【数据分析】2019北京积分落户数据分析
目录
- 一、北京积分落户总体情况
- 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
- 2.积分落户人员集中TOP50单位
- 三、北京积分落户人员分数分布
- 四、北京积分落户人员年龄分布
- 五、分析落户人数TOP1单位
- 1.北京华为数字技术有限公司积分落户各分数分布
- 2.北京华为数字技术有限公司积分落户各年龄分布
- 六、Python主要代码
- 1.通过出生年月计算年龄
- 2.积分分段统计
- 3.每个单位落户人数统计
- 七、附北京积分落户政策简介
- 1.四项资格条件
- 2.九项积分指标
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
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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, ...
- 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 ...
- 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 ...
- 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
- 添加非oracle用户到dba, oinstall组
- linux 域名 都访问了 哪些路由,Ngnix管理域名路由
- LINUX 三剑客之awk
- Chapter7-7_Deep Learning for Coreference Resolution
- 牛津书虫系列_【SHARE】牛津书虫系列英文书
- 《墨子》 —— 兼爱与非攻
- 【影视APP】分享一个影视APP源码
- 易语言解析html实例,易语言完整示例(单设备)
- CodeBook 可以自定义字符集的密码本
- 最新谷歌算法面试真题:将字符串翻转到单调递增
- [日推荐]『车主码』解决临时停车、请人挪车的小麻烦
- LeetCode两个爬楼梯题目解析(动态规划)
- 2020年9大IT互联网大佬扎心语录
- (Docker)cAdvisor的安装使用
- ChatGPT调教指北,技巧就是效率!
- Mathematical-morphology-based edge detectors
- 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
- Win10配置IIS与 C#/.net项目的发布与IIS部署
- 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
- 精通弹唱第一课(使用节奏变化弹好chord谱)
热门文章
- 2020_8_31闲谈——应用统计专业考研建议
- 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
- 不安全的直接对象引用
- 听我说北京之开篇寄语
- 我花了10天学习全自动软件开发,结果居然.....
- CDR文件如何转为AI文件
- web HTML5新标签对IE低版本浏览器的兼容处理
- NRF52832学习笔记(38)——修改发射功率
- NRF52832学习笔记(33)——低功耗实现
- python之numpy基础_Python之NumPy学习(基础篇)