招聘网站数据分析师职位分析
（一） 提出问题
1. 在那些城市找到数据分析师的机会比较大？
2. 数据分析师的薪水如何？
3. 根据工作经验的不同，薪酬具有怎样的变化
(二） 理解数据
数据源计有14列，6875行
在14个列字段中：
城市：用来比较不同城市对数据分析师的需求如何
职位所属：分析工作的方向
职位ID: 每一行数据的唯一标识，用于去掉重复值
薪水：比较不同城市、和所属领域的薪水区别
工作年限：从时间轴上对比薪资涨幅
（三） 数据清洗
这一步的目的是去掉无效、重复值，填充缺失值，使其符合数据要求
1. 选择有效字段列，
对数据分析无意义的字段选择隐藏，这里隐藏[公司全名]和[公司ID]
2. 列名重命名
将列名更改为更符合自己要求的形式（如有需要）
3. 删除重复值
这里对字段[职位ID]进行删除重复值助理
4. 缺失值处理
使用COUNTA函数进行对有效数据列进行缺失值统计
结果发现，[城市]这一列缺失2条数据
一般对缺失值的处理有4种方式：
1) 通过人工手动补全（只针对缺失值非常少，且能够完全确定该值）
2) 删除缺失数据（删除该数据对之后的分析影响不大）
]3) 用平均值代替缺失值
4) 用统计模型计算出的值去替代
这里符合第一种情况，定位空值进行手动填充即可
5. 一致化处理，
1) 对数据进行统一的命名和处理，如字段[公司所属领域]是“企业服务，数据服务”，对该列进行拆分，使用数据- -分列功能
2) 将薪水字段处理为最低薪水、最高薪水、平均薪水三个字段，用于存放清洗后的薪水数据，这一步通过几个函数组合FIND-MID-LEFT-LEN来实现
在此过程中，最高薪水列出现错误值，使用筛选功能查找错误值：
其一，部分数据夹杂着K,使用替换功能该K为k
其二，出现薪资范围为xxk以上，将其修改等于最低薪水
6.数据排序
对平均薪水列进行降序排列
7.对异常值进行处理
插入数据透视表，调整设置
通过数据透视表，发现有以下职位不属于数据分析岗位
重新插入一列，命名为数据分析职位
使用函数再通过筛选，过滤掉所有非数据分析岗位的异常值
（四）构建模型及数据可视化
1. 在那些城市找到数据分析师的机会比较大？
以城市为行标签，工作年限为列标签，数据透视分析不同城市对工作年限数据分析师的需求概况，按城市计数项降序排列：
将数据按列汇总百分比显示：
将数据按行汇总百分比显示：
从图表可以看出：在北京数据分析的岗位最多，之后是上海，深圳，表现出极为明显地域性，即主要集中在一线城市，对工作年限的要求为3-5年最多，其次为1-3年，这可以说明该岗位对年轻人需求更多
2.数据数据分析师的薪水如何？
对平均薪水进行描述统计分析
以城市为行标签，平均薪水为列标签，数据透视表分析城市宇平均薪水的关系
从图表中可以看出，北京的数据分析师平均薪水最高，其次是深圳和上海
3.根据工作经验的不同，薪酬具有怎样的变化？
以工作年限为行标签，平均薪水为列标签，数据透视分析工作年限与平均薪水的关系
从图表中可以看出，工作年限与平均薪水基本呈现正相关，即随着工作经验的增长，数据分析师的薪水也在不断增加
（五）分析结论
1.数据分析这一岗位，有大量岗位集中在一线城市，去这些城市找工作，可以提高求职率，
2.从平均薪水来看，北京是一个非常好的选择，其次是深圳和上海
3.数据分析招聘比较年轻化，有接近70%的工作经验要求在5年以下，对于数据分析师来说，5年是一个瓶颈期，如果5年内没有较好的发展，之后可能会面临较大的压力
4. 工作年限与平均薪水基本呈现正相关，即随着工作经验的增长，数据分析师的薪水也在不断增加，工作10年以上的人，能获得相当丰厚的汇报