人力和财务都可以学的Python数据分析实战

import pandas as pddata = pd.read_excel(r'c:\Users\Administrator\Desktop\英雄联盟员工信息表.xlsx',index_col = u'工号')# 访问columns属性，查看列字段data.columns# 访问index属性，查看行标记data.index# 访问values属性，查看数据集data.values

# 调用head方法，查看前5行data.head()# 调用tail方法，查看后5行data.tail()# 查看指定列的前5行data[u'部门'].head()

# 对元数据集增加一列奖金列，数额为薪资的20%data[u'奖金'] = data[u'薪资']*0.2data[u'奖金'].head()# loc方法，根据索引列访问数据集idx = ['lol-1','lol-2','lol-3','lol-7']data.loc[idx]

# 查看重复数据条（bool结果为True代表重复）data.duplicated()# 查看有多少条重复数据data.duplicated().sum()    # 结果：2 # 查看重复数据data[data.duplicated()]# 删除重复数据条，inplace参数代表是否在元数据集进行删除，True表示是data.drop_duplicates(inplace=True)# 再次查看是否全部去重data.duplicated().sum()    # 结果：0，说明数据已经唯一

# 频数统计data[u'部门'].value_counts()# ascending = True代表升序展示data[u'部门'].value_counts(ascending = True)

# 频数统计data[u'状态'].value_counts()# normalize = True 获得标准化计数结果data[u'状态'].value_counts(normalize = True)# 展示出员工总体流失率rate = data[u'状态'].value_counts(normalize = True)[u'离职']rate

# describe方法也是常用的一种方法，而且结果更全面。data[u'工龄'].describe()# 通过降序排序、切片操作，找到待的最久的三名员工data[u'工龄'].sort_values(ascending = False)[:3]ID = data[u'工龄'].sort_values(ascending = False)[:3].indexdata.loc[ID]

data[u'满意度'].head()# 通过查看满意度前五行发现，不太直观，我们可以用map进行映射，先建立一个映射字典JobSatisfaction_cat = {    1:'非常满意',    2:'一般般吧',    3:'劳资不爽'}data[u'满意度'].map(JobSatisfaction_cat)# 对元数据集进行满意度映射data[u'满意度'] = data[u'满意度'].map(JobSatisfaction_cat)data[u'满意度'].head()

data.head()# 频数统计data[u'满意度'].value_counts()# 获得标准化计数结果，考虑到百分比更能说明满意度情况，所以乘100展示100*data[u'满意度'].value_counts(normalize = True)