项目背景

2018年,被称为互联网的寒冬之年。无论大小公司,纷纷走上了裁员之路,还有一些比较惨的,直接关门大吉。2019年上半年,甲骨文裁掉大量35岁左右的程序员,谁也没想到,IT界退休年龄这么早!而内心OS:我的房贷还没还清。。。。

假设你是人力资源总监,你该向谁开刀呢?先回答一下下面的问题。

各部门有多少名员工?

员工总体流失率是多少?

员工平均薪资是多少?

员工平均工作年限是多少?

公司任职时间最久的3名员工是谁?

员工整体满意度如何?

数据处理 import pandas as pddata = pd.read_excel(r'c:\Users\Administrator\Desktop\英雄联盟员工信息表.xlsx',index_col = u'工号')# 访问columns属性,查看列字段data.columns# 访问index属性,查看行标记data.index# 访问values属性,查看数据集data.values

# 调用head方法,查看前5行data.head()# 调用tail方法,查看后5行data.tail()# 查看指定列的前5行data[u'部门'].head()

# 对元数据集增加一列奖金列,数额为薪资的20%data[u'奖金'] = data[u'薪资']*0.2data[u'奖金'].head()# loc方法,根据索引列访问数据集idx = ['lol-1','lol-2','lol-3','lol-7']data.loc[idx]

此时,我们在上述结果中发现:寒冰、盖伦是重复数据条,在数据分析过程中,一定要注意重复数据带来的影响,所以我们要进行去重操作。

# 查看重复数据条(bool结果为True代表重复)data.duplicated()# 查看有多少条重复数据data.duplicated().sum() # 结果:2 # 查看重复数据data[data.duplicated()]# 删除重复数据条,inplace参数代表是否在元数据集进行删除,True表示是data.drop_duplicates(inplace=True)# 再次查看是否全部去重data.duplicated().sum() # 结果:0,说明数据已经唯一

数据分析

1.各部门有多少名员工?

# 频数统计data[u'部门'].value_counts()# ascending = True代表升序展示data[u'部门'].value_counts(ascending = True)

2.员工总体流失率是多少?

# 频数统计data[u'状态'].value_counts()# normalize = True 获得标准化计数结果data[u'状态'].value_counts(normalize = True)# 展示出员工总体流失率rate = data[u'状态'].value_counts(normalize = True)[u'离职']rate

3.员工平均薪资是多少?

由上图的结果可以看出,平均薪资在16800元,你达到了吗?!允许你去哭一会o(╥﹏╥)o!

4.员工平均工作年限是多少?

5.公司任职时间最久的3名员工是谁?

# describe方法也是常用的一种方法,而且结果更全面。data[u'工龄'].describe()# 通过降序排序、切片操作,找到待的最久的三名员工data[u'工龄'].sort_values(ascending = False)[:3]ID = data[u'工龄'].sort_values(ascending = False)[:3].indexdata.loc[ID]

6.员工整体满意度如何?

data[u'满意度'].head()# 通过查看满意度前五行发现,不太直观,我们可以用map进行映射,先建立一个映射字典JobSatisfaction_cat = { 1:'非常满意', 2:'一般般吧', 3:'劳资不爽'}data[u'满意度'].map(JobSatisfaction_cat)# 对元数据集进行满意度映射data[u'满意度'] = data[u'满意度'].map(JobSatisfaction_cat)data[u'满意度'].head()

接下来,进行员工整体满意度分析。通过计算可以得出:70%员工都比较认可公司,但仍有30%员工对公司不满意。人力主管以及部门主管需要进一步探究清楚这30%员工的情况,因为不满意是否已经离职?还是存在隐患?是否处于核心岗位等等问题值得我们进一步探究。

data.head()# 频数统计data[u'满意度'].value_counts()# 获得标准化计数结果,考虑到百分比更能说明满意度情况,所以乘100展示100*data[u'满意度'].value_counts(normalize = True)

python财务数据分析代码_人力和财务都可以学的Python数据分析实战相关推荐

  1. python科目真题_不止金融行业, 全民都在学Python

    在大家的印象里,想进入金融行业或者数据岗位,首先需要精通Excel. 然而野村证券副首席数字官马修·汉普森在上周五的伦敦Quant Conference上发表讲话: "现在走进交易大厅,用E ...

  2. python成语游戏代码_一件有趣的事:用Python 爬了爬自己的微信朋友,有源代码。...

    原标题:一件有趣的事:用Python 爬了爬自己的微信朋友,有源代码. 欢迎关注天善智能 hellobi.com,我们是专注于商业智能BI,大数据,数据分析领域的垂直社区,学习.问答.求职,一站式搞定 ...

  3. python名片制作代码_教你做一张能运行 Python 的名片,成本只要20元!

    原标题:教你做一张能运行 Python 的名片,成本只要20元! 作为一名普普通通的开发者,改变世界估计是办不到了,但可以让世界更 Geek 一些. 极客名片的诞生 如标题所说,表面上看这是一个名片, ...

  4. python十大重点_你见过的最全面的 Python 重点

    由于总结了太多的东西,所以篇幅有点长,这也是我'缝缝补补'总结了好久的东西. Py2 VS Py3print成为了函数,python2是关键字 不再有unicode对象,默认str就是unicode ...

  5. 自学python需要下载什么软件-一篇告诉你为什么人人都应该学点Python?

    一篇告诉你为什么人人都应该学点Python? 2018-06-28 20:39:45 333点赞 3620收藏 203评论 小编注:想获得更多专属福利吗?金币加成.尊享众测.专属勋章.达人福利任务你想 ...

  6. python是什么专业-Python是个什么鬼?为什么985学生都要学它?!

    原标题:Python是个什么鬼?为什么985学生都要学它?! 昨天看到一个学妹发了一条朋友圈,有些沮丧.大抵意思是: 没赶上春招,在家歇息了这么久,投了这么多简历全都石沉大海,秋招也不知道能不能凑上机 ...

  7. python能做什么软件-一篇告诉你为什么人人都应该学点Python?

    一篇告诉你为什么人人都应该学点Python? 2018-06-28 20:39:45 333点赞 3621收藏 203评论 小编注:想获得更多专属福利吗?金币加成.尊享众测.专属勋章.达人福利任务你想 ...

  8. python课程是什么意思-Python是个什么鬼?为什么985学生都要学它?!

    原标题:Python是个什么鬼?为什么985学生都要学它?! 昨天看到一个学妹发了一条朋友圈,有些沮丧.大抵意思是: 没赶上春招,在家歇息了这么久,投了这么多简历全都石沉大海,秋招也不知道能不能凑上机 ...

  9. 小学生都开始学的Python编程到底是什么?

    小学生都开始学的 Python编程到底是什么? Python 是一门有条理的和强大的面向对象的程序设计语言,Python 已经成为最受欢迎的程序设计语言之一,本文带你简单入门Python编程基础. 对 ...

最新文章

  1. 表单提交、页面注册案例
  2. 先进先出置换算法(FIFO)
  3. Nuke编辑工具包新版 Cara VR 插件发布
  4. javascript+dom
  5. Linux Red Hat 6.0 配置网卡ip地址和备用ip地址
  6. C语言中声明和定义的区别
  7. JavaWeb核心常用API一览
  8. 动态ADF火车:以编程方式添加火车停靠站
  9. [SDOI2016]排列计数
  10. Requirements of pair programming
  11. 迭代式客户端-服务系模型
  12. 控件制作之design-time attribute
  13. 【PostgreSQL-9.6.3】约束
  14. iPad常用的目录路径
  15. bbs.FISHC.com//python_文件
  16. 干货十足:一大波好用的Windows软件帮你开路!
  17. JavaScript笔记 03:数组
  18. 工作记录--------unbuntu20搭建微信和Foxmail
  19. Best定理和MatrixTree定理 学习笔记
  20. 基于TCP协议的游戏代理接口测试工具<一>:设计初衷与工具构想

热门文章

  1. 营销短信注意事项以下是给客户发短信时需要注意的一些事项:
  2. Python字典获取值
  3. Java操作excel(POI、EasyExcel)
  4. 隐马尔科夫模型(HMM)择时应用的量化策略
  5. vue3.0实践之写tsx语法实例
  6. Maven 异常 :Duplicated tag: ‘properties ‘
  7. 贵州省计算机专业,在贵州省计算机学校学习计算机专业如何?
  8. Form 个性化控制讲义
  9. 微信小程序自带git工具,操作后丢失代码的恢复操作
  10. MyBatis-Plus 的妙用(总章节目录)