从2017年北京实行积分落户政策开始，为长期在的北漂成为北京人带来了希望，虽然落户名额有限，也算是有了盼头。北京市2019年积分落户已在10月15日起进入公示及落户办理阶段，这里用Python分析了2019年公示名单里的年龄、工作单位、积分分值等信息，一文了解2019年北京落户形式如何，怎样的年龄、怎样的积分值、什么样的工作单位落户成功率较高，希望对想要通过积分落户的朋友形成指导，大概几年能达到积分落户要求，也希望对准备在2020年申请积分落户的朋友有些许帮助。

一、北京积分落户总体情况

  2019年北京积分落户已落下帷幕，根据报道，2019年申报北京积分落户的人数达到了106403人，2019年落户规模仍为6000人，根据同分同落原则，最终公示了6007人，申报成功率为5.65%。

总体概况：
  1、2019年北京积分落户总人数6007人。
  2、落户涉及单位3714家，比2018年增加274家，其中1人申请成功的单位有3004家。
  3、龄跨度比较大，在31周岁至59周岁之间，中青年（35岁-45岁）占主体，占总人数的86.52%。
  4、行业分布广泛，以企业工作人员为主，涉及信息技术、科技服务、高技术制造、金融、媒体、法律、教育、医疗、环境、文化、家政服务等多个领域。

二、北京积分落户人员集中的单位

1.积分落户人员集中TOP20单位

小结：
  （1）北京华为数字技术有限公司落户人数最多，达到217人，另外排名第4的华为技术有限公司北京研究所（46人）也属于华为，可见入职华为落户北京的成功率比其他单位大很多。
  （2）IT企业和央企集中。

2.积分落户人员集中TOP50单位

排名	单位	人数
1	北京华为数字技术有限公司	217
2	中央电视台	112
3	联想（北京）有限公司	49
4	华为技术有限公司北京研究所	46
5	百度在线网络技术（北京）有限公司	44
6	北京外企人力资源服务有限公司	43
7	中国石油天然气股份有限公司管道北京输油气分公司	41
8	北京首钢建设集团有限公司	34
9	腾讯科技（北京）有限公司	33
10	中国国际技术智力合作有限公司	29
11	中国民生银行股份有限公司	27
12	国际商业机器（中国）投资有限公司	26
13	阿里巴巴（北京）软件服务有限公司	23
14	中铁电气化局集团有限公司城铁公司	21
15	中铁三局集团第四工程有限公司	20
16	微软（中国）有限公司	20
17	中煤建设集团工程有限公司	19
18	北京中铁隧建筑有限公司	18
19	中国铁路北京局集团有限公司北京大型养路机械运用检修段	18
20	爱立信（中国）通信有限公司	18
21	中建二局安装工程有限公司	17
22	中铁建工集团有限公司	16
23	北京京东尚科信息技术有限公司	15
24	诺基亚通信系统技术（北京）有限公司	14
25	新华三技术有限公司北京研究所	14
26	国际商业机器（中国）有限公司北京分公司	13
27	北京三快在线科技有限公司	13
28	阿里巴巴科技（北京）有限公司	13
29	中国石油天然气股份有限公司北京销售分公司	13
30	中铁电气化局集团第一工程有限公司	12
31	亚信科技（中国）有限公司	12
32	北京四维图新科技股份有限公司	12
33	清华大学	10
34	北京阿里巴巴云计算技术有限公司	10
35	北京四方继保自动化股份有限公司	10
36	中国光大银行股份有限公司	10
37	朔黄铁路发展有限责任公司	10
38	中国国际技术智力合作有限公司外企服务分公司	9
39	中国移动通信集团设计院有限公司	9
40	索尼移动通信产品（中国）有限公司	9
41	中国建筑第二工程局有限公司总承包公司	9
42	西门子（中国）有限公司	9
43	北京小米移动软件有限公司	9
44	百度时代网络技术（北京）有限公司	9
45	北京市京才实业开发总公司	9
46	中信银行股份有限公司	8
47	中国铁路北京局集团有限公司	8
48	中国铁路北京局集团有限公司北京工电大修段	8
49	同方股份有限公司	8
50	外语教学与研究出版社有限责任公司	8

小结：
  （1）落户人数前50公司积分落户总人数: 1184人
  （2）落户人数前50公司总落户人数所占比例: 19.71%
  （3）前50公司所占比例: 1.35%，也就是说1.35%的公司占了19.71%的积分落户名额。
  （4）通信、软件、金融等高科技企业居多，除此之外就是央企。

三、北京积分落户人员分数分布

  本次积分落户分数分布在93.58分-125.79分之间，平均分97.51分，方差3.95，说明大家的分数与平均分相差并不大，分数波动不明显。

小结：
  （1）100分以上有1235人，占总人数的20.86%，比去年增加34.9%。
  （2）分数主要集中在90分-105分区间，这个区间的人数达到5672人，占总人数的94.42%。
  （3）95分-100分区间人数最多，占总人数的44.78%。

四、北京积分落户人员年龄分布

  本次积分落户年龄分布在31周岁-59周岁之间，平均年龄41.57岁。

小结：
  （1）年龄主要集中在35岁-50岁区间，这个区间的人数达到5933人，占总人数的98.77%；其实，70后（40岁-49岁）才是落户主力，占总人数69.45%。
  （2）40岁-45岁的人数最多，达到了3436人，占总人数的57.20%。

小结：
  （1）70后（40岁-49岁）果然是落户主力军，占总人数69.45%；80后（30岁-39岁）也不甘示弱。

五、分析落户人数TOP1单位

  北京华为数字技术有限公司在2019年落户了217人，占总落户人数的3.61%，遥遥领先排名排名第2的中央电视台105人。

1.北京华为数字技术有限公司积分落户各分数分布

指标	整体	北京华为数字技术有限公司
平均分	97.51	97.76
最低分	93.58	93.67
排名25%分数值	94.5	95.21
排名50%分数值	96.25	96.92
排名75%分数值	99.30	99.17
最高分	125.79	112 .75

小结：
  （1）与整体分数分布情况基本一直
  （2）100分以上有46人，占总人数的21.20%。
  （3）95分-100分区间人数占了该单位人数的56.68%，而总体这个分数区间的比例是44.78%。

2.北京华为数字技术有限公司积分落户各年龄分布

指标	整体	北京华为数字技术有限公司
平均年龄	41.57	38.41
最小年龄	31.69	32.78
排名25%年龄	39.53	36.70
排名50%年龄	41.53	38.02
排名75%年龄	43.62	39.70
最大年龄	59.71	45.88

小结：
  （1）北京华为数字技术有限公司积分落户人员相对整体较年轻，平均年龄小了近3岁。
  （2）在北京华为数字技术有限公司，80后（30岁-39岁）是落户主力，成功落户共167人，占公司落户人数的76.96%，而70后（40岁-49岁）占比为23.04%。

六、Python主要代码

1.通过出生年月计算年龄

jifen_data['年龄'] = (pd.to_datetime('2019') - jifen_data['出生日期'])/pd.Timedelta('365 days')

2.积分分段统计

#统计每个分数段的人数
bins = pd.cut(jifen_data['积分'],np.arange(90,132,5))
bin_counts = jifen_data['积分'].groupby(bins).count()

3.每个单位落户人数统计

#统计每个单位的人数
company_sorted = jifen_data.groupby('单位',as_index=False).count()[['单位','姓名']].sort_values('姓名',ascending = False)
company_sorted.rename(columns={'姓名':'人数'},inplace = True)

七、附北京积分落户政策简介

  最后附上北京积分落户政策简介：

1.四项资格条件

资格条件
持有北京市居住证
不超过法定退休年龄
在京连续缴纳社会保险7年及以上
无刑事犯罪记录

2.九项积分指标

合法稳定就业指标
每连续缴纳社保满一年	+3

合法稳定住所指标
在自有产权住所每连续居住累计满1年	+1
在合法租赁住所和单位宿舍每连续居住累计满1年	+1

教育背景指标
大学专科（含高职）	+10.5
大学本科学历并取得学士学位	+15
研究生学历并取得硕士学位	+26
研究生学历并取得博士学位	+37

职住区域指标
居住地从城六区转移到其他行政区域的，每满1年	+2，最高+6
就业地和居住地均从城六区转移到本市其他行政区域的，每满1年	+4，最高+12

创新创业指标
获得国家级奖项的	最高+12
获北京市市级奖项的	最高+6

纳税指标
近3年连续个税平均每年在10万元及以上，或是企业投资人、股东或出资人，以其出资比例计算企业纳税额，平均每年纳税20万元及以上	+6

年龄指标
年龄不得超过45周岁的	+20

荣誉表彰指标
获得首都见义勇为好市民、首都道德模范、省部级以上劳动模范、全国道德模范、全国见义勇为英雄模范等荣誉表彰之一的	+20

守法记录指标
年每条行政拘留记录	-30

【数据分析】2019北京积分落户数据分析相关推荐

1. 北京积分落户数据分析

   数据来源:链接:https://pan.baidu.com/s/18Z3WTf1_Y5ze_ALzBAZJfg 提取码:0thc 北京积分落户数据分析 import pandas as pd impo ...

2. python 住区数据_Python实现的北京积分落户数据分析示例

   本文实例讲述了Python实现的北京积分落户数据分析.分享给大家供大家参考,具体如下: 北京积分落户状况 获取数据(爬虫/文件下载)-> 分析 (维度-指标) 从公司维度分析不同公司对落户人数指 ...

3. python数据分析北京_Python实现的北京积分落户数据分析示例

   本文实例讲述了Python实现的北京积分落户数据分析.分享给大家供大家参考,具体如下: 北京积分落户状况 获取数据(爬虫/文件下载)-> 分析 (维度-指标) 从公司维度分析不同公司对落户人数指 ...

4. Day01| 第四期-北京积分落户数据分析

                       01    前言                    今天是学长带你手把手做数据分析的第一个案例,2018年的北京积分落户数据分析,通过分析在北京通过积分落户 ...

5. 用python数据分析了北京积分落户名单，发现……

   ↑ 关注 + 置顶 ~ 有趣的不像个技术号 北京积分落户制度已经实行两年了,2018年申报积分落户的124657名申请人中6019位落户人员取得落户资格. 而去年2019年,申报积分落户人数为1064 ...

6. 大数据分析首批北京积分落户同学

   写这篇文章主要是为了告诉大家, 此号还活着~???? 都9012年了, 大家还不掌握点"大数据"技能? 哈哈, 开玩笑, 本文主要是一些常用 Shell 命令的综合应用. (啊, ...

7. 2018年北京积分落户数据分析 看这篇就够了

   2018北京积分落户名单 百度网盘提取码: w7gy 话不多说,直接上代码 import numpy as np import pandas as pd import matplotlib.pyplo ...

8. 2018年北京积分落户数据分析

   1.数据: 链接:https://pan.baidu.com/s/1xl2h1I8O8E2xvzytEuPmFQ  提取码:fcrn 2.从不同的维度分析数据: 公司维度.年龄维度.不同分数段 3.以 ...

9. 利用python分析：2018年北京积分落户数据

   ''' 本次分析的数据是2018年北京积分落户数据分析 这个数据是从官网上下载下来的,因此此数据不存在数据缺失,不需要做数据清洗 本文是使用numpy.pandas和matplotlib来分析此数据 ...

最新文章

1. 添加非oracle用户到dba, oinstall组
2. linux 域名 都访问了 哪些路由,Ngnix管理域名路由
3. LINUX 三剑客之awk
4. Chapter7-7_Deep Learning for Coreference Resolution
5. 牛津书虫系列_【SHARE】牛津书虫系列英文书
6. 《墨子》 —— 兼爱与非攻
7. 【影视APP】分享一个影视APP源码
8. 易语言解析html实例,易语言完整示例（单设备）
9. CodeBook 可以自定义字符集的密码本
10. 最新谷歌算法面试真题：将字符串翻转到单调递增
11. [日推荐]『车主码』解决临时停车、请人挪车的小麻烦
12. LeetCode两个爬楼梯题目解析（动态规划）
13. 2020年9大IT互联网大佬扎心语录
14. （Docker）cAdvisor的安装使用
15. ChatGPT调教指北，技巧就是效率！
16. Mathematical-morphology-based edge detectors
17. 工业RFID专家-杜姆克自动化科技（武汉）有限公司-关于RFID在汽车行业智能制造中的应用
18. Win10配置IIS与 C#/.net项目的发布与IIS部署
19. android 系统时间改变颜色吗,安卓手机通知栏时间、日期、通知颜色修改教程
20. 精通弹唱第一课（使用节奏变化弹好chord谱）

热门文章

1. 2020_8_31闲谈——应用统计专业考研建议
2. Android 11.0 解决切换横屏时SystemUI导航栏固定在桌面右侧而不是底部的问题
3. 不安全的直接对象引用
4. 听我说北京之开篇寄语
5. 我花了10天学习全自动软件开发，结果居然.....
6. CDR文件如何转为AI文件
7. web HTML5新标签对IE低版本浏览器的兼容处理
8. NRF52832学习笔记（38）——修改发射功率
9. NRF52832学习笔记（33）——低功耗实现
10. python之numpy基础_Python之NumPy学习（基础篇）