個人認爲一般數據要從起碼兩個維度評價一個是絕對數值, 還有一個佔比百分比數值(當然縱向橫向也很重要)
任務一：統計各個城市對於數據分析師的需求情況
(PS:這裏首先還是要對題目進行自我理解…到底什麼是數據分析師…怎麼樣我們就可以算是一個有效計數)
最直觀的首先我對positionname進行 篩選,含有數據分析師的
我們會發現數據分析師有很多種.名稱多樣化. 很難有一個標準的界定…
然後我們換一個思路對 positionlabels進行篩選 包含有.數據分析的
我們也會發現 含有""數據分析"標籤的也不一定就是 我們認爲的數據分析師…
所以這個題目首先的界定就很難處理…
我個人的做法就是 將positionname裏面含有 數據分析 四個字的都當做數據分析師統計.這裏運用countifs函數(多條件,並語句,計數)
這裏運用了通配符技巧 紅框裏面最後那個參數代表的意思就是.只要字段中含有數據分析連續的4個字就統計進去
前面那個計數是運用countif函數 統計了每個城市總共有多少樣本
現在我們畫兩個圖…一個是 各城市絕對值數量比較…一個是各城市 數據分析佔所有職位需求比較
這個是使用U,W兩列數據生成…使用排列圖
可以直接幫我們從小打到大排序並顯示出,佔總比的多少…但其實我不想要顯示折線和右邊的百分比…用一個最原始的簇狀柱形圖可以滿足…但是這個柱形圖又不能自動排序…需要手動對原始數據排序後…希望大神給個一步到位的解決方案.
這個百分比圖也有這個缺陷
更新…
這裏我發現一個更好的特徵值可以統計數據分析師 人數 也就是 secondtype
所以現在我們換特徵值統計一下
…結果失敗…type有數據開發 但是職位名字 又是數據分析師 衝突 放棄了
任務二：統計對求職者學歷要求的情況
具體方式跟任務三一致
任務三：統計對求職者工作經驗要求的情況
先運用countif函數統計
然後根據Z 和AA列畫圖
這裏爲了更直觀一點,我添加了佔比
任務四：統計各種職位的需求情況
這裏我們用 firsttype進行統計
countif照舊
任務五：統計不同城市不同行業對於數據分析師的需求情況
這個任務的難點是對數據的處理…我們運用刪除重複項,發現有13個城市
這個對城市的處理都還是簡單的.因爲城市名字是規定死的.相當於是有統一格式的,在原數據的city列就可以進行簡單的刪除重複操作得出,比較難的是對行業的統計的這裏我們選用的是 industryfield這一列進行操作
.我們會發現原數據對於行業的描述有非常多,然後有一些甚至是有兩個描述詞…所以這裏我對這些數據進行自己的修正,讓他們都變成單個統一的描述詞,然後我使用了公司名字作爲輔助列,加強自己對於其行業的判斷,
ps:這裏說一下…有一些公司. 明明都是同一個公司…然後對於不同的樣本的…他的industryfiled的描述也不一致…真是給跪了…
這裏我就是對行業列排序,然後人工篩選具體的也不說了…確實很麻煩.
最後我們會得到這麼一份數據(這個positionname是經過篩選的, 篩選出包含了 數據分析 四個字的樣本,然後其他兩列不進行篩選).然後這裏我們用countifs函數,進行統計,也就是對不同city和不同行業 的數值進行計數,得出如下表格.
這裏說一下…就算經過篩選…行業也還是有21個…還是太多了…在圖標上進行展示的話…很密集…基本看不了.所以建議 有能力的同學儘量把行業縮減到10個以內.
最後我們對右邊這個表格數據進行製圖.選擇柱形圖
展示效果…其實非常差…(數據還是太多了)
任務六：統計不同城市的平均工資水平情況
這裏有點難點就是對平均工資水平統計,我們看一下salary列
這種9-18K這種數據都還容易處理, 平均=(9+18)/2, 主要是裏面有以上和以下兩種特殊的數據,這個時候,.我只能主觀統計一下…我們默認對含有以的項目增減4k認定爲平均值
統計平均數的我們對原始數據進行 以"-"進行分裂, 然後將k替換成空白,之後用公式計算平均值
然後對城市進行彙總統計
手動降序排列
任務七：統計不同行業的平均工資水平情況
這裏也是遇到跟第五題一樣的問題…怎麼樣統計行業…
任務八：統計不同職位的需求情況
…職位也有五花八門…也需要手動處理…主觀判斷…放棄了
任務九：分別統計北京, 上海，深圳，廣州四個城市 不同行業和學歷的工資分佈情況
使用了數據透視表…感覺行業分類還是太多了…展示效果差得很
任務十：分別統計北京, 上海，深圳，廣州四個城市 不同行業和工作年限的工資分佈情況
.情況同上