表之間的數據聯動，點擊其中一個圖表的維度，其餘圖表數據也會發生變化。
下圖為深圳地區的數據：崗位數和平均薪資作為關鍵指標顯示為深圳的數據，學歷及工作年限突出顯示，深圳地區的薪資基本都高於市場平均薪資，其中大專學歷薪資高出較多；右下角樹狀圖表示不同行業領域對數據分析師的需求，面積大表示需求量大，招聘的人數更多。
通過Power BI，將數據分析師的招聘需求以圖表的形式表現出來，數據表達更直觀，其聯動效果使數據觀察更簡便，也給人以視覺享受。
推薦閱讀：