数据分析-56-旧金山员工薪水探索性分析（包含代码和数据）

算法学习、4对1辅导、论文辅导、核心期刊
项目的代码和数据下载可以通过公众号滴滴我

文章目录

项目背景

旧金山，这座充满科技与创新活力的城市，如同璀璨的明珠镶嵌在加利福尼亚州的海岸线上。在其繁华的表象之下，隐藏着一个值得深入探究的领域 —— 员工薪水。对旧金山员工薪水进行探索性分析，犹如开启一场神秘的宝藏探寻之旅。

数据描述

该数据共14万条数据，表字段共13个。分别是Id、EmployeeName、JobTitle、BasePay、OvertimePay、OtherPay、Benefits、TotalPay、TotalPayBenefits、Year、Notes、Agency、Status。

以下是表的部分数据：
在这里插入图片描述

旧金山员工薪水探索性分析

0、数据读取

导入Pandas包

import pandas as pd

读取并查看数据

sal = pd.read_csv('SF_Salaries.csv')

sal.head()

在这里插入图片描述

查看数据类型

sal.info() # 148654个

在这里插入图片描述

1、平均的基本工资是多少？

sal['BasePay'].mean()

66325.4488404877

2、在数据集中超时支付的最高金额是多少?

sal['OvertimePay'].max()

245131.88

3、约瑟夫·德里斯科尔的职务是什么?注意:使用全部大写，否则您可能会得到不匹配的答案(还有一个小写的Joseph Driscoll)

sal[sal['EmployeeName']=='JOSEPH DRISCOLL']['JobTitle']

24 CAPTAIN, FIRE SUPPRESSION
Name: JobTitle, dtype: object

4、约瑟夫·德里斯科尔挣多少钱(包括福利)?

sal[sal['EmployeeName']=='JOSEPH DRISCOLL']['TotalPayBenefits']

24 270324.91
Name: TotalPayBenefits, dtype: float64

5、收入最高的人（包括福利）是谁？

sal[sal['TotalPayBenefits']== sal['TotalPayBenefits'].max()] #['EmployeeName']
# or
# sal.loc[sal['TotalPayBenefits'].idxmax()]

在这里插入图片描述

6、最低工资(含福利)人员的姓名?你注意到他/她的薪水有些奇怪吗？

sal[sal['TotalPayBenefits']== sal['TotalPayBenefits'].min()] #['EmployeeName']
# or
# sal.loc[sal['TotalPayBenefits'].idxmax()]['EmployeeName']

## ITS NEGATIVE!! VERY STRANGE

在这里插入图片描述

7、每年所有员工的平均工资是多少?(2011 - 2014)?

sal.groupby('Year').mean()['BasePay']

在这里插入图片描述

8、有多少个职称?

sal['JobTitle'].nunique()

2159

9、最常见的5种工作是什么?

sal['JobTitle'].value_counts().head(5)

在这里插入图片描述

10、2013年有多少职位只由一个人担任?(例如:2013年只出现过一次的职位头衔?）

sum(sal[sal['Year']==2013]['JobTitle'].value_counts() == 1)

202

11、有多少人在他们的工作头衔中有Chief这个词?(这是相当棘手的)

def chief_string(title):
    if 'chief' in title.lower():
        return True
    else:
        return False

sum(sal['JobTitle'].apply(lambda x: chief_string(x)))

627

12、奖金:职位名称字符串的长度和薪水之间有相关性吗?

sal['title_len'] = sal['JobTitle'].apply(len)

sal[['title_len','TotalPayBenefits']].corr() # No correlation.

在这里插入图片描述