項目背景
2018年，被稱為互聯網的寒冬之年。無論大小公司，紛紛走上了裁員之路，還有一些比較慘的，直接關門大吉。2019年上半年，甲骨文裁掉大量35歲左右的程序員，誰也沒想到，IT界退休年齡這麼早！而內心OS：我的房貸還沒還清。。。。
假設你是人力資源總監，你該向誰開刀呢？先回答一下下面的問題。
各部門有多少名員工？
員工總體流失率是多少？
員工平均薪資是多少？
員工平均工作年限是多少？
公司任職時間最久的3名員工是誰？
員工整體滿意度如何？
數據處理 import pandas as pddata = pd.read_excel(r'c:\Users\Administrator\Desktop\英雄聯盟員工信息表.xlsx',index_col = u'工號')# 訪問columns屬性，查看列字段data.columns# 訪問index屬性，查看行標記data.index# 訪問values屬性，查看數據集data.values
# 調用head方法，查看前5行data.head()# 調用tail方法，查看後5行data.tail()# 查看指定列的前5行data[u'部門'].head()
此時，我們在上述結果中發現：寒冰、蓋倫是重複數據條，在數據分析過程中，一定要注意重複數據帶來的影響，所以我們要進行去重操作。
# 查看重複數據條（bool結果為True代表重複）data.duplicated()# 查看有多少條重複數據data.duplicated().sum() # 結果：2 # 查看重複數據data[data.duplicated()]# 刪除重複數據條，inplace參數代表是否在元數據集進行刪除，True表示是data.drop_duplicates(inplace=True)# 再次查看是否全部去重data.duplicated().sum() # 結果：0，説明數據已經唯一
1.各部門有多少名員工？
# 頻數統計data[u'部門'].value_counts()# ascending = True代表升序展示data[u'部門'].value_counts(ascending = True)
2.員工總體流失率是多少？
# 頻數統計data[u'狀態'].value_counts()# normalize = True 獲得標準化計數結果data[u'狀態'].value_counts(normalize = True)# 展示出員工總體流失率rate = data[u'狀態'].value_counts(normalize = True)[u'離職']rate
3.員工平均薪資是多少？
由上圖的結果可以看出，平均薪資在16800元，你達到了嗎？！允許你去哭一會o(╥﹏╥)o！
4.員工平均工作年限是多少？
5.公司任職時間最久的3名員工是誰？
# describe方法也是常用的一種方法，而且結果更全面。data[u'工齡'].describe()# 通過降序排序、切片操作，找到待的最久的三名員工data[u'工齡'].sort_values(ascending = False)[:3]ID = data[u'工齡'].sort_values(ascending = False)[:3].indexdata.loc[ID]
6.員工整體滿意度如何？
data[u'滿意度'].head()# 通過查看滿意度前五行發現，不太直觀，我們可以用map進行映射，先建立一個映射字典JobSatisfaction_cat = { 1:'非常滿意', 2:'一般般吧', 3:'勞資不爽'}data[u'滿意度'].map(JobSatisfaction_cat)# 對元數據集進行滿意度映射data[u'滿意度'] = data[u'滿意度'].map(JobSatisfaction_cat)data[u'滿意度'].head()
接下來，進行員工整體滿意度分析。通過計算可以得出：70%員工都比較認可公司，但仍有30%員工對公司不滿意。人力主管以及部門主管需要進一步探究清楚這30%員工的情況，因為不滿意是否已經離職？還是存在隱患？是否處於核心崗位等等問題值得我們進一步探究。
data.head()# 頻數統計data[u'滿意度'].value_counts()# 獲得標準化計數結果，考慮到百分比更能説明滿意度情況，所以乘100展示100*data[u'滿意度'].value_counts(normalize = True)