Pandas 进阶_Lemon_Review的博客

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['STFangsong']
plt.rcParams['axes.unicode_minus'] = False

%config InlineBackend.figure_format = 'svg'

数据分析的一般流程

提取数据（筛选）
- 布尔索引
- query()：相当于布尔索引
- drop()：删除指定的行或列
- rename()：重命名行或列索引
- reset_index()：重置索引（将索引变成普通列）
- set_index()：设置索引（将一个列或多个列指定为索引）
- reindex()：调整行或列索引的顺序（还可以做花式索引）
整合和重塑
- merge()：实现两个DataFrame对象的内连接或外连接（适用于两张表有关联）。
- concat()：将两个或多个DataFrame的数据拼接到一起（适用于多张表结构一致）。
数据清洗（缺失值、重复值、异常值）
- 缺失值：
  - dropna()：删除空值
  - fillna()：填充空值 <— 均值、中位数、众数
  - isnull() / notnull()：判断空值
- 重复值：
  - duplicated()：判断是否重复
  - drop_duplicates()：删除重复值
- 异常值：
  - 异常值 / 极端值 / 离群值
  - drop()：删除
  - replace()：替换
- 预处理：
  - apply()：将函数作用到数据上，需要指定在哪个轴上执行
  - transform()：将（多个）函数作用到数据上
  - applymap()：对每个元素使用指定的函数进行映射，相当于Series上的map()方法 —> elementwise
注意：这三个方法都是高阶函数的用法，apply()方法接受的函数，可以是带归约性质的函数（聚合函数），也可以是没有归约性质的函数。transform()方法接受的函数不能是带归约功能的函数，只能是对数据做变换的函数，简单的说就是函数的执行不会减少数据的量。
数据透视（排序、分组、聚合）
- 透视表：根据A统计B（根据A列对数据进行分组，再对B列上聚合函数）
- groupby() —> sum() / mean() / max() / …
- pivot_table() —> 专门生成透视表的函数
- cut() —> 数据离散化（分箱）
数据可视化（统计图表）
数据的洞察（发现问题给出建议）

Example 1

df = pd.read_csv('../files/data/bilibili.csv',encoding = 'GBK')
df

	title	url	watchnum	dm	uptime	upname
0	阿里云大学课程（云计算、中间件、大数据、云安全）	//www.bilibili.com/video/BV1Lv411s7wu?from=search	2954	4	2021/1/21	韭菜滚雪球
1	视觉传达设计专业的小朋友大学课程有哪些，强度怎么样，需要什么技能？学姐给新生的解答与建议	//www.bilibili.com/video/BV1Ea4y1a7CX?from=search	3526	8	2020/7/25	铧仔仔儿的奋斗史
2	CAP：适合高中生的大学课程（上大学之前提前学习大学的课程）同济大学《微积分CAP》	//www.bilibili.com/video/BV1X4411Y7u8?from=search	5597	17	2019/5/11	愚甘杂货铺
3	干货！论文读写系列｜写作风格：例文解析（1）｜人文社科｜教育学｜大学课程、知识	//www.bilibili.com/video/BV1VC4y1b7ZA?from=search	1.1万	29	2020/7/26	cici西西熙熙
4	《用户体验与心理-第1期》大学课程	//www.bilibili.com/video/BV1r7411M7gY?from=search	1373	9	2020/2/24	Luka老师
...	...	...	...	...	...	...
1902	【中国石油大学】构造地质学（第1-2章） ——主讲：李理老师	//www.bilibili.com/video/BV1Y4411x7sE?from=search	4097	5	2019/5/2	點點滴滴Super
1903	【模电】模拟电子技术基础【四】	//www.bilibili.com/video/BV1sb411v7E6?from=search	5997	11	2019/3/8	干脆的非洲鼓
1904	【模电】模拟电子技术基础【三】	//www.bilibili.com/video/BV1Rb411i7yo?from=search	4713	8	2019/3/5	干脆的非洲鼓
1905	结构化学-东北大学-王军	//www.bilibili.com/video/BV1yb411t7Mb?from=search	5835	2	2019/2/28	万万万万不能怂
1906	《结构化学》南开大学-孙宏伟重点难点解析	//www.bilibili.com/video/BV1yt411t7UG?from=search	5287	6	2019/1/28	阿bu爱学习

1907 rows × 6 columns

def handle_num(n):
    if n[-1] == '万':
        return int(float(n[:-1]) * 10000)
    return int(n)

df['watchnum'] = df.watchnum.map(handle_num)
df['dm'] = df.dm.map(handle_num)
df

	title	url	watchnum	dm	uptime	upname
0	阿里云大学课程（云计算、中间件、大数据、云安全）	//www.bilibili.com/video/BV1Lv411s7wu?from=search	2954	4	2021/1/21	韭菜滚雪球
1	视觉传达设计专业的小朋友大学课程有哪些，强度怎么样，需要什么技能？学姐给新生的解答与建议	//www.bilibili.com/video/BV1Ea4y1a7CX?from=search	3526	8	2020/7/25	铧仔仔儿的奋斗史
2	CAP：适合高中生的大学课程（上大学之前提前学习大学的课程）同济大学《微积分CAP》	//www.bilibili.com/video/BV1X4411Y7u8?from=search	5597	17	2019/5/11	愚甘杂货铺
3	干货！论文读写系列｜写作风格：例文解析（1）｜人文社科｜教育学｜大学课程、知识	//www.bilibili.com/video/BV1VC4y1b7ZA?from=search	11000	29	2020/7/26	cici西西熙熙
4	《用户体验与心理-第1期》大学课程	//www.bilibili.com/video/BV1r7411M7gY?from=search	1373	9	2020/2/24	Luka老师
...	...	...	...	...	...	...
1902	【中国石油大学】构造地质学（第1-2章） ——主讲：李理老师	//www.bilibili.com/video/BV1Y4411x7sE?from=search	4097	5	2019/5/2	點點滴滴Super
1903	【模电】模拟电子技术基础【四】	//www.bilibili.com/video/BV1sb411v7E6?from=search	5997	11	2019/3/8	干脆的非洲鼓
1904	【模电】模拟电子技术基础【三】	//www.bilibili.com/video/BV1Rb411i7yo?from=search	4713	8	2019/3/5	干脆的非洲鼓
1905	结构化学-东北大学-王军	//www.bilibili.com/video/BV1yb411t7Mb?from=search	5835	2	2019/2/28	万万万万不能怂
1906	《结构化学》南开大学-孙宏伟重点难点解析	//www.bilibili.com/video/BV1yt411t7UG?from=search	5287	6	2019/1/28	阿bu爱学习

1907 rows × 6 columns

from datetime import datetime

# 将表中上传时间(字符串)转换为时间类型
# pd.to_datetime(字符串时间)
df['uptime'] = pd.to_datetime(df.uptime)
df.uptime   # dtype: datetime64[ns]

0      2021-01-21
1      2020-07-25
2      2019-05-11
3      2020-07-26
4      2020-02-24
          ...    
1902   2019-05-02
1903   2019-03-08
1904   2019-03-05
1905   2019-02-28
1906   2019-01-28
Name: uptime, Length: 1907, dtype: datetime64[ns]

df.uptime >= datetime(2021,1,1)   # 布尔数据系列

0        True
1       False
2       False
3       False
4       False
        ...  
1902    False
1903    False
1904    False
1905    False
1906    False
Name: uptime, Length: 1907, dtype: bool

[df.uptime >= datetime(2021,1,1)] # 布尔下标
temp = df[(df.uptime >= datetime(2021,1,1)) & (df.watchnum > 1000)]  #发布时间为2021年播放量大于1000的帖子
temp.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 92 entries, 0 to 1425
Data columns (total 6 columns):
 #   Column    Non-Null Count  Dtype         
---  ------    --------------  -----         
 0   title     92 non-null     object        
 1   url       92 non-null     object        
 2   watchnum  92 non-null     int64         
 3   dm        92 non-null     int64         
 4   uptime    92 non-null     datetime64[ns]
 5   upname    92 non-null     object        
dtypes: datetime64[ns](1), int64(2), object(3)
memory usage: 5.0+ KB

# 通过表达式筛选
# obj.query(筛选条件)
df.query('watchnum >= 1000 and uptime >="2021-1-1"').info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 92 entries, 0 to 1425
Data columns (total 6 columns):
 #   Column    Non-Null Count  Dtype         
---  ------    --------------  -----         
 0   title     92 non-null     object        
 1   url       92 non-null     object        
 2   watchnum  92 non-null     int64         
 3   dm        92 non-null     int64         
 4   uptime    92 non-null     datetime64[ns]
 5   upname    92 non-null     object        
dtypes: datetime64[ns](1), int64(2), object(3)
memory usage: 5.0+ KB

# 根据播放量排序
# obj.sort_values(by=[列1,列2...],ascending = True/False) 默认为True升序
temp.sort_values(by=['watchnum','dm'],ascending=False)

	title	url	watchnum	dm	uptime	upname
459	【公开课】复旦大学：资本论王德峰（全28讲）	//www.bilibili.com/video/BV1Vp4y1x7F9?from=search	1099000	4299	2021-01-19	农夫CC
486	【公开课】北京大学：中国经济林毅夫（全12讲）	//www.bilibili.com/video/BV1hK4y157dt?from=search	235000	561	2021-01-14	农夫CC
403	【公开课】温铁军：中国经济研究（8讲）	//www.bilibili.com/video/BV1kp4y1W7u8?from=search	106000	523	2021-01-27	农夫CC
448	【公开课】温铁军：中国经济研究（8讲）	//www.bilibili.com/video/BV1kp4y1W7u8?from=search	106000	523	2021-01-27	农夫CC
396	【公开课】加州大学洛杉矶分校：亲密关系（全17讲）	//www.bilibili.com/video/BV1xU4y147hJ?from=search	65000	79	2021-01-21	农夫CC
...	...	...	...	...	...	...
811	【芝加哥大学】理解全球经济全11讲	//www.bilibili.com/video/BV1nr4y1M7Fd?from=search	1189	0	2021-01-24	学习党加油站
923	2021年小黑老师计算机二级最新考点----替换考点汇总	//www.bilibili.com/video/BV1UU4y1s7Tq?from=search	1173	0	2021-02-01	爱家伙的小学习
1220	编程课堂：按键的前世今生学不会，不存在的。	//www.bilibili.com/video/BV1nK4y1W7bU?from=search	1157	3	2021-01-12	三月课堂
20	【生活篇】UCLA本科生带你了解加州大学课程设置与毕业要求	//www.bilibili.com/video/BV1qt4y1r7Y3?from=search	1107	8	2021-01-09	未必存在的真理
1425	【文学批评的方法与实践】华中师范大学胡亚敏（合6讲）	//www.bilibili.com/video/BV1jr4y1M7Hd?from=search	1003	0	2021-01-27	语文教学助手

92 rows × 6 columns

temp1 = temp.drop(columns='upname')
temp1

	title	url	watchnum	dm	uptime
0	阿里云大学课程（云计算、中间件、大数据、云安全）	//www.bilibili.com/video/BV1Lv411s7wu?from=search	2954	4	2021-01-21
20	【生活篇】UCLA本科生带你了解加州大学课程设置与毕业要求	//www.bilibili.com/video/BV1qt4y1r7Y3?from=search	1107	8	2021-01-09
374	【公开课】南开大学：中华诗词叶嘉莹（20讲）	//www.bilibili.com/video/BV1Vo4y1d7Pe?from=search	4937	4	2021-02-10
384	【公开课】南开大学：中华诗词叶嘉莹（20讲）	//www.bilibili.com/video/BV1Vo4y1d7Pe?from=search	4937	4	2021-02-10
387	【公开课】启功：中华书法（全4讲）	//www.bilibili.com/video/BV1FV411i7fV?from=search	9777	12	2021-02-11
...	...	...	...	...	...
1299	苏德矿教授谈如何学好微积分—矿爷在丹青有约2021.1.7直播	//www.bilibili.com/video/BV1dh41117yy?from=search	1196	0	2021-01-07
1412	【中英字幕】曼彻斯特大学Advanced Microeconomics 课程	//www.bilibili.com/video/BV1bX4y1K799?from=search	8429	2	2021-01-19
1417	《数字无线电系统基础》32讲-电子科技大学-陈祝明【通信专题】	//www.bilibili.com/video/BV1Ci4y1F7tU?from=search	3958	14	2021-01-05
1422	西安交通大学《电路》赵进全100讲	//www.bilibili.com/video/BV1Z54y1x7ZK?from=search	2205	3	2021-01-11
1425	【文学批评的方法与实践】华中师范大学胡亚敏（合6讲）	//www.bilibili.com/video/BV1jr4y1M7Hd?from=search	1003	0	2021-01-27

92 rows × 5 columns

# 判断是否存在重复值
# temp.duplicated('url')
# 去重
temp.drop_duplicates('url')

	title	url	watchnum	dm	uptime	upname
0	阿里云大学课程（云计算、中间件、大数据、云安全）	//www.bilibili.com/video/BV1Lv411s7wu?from=search	2954	4	2021-01-21	韭菜滚雪球
20	【生活篇】UCLA本科生带你了解加州大学课程设置与毕业要求	//www.bilibili.com/video/BV1qt4y1r7Y3?from=search	1107	8	2021-01-09	未必存在的真理
374	【公开课】南开大学：中华诗词叶嘉莹（20讲）	//www.bilibili.com/video/BV1Vo4y1d7Pe?from=search	4937	4	2021-02-10	农夫CC
387	【公开课】启功：中华书法（全4讲）	//www.bilibili.com/video/BV1FV411i7fV?from=search	9777	12	2021-02-11	农夫CC
392	所以你记住物价这个词了嘛！	//www.bilibili.com/video/BV1f54y1Y7JY?from=search	2140	0	2021-02-25	大阪外語学院
...	...	...	...	...	...	...
1299	苏德矿教授谈如何学好微积分—矿爷在丹青有约2021.1.7直播	//www.bilibili.com/video/BV1dh41117yy?from=search	1196	0	2021-01-07	稳及阁大学士
1412	【中英字幕】曼彻斯特大学Advanced Microeconomics 课程	//www.bilibili.com/video/BV1bX4y1K799?from=search	8429	2	2021-01-19	杨浦区老实人
1417	《数字无线电系统基础》32讲-电子科技大学-陈祝明【通信专题】	//www.bilibili.com/video/BV1Ci4y1F7tU?from=search	3958	14	2021-01-05	成电电子科协
1422	西安交通大学《电路》赵进全100讲	//www.bilibili.com/video/BV1Z54y1x7ZK?from=search	2205	3	2021-01-11	物语终焉2021
1425	【文学批评的方法与实践】华中师范大学胡亚敏（合6讲）	//www.bilibili.com/video/BV1jr4y1M7Hd?from=search	1003	0	2021-01-27	语文教学助手

83 rows × 6 columns

def normalize_url(url):
    if not url.startswith('https'):
        return 'https:' + url
    return url
df['url'] = df['url'].apply(normalize_url)
df

	title	url	watchnum	dm	uptime	upname
0	阿里云大学课程（云计算、中间件、大数据、云安全）	https://www.bilibili.com/video/BV1Lv411s7wu?fr...	2954	4	2021-01-21	韭菜滚雪球
1	视觉传达设计专业的小朋友大学课程有哪些，强度怎么样，需要什么技能？学姐给新生的解答与建议	https://www.bilibili.com/video/BV1Ea4y1a7CX?fr...	3526	8	2020-07-25	铧仔仔儿的奋斗史
2	CAP：适合高中生的大学课程（上大学之前提前学习大学的课程）同济大学《微积分CAP》	https://www.bilibili.com/video/BV1X4411Y7u8?fr...	5597	17	2019-05-11	愚甘杂货铺
3	干货！论文读写系列｜写作风格：例文解析（1）｜人文社科｜教育学｜大学课程、知识	https://www.bilibili.com/video/BV1VC4y1b7ZA?fr...	11000	29	2020-07-26	cici西西熙熙
4	《用户体验与心理-第1期》大学课程	https://www.bilibili.com/video/BV1r7411M7gY?fr...	1373	9	2020-02-24	Luka老师
...	...	...	...	...	...	...
1902	【中国石油大学】构造地质学（第1-2章） ——主讲：李理老师	https://www.bilibili.com/video/BV1Y4411x7sE?fr...	4097	5	2019-05-02	點點滴滴Super
1903	【模电】模拟电子技术基础【四】	https://www.bilibili.com/video/BV1sb411v7E6?fr...	5997	11	2019-03-08	干脆的非洲鼓
1904	【模电】模拟电子技术基础【三】	https://www.bilibili.com/video/BV1Rb411i7yo?fr...	4713	8	2019-03-05	干脆的非洲鼓
1905	结构化学-东北大学-王军	https://www.bilibili.com/video/BV1yb411t7Mb?fr...	5835	2	2019-02-28	万万万万不能怂
1906	《结构化学》南开大学-孙宏伟重点难点解析	https://www.bilibili.com/video/BV1yt411t7UG?fr...	5287	6	2019-01-28	阿bu爱学习

1907 rows × 6 columns

Example 2

df1 = pd.read_csv('../files/data/lagou.csv',encoding = 'utf-8',index_col='no')
df1.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 3140 entries, 0 to 3139
Data columns (total 51 columns):
 #   Column                 Non-Null Count  Dtype  
---  ------                 --------------  -----  
 0   _id                    3140 non-null   object 
 1   adWord                 3140 non-null   int64  
 2   appShow                3140 non-null   int64  
 3   approve                3140 non-null   int64  
 4   businessZones          1544 non-null   object 
 5   city                   3140 non-null   object 
 6   companyFullName        3140 non-null   object 
 7   companyId              3140 non-null   int64  
 8   companyLabelList       3140 non-null   object 
 9   companyLogo            3139 non-null   object 
 10  companyShortName       3140 non-null   object 
 11  companySize            3140 non-null   object 
 12  createTime             3140 non-null   object 
 13  deliver                3140 non-null   int64  
 14  district               3133 non-null   object 
 15  education              3140 non-null   object 
 16  explain                0 non-null      float64
 17  financeStage           3140 non-null   object 
 18  firstType              3140 non-null   object 
 19  formatCreateTime       3140 non-null   object 
 20  gradeDescription       0 non-null      float64
 21  hitags                 260 non-null    object 
 22  imState                3140 non-null   object 
 23  industryField          3140 non-null   object 
 24  industryLables         3140 non-null   object 
 25  isHotHire              3140 non-null   int64  
 26  isSchoolJob            3140 non-null   int64  
 27  jobNature              3140 non-null   object 
 28  lastLogin              3140 non-null   object 
 29  latitude               3133 non-null   float64
 30  linestaion             2403 non-null   object 
 31  longitude              3133 non-null   float64
 32  pcShow                 3140 non-null   int64  
 33  plus                   0 non-null      float64
 34  positionAdvantage      3140 non-null   object 
 35  positionId             3140 non-null   int64  
 36  positionLables         3140 non-null   object 
 37  positionName           3140 non-null   object 
 38  promotionScoreExplain  0 non-null      float64
 39  publisherId            3140 non-null   int64  
 40  resumeProcessDay       3140 non-null   int64  
 41  resumeProcessRate      3140 non-null   int64  
 42  salary                 3140 non-null   object 
 43  score                  3140 non-null   int64  
 44  secondType             3140 non-null   object 
 45  skillLables            3140 non-null   object 
 46  stationname            2403 non-null   object 
 47  subwayline             2403 non-null   object 
 48  thirdType              3140 non-null   object 
 49  workYear               3140 non-null   object 
 50  job_detail             1513 non-null   object 
dtypes: float64(6), int64(13), object(32)
memory usage: 1.2+ MB

pd.set_option('max_columns', None)
df1.head()

	_id	adWord	appShow	approve	businessZones	city	companyFullName	companyId	companyLabelList	companyLogo	companyShortName	companySize	createTime	deliver	district	education	explain	financeStage	firstType	formatCreateTime	gradeDescription	hitags	imState	industryField	industryLables	isHotHire	isSchoolJob	jobNature	lastLogin	latitude	linestaion	longitude	pcShow	plus	positionAdvantage	positionId	positionLables	positionName	promotionScoreExplain	publisherId	resumeProcessDay	resumeProcessRate	salary	score	secondType	skillLables	stationname	subwayline	thirdType	workYear	job_detail
no
0	5de5e75734e608e63026c1bc	9	0	1	['亦庄']	北京	达疆网络科技（上海）有限公司	32836	['年底双薪', '绩效奖金', '岗位晋升', '定期体检']	i/image2/M01/AF/7F/CgotOV3kqOqAZvWrAAAaonXDCck...	达达-京东到家	2000人以上	2019-12-02 20:38:25	0	大兴区	本科	NaN	D轮及以上	产品\|需求\|项目类	1天前发布	NaN	['免费班车', '新婚红包', '定期调薪', '电脑补贴', '生子红包', '地铁周边...	today	消费生活	[]	0	0	全职	2019-12-03 10:33:07	39.795747	亦庄线_万源街;亦庄线_荣京东街	116.510442	0	NaN	成长快、氛围好、领导好	6638350	['BI', '数据分析']	数据分析岗	NaN	7855636	1	100	15k-30k	0	数据分析	['BI', '数据分析']	万源街	亦庄线	BI	3-5年	1 、负责o2o电商日常运营数据的统计, 监控, 梳理指标体系；\|\|2、基于海量用户行为数据...
1	5de5e75734e608e63026c1bd	0	0	1	NaN	北京	北京音娱时光科技有限公司	286568	['年底双薪', '绩效奖金', '带薪年假', '免费健身']	i/image2/M01/8B/9A/CgotOV15uyKAMCL3AAAvAzXIrFw...	音娱时光	50-150人	2019-12-03 11:23:35	0	海淀区	本科	NaN	A轮	产品\|需求\|项目类	11:23发布	NaN	NaN	today	移动互联网	[]	0	0	全职	2019-12-03 11:23:38	39.977555	10号线_知春路;10号线_西土城;13号线_大钟寺;13号线_知春路	116.352145	0	NaN	技术大牛多；免费餐饮；氛围好；	6263661	['SQL', 'BI', 'SPSS']	数据分析	NaN	12147286	1	100	10k-18k	0	数据分析	['SQL', 'BI', 'SPSS']	知春路	10号线	数据分析	1-3年	职责描述：\|\|1. 完善业务数据监控体系，进行新功能指标埋点逻辑设计，搭建分析框架，...
2	5de5e75734e608e63026c1be	0	0	1	['西北旺']	北京	北京千喜鹤餐饮管理有限公司	278964	[]	i/image2/M00/15/70/CgotOVn0PGWACXyxAAA4aF7GFgk...	千喜鹤	2000人以上	2019-12-03 10:35:09	0	海淀区	本科	NaN	未融资	产品\|需求\|项目类	10:35发布	NaN	NaN	today	消费生活	['移动互联网', '视频', 'SQL']	0	0	全职	2019-12-03 11:08:34	40.066757	16号线_永丰;16号线_永丰南	116.249581	0	NaN	福利好，五险一金，住房补助	6660141	['移动互联网', '视频', 'SQL']	数据分析	NaN	6436858	0	0	20k-30k	0	数据分析	['SQL', '数据分析']	永丰	16号线	数据分析	3-5年	工作职责：\|\|1.负责根据业务目标，制定并执行产品或业务的运营数据监控与分析机制。\|\|2.完...
3	5de5e75734e608e63026c1bf	0	0	0	NaN	北京	吉林省海生电子商务有限公司	399744	[]	images/logo_default.png	吉林省海生电子商务有限公司	少于15人	2019-12-03 10:35:56	0	朝阳区	本科	NaN	不需要融资	产品\|需求\|项目类	10:35发布	NaN	NaN	today	电商	['其他']	0	0	全职	2019-12-03 10:30:37	40.042254	NaN	116.291027	0	NaN	五险一金	6660148	['其他']	数据分析	NaN	10978749	0	0	33k-50k	0	数据分析	['数据分析']	NaN	NaN	数据分析	3-5年	1.基于对业务的支持和理解，搭建出可以准确反映业务运作状况的数据指标体系；\|\|2.商业嗅觉灵...
4	5de5e75734e608e63026c1c0	0	0	0	['大望路', '建外大街', '南磨房']	北京	韦博网讯科技（北京）有限公司	580170	[]	i/image2/M01/41/6C/CgoB5lz3eJGAYy2MAACd7SzHgKw...	WPIC	50-150人	2019-12-03 12:10:22	0	朝阳区	本科	NaN	未融资	产品\|需求\|项目类	12:10发布	NaN	NaN	today	电商,软件开发	['电商']	0	0	全职	2019-12-03 11:54:22	39.907088	1号线_国贸;1号线_大望路;10号线_国贸;14号线东段_大望路	116.476390	0	NaN	待遇优厚，良好的发展前景	6590101	['电商']	数据分析	NaN	13213101	0	0	10k-15k	0	数据分析	['数据分析']	国贸	1号线	产品\|需求\|项目类	1-3年	职责描述：\|\|1. 调研工作以客户需求为主导；\|\|2. 根据市场调研计划，进行市场信息的收集...

df1.dropna(axis = 1,inplace=True)
df1

	_id	adWord	appShow	approve	city	companyFullName	companyId	companyLabelList	companyShortName	companySize	createTime	deliver	education	financeStage	firstType	formatCreateTime	imState	industryField	industryLables	isHotHire	isSchoolJob	jobNature	lastLogin	pcShow	positionAdvantage	positionId	positionLables	positionName	publisherId	resumeProcessDay	resumeProcessRate	salary	score	secondType	skillLables	thirdType	workYear
no
0	5de5e75734e608e63026c1bc	9	0	1	北京	达疆网络科技（上海）有限公司	32836	['年底双薪', '绩效奖金', '岗位晋升', '定期体检']	达达-京东到家	2000人以上	2019-12-02 20:38:25	0	本科	D轮及以上	产品\|需求\|项目类	1天前发布	today	消费生活	[]	0	0	全职	2019-12-03 10:33:07	0	成长快、氛围好、领导好	6638350	['BI', '数据分析']	数据分析岗	7855636	1	100	15k-30k	0	数据分析	['BI', '数据分析']	BI	3-5年
1	5de5e75734e608e63026c1bd	0	0	1	北京	北京音娱时光科技有限公司	286568	['年底双薪', '绩效奖金', '带薪年假', '免费健身']	音娱时光	50-150人	2019-12-03 11:23:35	0	本科	A轮	产品\|需求\|项目类	11:23发布	today	移动互联网	[]	0	0	全职	2019-12-03 11:23:38	0	技术大牛多；免费餐饮；氛围好；	6263661	['SQL', 'BI', 'SPSS']	数据分析	12147286	1	100	10k-18k	0	数据分析	['SQL', 'BI', 'SPSS']	数据分析	1-3年
2	5de5e75734e608e63026c1be	0	0	1	北京	北京千喜鹤餐饮管理有限公司	278964	[]	千喜鹤	2000人以上	2019-12-03 10:35:09	0	本科	未融资	产品\|需求\|项目类	10:35发布	today	消费生活	['移动互联网', '视频', 'SQL']	0	0	全职	2019-12-03 11:08:34	0	福利好，五险一金，住房补助	6660141	['移动互联网', '视频', 'SQL']	数据分析	6436858	0	0	20k-30k	0	数据分析	['SQL', '数据分析']	数据分析	3-5年
3	5de5e75734e608e63026c1bf	0	0	0	北京	吉林省海生电子商务有限公司	399744	[]	吉林省海生电子商务有限公司	少于15人	2019-12-03 10:35:56	0	本科	不需要融资	产品\|需求\|项目类	10:35发布	today	电商	['其他']	0	0	全职	2019-12-03 10:30:37	0	五险一金	6660148	['其他']	数据分析	10978749	0	0	33k-50k	0	数据分析	['数据分析']	数据分析	3-5年
4	5de5e75734e608e63026c1c0	0	0	0	北京	韦博网讯科技（北京）有限公司	580170	[]	WPIC	50-150人	2019-12-03 12:10:22	0	本科	未融资	产品\|需求\|项目类	12:10发布	today	电商,软件开发	['电商']	0	0	全职	2019-12-03 11:54:22	0	待遇优厚，良好的发展前景	6590101	['电商']	数据分析	13213101	0	0	10k-15k	0	数据分析	['数据分析']	产品\|需求\|项目类	1-3年
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
3135	5de5ea1134e608e63026cdfb	0	0	1	天津	清博津商（天津）教育科技有限公司	260578	[]	清博津商	15-50人	2019-11-13 15:55:55	0	不限	不需要融资	运营\|编辑\|客服类	2019-11-13	overSevenDays	数据服务,教育	[]	0	1	兼职	2019-11-13 15:55:45	0	大数据行业优势，工作氛围好	6579749	['审核', '内容审核', '信息']	审核实习生（春节短期）	8913003	0	0	1k-2k	0	审核	['审核', '内容审核', '信息']	信息审核	应届毕业生
3136	5de5ea1134e608e63026cdfc	0	0	1	天津	上海礼紫股权投资基金管理有限公司	264817	[]	礼紫股权投资	500-2000人	2019-11-04 09:02:04	0	不限	未融资	运营\|编辑\|客服类	2019-11-04	overSevenDays	金融	['社交', '运营']	0	0	全职	2019-11-14 16:23:36	0	旅游团建、内部晋升、待遇优厚、提供住宿	6270749	['社交', '运营']	运营助理	9535048	0	0	6k-8k	0	运营	['运营']	运营助理\|专员	不限
3137	5de5ea1134e608e63026cdfd	0	0	1	天津	北京达佳互联信息技术有限公司	1880	['股票期权', '弹性工作', '定期体检', '岗位晋升']	快手	2000人以上	2019-12-03 10:16:28	0	本科	D轮及以上	运营\|编辑\|客服类	10:16发布	today	文娱丨内容	[]	0	0	全职	2019-12-03 10:01:37	0	五险一金,绩效奖金,餐补,房补	5051153	['运营', '用户运营']	运营编辑团队leader	10506720	0	0	8k-15k	0	运营	['运营', '用户运营']	用户运营	3-5年
3138	5de5ea1134e608e63026cdfe	0	0	1	天津	北京河狸家信息技术有限公司	25854	['高配福利', '弹性时间', 'BAT￥', '逗逼伙伴']	河狸家	500-2000人	2019-12-02 17:03:54	0	不限	C轮	运营\|编辑\|客服类	1天前发布	today	移动互联网	['电商', '商家运营']	0	0	全职	2019-12-03 11:25:10	0	五险一金	6624059	['电商', '商家运营']	商家运营-天津	14725914	3	1	6k-8k	0	运营	['商家运营']	商家运营	不限
3139	5de5ea1134e608e63026cdff	0	0	1	天津	北京河狸家信息技术有限公司	25854	['高配福利', '弹性时间', 'BAT￥', '逗逼伙伴']	河狸家	500-2000人	2019-12-02 17:03:56	0	本科	C轮	运营\|编辑\|客服类	1天前发布	today	移动互联网	['移动互联网']	0	1	全职	2019-12-03 11:25:10	0	转正机会	6633633	['移动互联网']	运营实习生-天津	14725914	3	1	2k-4k	0	运营	[]	运营助理\|专员	应届毕业生

3140 rows × 37 columns

df1.drop(columns = ['_id','adWord','appShow','approve','deliver'],inplace=True)
df1

	city	companyFullName	companyId	companyLabelList	companyShortName	companySize	createTime	education	financeStage	firstType	formatCreateTime	imState	industryField	industryLables	isHotHire	isSchoolJob	jobNature	lastLogin	pcShow	positionAdvantage	positionId	positionLables	positionName	publisherId	resumeProcessDay	resumeProcessRate	salary	score	secondType	skillLables	thirdType	workYear
no
0	北京	达疆网络科技（上海）有限公司	32836	['年底双薪', '绩效奖金', '岗位晋升', '定期体检']	达达-京东到家	2000人以上	2019-12-02 20:38:25	本科	D轮及以上	产品\|需求\|项目类	1天前发布	today	消费生活	[]	0	0	全职	2019-12-03 10:33:07	0	成长快、氛围好、领导好	6638350	['BI', '数据分析']	数据分析岗	7855636	1	100	15k-30k	0	数据分析	['BI', '数据分析']	BI	3-5年
1	北京	北京音娱时光科技有限公司	286568	['年底双薪', '绩效奖金', '带薪年假', '免费健身']	音娱时光	50-150人	2019-12-03 11:23:35	本科	A轮	产品\|需求\|项目类	11:23发布	today	移动互联网	[]	0	0	全职	2019-12-03 11:23:38	0	技术大牛多；免费餐饮；氛围好；	6263661	['SQL', 'BI', 'SPSS']	数据分析	12147286	1	100	10k-18k	0	数据分析	['SQL', 'BI', 'SPSS']	数据分析	1-3年
2	北京	北京千喜鹤餐饮管理有限公司	278964	[]	千喜鹤	2000人以上	2019-12-03 10:35:09	本科	未融资	产品\|需求\|项目类	10:35发布	today	消费生活	['移动互联网', '视频', 'SQL']	0	0	全职	2019-12-03 11:08:34	0	福利好，五险一金，住房补助	6660141	['移动互联网', '视频', 'SQL']	数据分析	6436858	0	0	20k-30k	0	数据分析	['SQL', '数据分析']	数据分析	3-5年
3	北京	吉林省海生电子商务有限公司	399744	[]	吉林省海生电子商务有限公司	少于15人	2019-12-03 10:35:56	本科	不需要融资	产品\|需求\|项目类	10:35发布	today	电商	['其他']	0	0	全职	2019-12-03 10:30:37	0	五险一金	6660148	['其他']	数据分析	10978749	0	0	33k-50k	0	数据分析	['数据分析']	数据分析	3-5年
4	北京	韦博网讯科技（北京）有限公司	580170	[]	WPIC	50-150人	2019-12-03 12:10:22	本科	未融资	产品\|需求\|项目类	12:10发布	today	电商,软件开发	['电商']	0	0	全职	2019-12-03 11:54:22	0	待遇优厚，良好的发展前景	6590101	['电商']	数据分析	13213101	0	0	10k-15k	0	数据分析	['数据分析']	产品\|需求\|项目类	1-3年
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
3135	天津	清博津商（天津）教育科技有限公司	260578	[]	清博津商	15-50人	2019-11-13 15:55:55	不限	不需要融资	运营\|编辑\|客服类	2019-11-13	overSevenDays	数据服务,教育	[]	0	1	兼职	2019-11-13 15:55:45	0	大数据行业优势，工作氛围好	6579749	['审核', '内容审核', '信息']	审核实习生（春节短期）	8913003	0	0	1k-2k	0	审核	['审核', '内容审核', '信息']	信息审核	应届毕业生
3136	天津	上海礼紫股权投资基金管理有限公司	264817	[]	礼紫股权投资	500-2000人	2019-11-04 09:02:04	不限	未融资	运营\|编辑\|客服类	2019-11-04	overSevenDays	金融	['社交', '运营']	0	0	全职	2019-11-14 16:23:36	0	旅游团建、内部晋升、待遇优厚、提供住宿	6270749	['社交', '运营']	运营助理	9535048	0	0	6k-8k	0	运营	['运营']	运营助理\|专员	不限
3137	天津	北京达佳互联信息技术有限公司	1880	['股票期权', '弹性工作', '定期体检', '岗位晋升']	快手	2000人以上	2019-12-03 10:16:28	本科	D轮及以上	运营\|编辑\|客服类	10:16发布	today	文娱丨内容	[]	0	0	全职	2019-12-03 10:01:37	0	五险一金,绩效奖金,餐补,房补	5051153	['运营', '用户运营']	运营编辑团队leader	10506720	0	0	8k-15k	0	运营	['运营', '用户运营']	用户运营	3-5年
3138	天津	北京河狸家信息技术有限公司	25854	['高配福利', '弹性时间', 'BAT￥', '逗逼伙伴']	河狸家	500-2000人	2019-12-02 17:03:54	不限	C轮	运营\|编辑\|客服类	1天前发布	today	移动互联网	['电商', '商家运营']	0	0	全职	2019-12-03 11:25:10	0	五险一金	6624059	['电商', '商家运营']	商家运营-天津	14725914	3	1	6k-8k	0	运营	['商家运营']	商家运营	不限
3139	天津	北京河狸家信息技术有限公司	25854	['高配福利', '弹性时间', 'BAT￥', '逗逼伙伴']	河狸家	500-2000人	2019-12-02 17:03:56	本科	C轮	运营\|编辑\|客服类	1天前发布	today	移动互联网	['移动互联网']	0	1	全职	2019-12-03 11:25:10	0	转正机会	6633633	['移动互联网']	运营实习生-天津	14725914	3	1	2k-4k	0	运营	[]	运营助理\|专员	应届毕业生

3140 rows × 32 columns

# 找出热招岗位
df1[df1.isHotHire == 1]

	city	companyFullName	companyId	companyLabelList	companyShortName	companySize	createTime	education	financeStage	firstType	formatCreateTime	imState	industryField	industryLables	isHotHire	isSchoolJob	jobNature	lastLogin	pcShow	positionAdvantage	positionId	positionLables	positionName	publisherId	resumeProcessDay	resumeProcessRate	salary	score	secondType	skillLables	thirdType	workYear
no

# 融资阶段D轮及以上的招聘岗位
# 判断某字符串中是否含有某字符(模糊查询)
df1[df1.financeStage.str.contains('D')]

	city	companyFullName	companyId	companyLabelList	companyShortName	companySize	createTime	education	financeStage	firstType	formatCreateTime	imState	industryField	industryLables	isHotHire	isSchoolJob	jobNature	lastLogin	pcShow	positionAdvantage	positionId	positionLables	positionName	publisherId	resumeProcessDay	resumeProcessRate	salary	score	secondType	skillLables	thirdType	workYear
no
0	北京	达疆网络科技（上海）有限公司	32836	['年底双薪', '绩效奖金', '岗位晋升', '定期体检']	达达-京东到家	2000人以上	2019-12-02 20:38:25	本科	D轮及以上	产品\|需求\|项目类	1天前发布	today	消费生活	[]	0	0	全职	2019-12-03 10:33:07	0	成长快、氛围好、领导好	6638350	['BI', '数据分析']	数据分析岗	7855636	1	100	15k-30k	0	数据分析	['BI', '数据分析']	BI	3-5年
10	北京	贝壳找房（北京）科技有限公司	55446	['股票期权', '带薪年假', '绩效奖金', '扁平管理']	贝壳	2000人以上	2019-12-03 10:29:26	本科	D轮及以上	开发\|测试\|运维类	10:29发布	today	房产家居	['房产服务', '本地生活', '数据挖掘', '数据分析', '数据处理']	0	0	全职	2019-12-03 10:29:23	0	福利好，成长高	6217427	['房产服务', '本地生活', '数据挖掘', '数据分析', '数据处理']	数据分析经理	9752940	1	5	30k-50k	0	数据开发	['数据挖掘', '数据分析', '数据处理']	数据分析	5-10年
13	北京	贝壳找房（北京）科技有限公司	55446	['股票期权', '带薪年假', '绩效奖金', '扁平管理']	贝壳	2000人以上	2019-12-03 10:29:28	本科	D轮及以上	开发\|测试\|运维类	10:29发布	today	房产家居	[]	0	0	全职	2019-12-03 10:29:23	0	福利好，成长高	6186927	['数据分析', '数据处理']	资深数据分析师	9752940	1	5	30k-50k	0	数据开发	['数据分析', '数据处理']	数据分析	5-10年
14	北京	达疆网络科技（上海）有限公司	32836	['年底双薪', '绩效奖金', '岗位晋升', '定期体检']	达达-京东到家	2000人以上	2019-12-02 20:38:25	本科	D轮及以上	产品\|需求\|项目类	1天前发布	today	消费生活	[]	0	0	全职	2019-12-03 10:33:07	0	成长快、氛围好、领导好	6638350	['BI', '数据分析']	数据分析岗	7855636	1	100	15k-30k	0	数据分析	['BI', '数据分析']	BI	3-5年
18	北京	达疆网络科技（上海）有限公司	32836	['年底双薪', '绩效奖金', '岗位晋升', '定期体检']	达达-京东到家	2000人以上	2019-12-02 20:38:25	本科	D轮及以上	产品\|需求\|项目类	1天前发布	today	消费生活	[]	0	0	全职	2019-12-03 10:33:07	0	成长快、氛围好、领导好	5828609	['BI', 'SQL', 'SPSS']	数据分析师	7855636	1	100	20k-30k	0	数据分析	['BI', 'SQL', 'SPSS']	数据分析	3-5年
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
3091	天津	北京小唱科技有限公司	5026	['节日礼物', '股票期权', '带薪年假', '员工海外游']	唱吧-手机里的KTV	150-500人	2019-11-29 13:32:23	大专	D轮及以上	运营\|编辑\|客服类	2019-11-29	today	移动互联网,游戏	[]	0	0	全职	2019-12-03 11:12:18	0	年终奖福利好弹性工作时间	6647762	['质检']	质检专员	49542	1	40	5k-7k	0	客服	['质检']	客服	不限
3104	天津	天津链家宝业房地产经纪有限公司北城街店	496665	[]	天津链家地产	2000人以上	2019-11-29 17:01:27	本科	D轮及以上	销售类	2019-11-29	today	其他	['房产服务', '大数据', '客户代表', '区域销售', '电话销售', '市场拓展']	0	0	全职	2019-12-02 19:04:59	0	底薪5000 全国连锁企业发展前景大	5546662	['房产服务', '大数据', '客户代表', '区域销售', '电话销售', '市场拓展']	高级经纪人	12344930	0	0	6k-12k	0	销售	['客户代表', '区域销售', '电话销售', '市场拓展']	销售顾问	不限
3120	天津	北京每日优鲜电子商务有限公司	39934	['六险一金', '股票期权', '快速晋升', '年度体检']	每日优鲜	2000人以上	2019-11-13 21:25:02	本科	D轮及以上	贸易\|批发\|零售\|租赁业	2019-11-13	sevenDays	移动互联网,电商	['电商', '移动互联网']	0	0	全职	2019-11-26 21:04:53	0	五险一金,带薪年假,餐补,节日礼品	6484735	['电商', '移动互联网']	天津商品采购	11702595	1	100	15k-25k	0	采购	[]	买手	3-5年
3121	天津	北京每日优鲜电子商务有限公司	39934	['六险一金', '股票期权', '快速晋升', '年度体检']	每日优鲜	2000人以上	2019-11-13 21:25:02	本科	D轮及以上	贸易\|批发\|零售\|租赁业	2019-11-13	sevenDays	移动互联网,电商	['移动互联网', '本地生活']	0	0	全职	2019-11-26 21:04:53	0	五险一金,带薪年假,餐补,节日礼品	6484666	['移动互联网', '本地生活']	天津商品采购（果蔬、食材、食品）	11702595	1	100	15k-20k	0	采购	[]	买手	3-5年
3137	天津	北京达佳互联信息技术有限公司	1880	['股票期权', '弹性工作', '定期体检', '岗位晋升']	快手	2000人以上	2019-12-03 10:16:28	本科	D轮及以上	运营\|编辑\|客服类	10:16发布	today	文娱丨内容	[]	0	0	全职	2019-12-03 10:01:37	0	五险一金,绩效奖金,餐补,房补	5051153	['运营', '用户运营']	运营编辑团队leader	10506720	0	0	8k-15k	0	运营	['运营', '用户运营']	用户运营	3-5年

235 rows × 32 columns

# 数据分析岗位
temp1 = df1[df1.positionName.str.contains('数据分析')]
temp1

	city	companyFullName	companyId	companyLabelList	companyShortName	companySize	createTime	education	financeStage	firstType	formatCreateTime	imState	industryField	industryLables	isHotHire	isSchoolJob	jobNature	lastLogin	pcShow	positionAdvantage	positionId	positionLables	positionName	publisherId	resumeProcessDay	resumeProcessRate	salary	score	secondType	skillLables	thirdType	workYear
no
0	北京	达疆网络科技（上海）有限公司	32836	['年底双薪', '绩效奖金', '岗位晋升', '定期体检']	达达-京东到家	2000人以上	2019-12-02 20:38:25	本科	D轮及以上	产品\|需求\|项目类	1天前发布	today	消费生活	[]	0	0	全职	2019-12-03 10:33:07	0	成长快、氛围好、领导好	6638350	['BI', '数据分析']	数据分析岗	7855636	1	100	15k-30k	0	数据分析	['BI', '数据分析']	BI	3-5年
1	北京	北京音娱时光科技有限公司	286568	['年底双薪', '绩效奖金', '带薪年假', '免费健身']	音娱时光	50-150人	2019-12-03 11:23:35	本科	A轮	产品\|需求\|项目类	11:23发布	today	移动互联网	[]	0	0	全职	2019-12-03 11:23:38	0	技术大牛多；免费餐饮；氛围好；	6263661	['SQL', 'BI', 'SPSS']	数据分析	12147286	1	100	10k-18k	0	数据分析	['SQL', 'BI', 'SPSS']	数据分析	1-3年
2	北京	北京千喜鹤餐饮管理有限公司	278964	[]	千喜鹤	2000人以上	2019-12-03 10:35:09	本科	未融资	产品\|需求\|项目类	10:35发布	today	消费生活	['移动互联网', '视频', 'SQL']	0	0	全职	2019-12-03 11:08:34	0	福利好，五险一金，住房补助	6660141	['移动互联网', '视频', 'SQL']	数据分析	6436858	0	0	20k-30k	0	数据分析	['SQL', '数据分析']	数据分析	3-5年
3	北京	吉林省海生电子商务有限公司	399744	[]	吉林省海生电子商务有限公司	少于15人	2019-12-03 10:35:56	本科	不需要融资	产品\|需求\|项目类	10:35发布	today	电商	['其他']	0	0	全职	2019-12-03 10:30:37	0	五险一金	6660148	['其他']	数据分析	10978749	0	0	33k-50k	0	数据分析	['数据分析']	数据分析	3-5年
4	北京	韦博网讯科技（北京）有限公司	580170	[]	WPIC	50-150人	2019-12-03 12:10:22	本科	未融资	产品\|需求\|项目类	12:10发布	today	电商,软件开发	['电商']	0	0	全职	2019-12-03 11:54:22	0	待遇优厚，良好的发展前景	6590101	['电商']	数据分析	13213101	0	0	10k-15k	0	数据分析	['数据分析']	产品\|需求\|项目类	1-3年
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
3065	天津	北京达佳互联信息技术有限公司	1880	['股票期权', '弹性工作', '定期体检', '岗位晋升']	快手	2000人以上	2019-12-03 10:16:29	本科	D轮及以上	产品\|需求\|项目类	10:16发布	today	文娱丨内容	['视频', '直播', '数据分析', '数据运营', '可视化']	0	0	全职	2019-12-03 10:01:37	0	福利待遇平台发展公司规模	5605166	['视频', '直播', '数据分析', '数据运营', '可视化']	数据分析专员	10506720	0	0	8k-10k	0	数据分析	['数据分析', '数据运营', '可视化']	数据分析	1-3年
3069	天津	林之尚沃（天津）国际贸易有限公司	195673	[]	林之尚沃	15-50人	2019-12-03 09:37:31	本科	不需要融资	产品\|需求\|项目类	09:37发布	today	医疗丨健康	['大数据', '工具软件', '数据分析', '数据运营', 'BI', '数据库']	0	0	全职	2019-12-03 09:31:30	0	节假日福利团建活动零食饮料	6654011	['大数据', '工具软件', '数据分析', '数据运营', 'BI', '数据库']	数据分析专员	9208074	2	78	6k-10k	0	数据分析	['数据分析', '数据运营', 'BI', '数据库']	数据分析	1-3年
3070	天津	林之尚沃（天津）国际贸易有限公司	195673	[]	林之尚沃	15-50人	2019-12-03 09:37:31	本科	不需要融资	产品\|需求\|项目类	09:37发布	today	医疗丨健康	['新零售', '数据运营', '数据分析']	0	0	兼职	2019-12-03 09:31:30	0	节假日福利团建活动零食饮料	6485218	['新零售', '数据运营', '数据分析']	数据分析实习生	9208074	2	78	2k-4k	0	数据分析	['数据运营', '数据分析']	商业	不限
3071	天津	西安格蒂电力有限公司	45678	['技能培训', '带薪年假', '绩效奖金', '岗位晋升']	格蒂电力	500-2000人	2019-12-03 07:19:26	大专	未融资	开发\|测试\|运维类	07:19发布	today	企业服务	[]	0	0	全职	2019-12-03 07:18:23	0	上市公司，福利待遇优厚，职业发展空间广阔	6635415	['数据分析', 'Oracle', 'ETL', '数据挖掘']	ETL/大数据/数据分析/实施	15229043	1	3	6k-12k	0	数据开发	['数据分析', 'Oracle', 'ETL', '数据挖掘']	ETL	3-5年
3088	天津	谷川联行有限公司	36984	['年底双薪', '技能培训', '带薪年假', '绩效奖金']	谷川联行	150-500人	2019-11-26 08:42:40	本科	不需要融资	开发\|测试\|运维类	2019-11-26	today	软件开发,企业服务	['大数据', 'MySQL', '数据仓库', '数据分析', 'ETL']	0	0	全职	2019-12-03 11:15:17	0	发展空间大福利待遇高周末双休	6638504	['大数据', 'MySQL', '数据仓库', '数据分析', 'ETL']	BI工程师/数据分析师（天津）	651726	1	100	8k-12k	0	数据开发	['MySQL', '数据仓库', '数据分析', 'ETL']	BI工程师	不限

1515 rows × 32 columns

df1['year'] = pd.to_datetime(df1['createTime']).dt.year
df1['month'] = pd.to_datetime(df1['createTime']).dt.month
df1['day'] = pd.to_datetime(df1['createTime']).dt.day
df1['weekday'] = pd.to_datetime(df1['createTime']).dt.weekday  # 0 - 星期一
df1

	city	companyFullName	companyId	companyLabelList	companyShortName	companySize	createTime	education	financeStage	firstType	formatCreateTime	imState	industryField	industryLables	isHotHire	isSchoolJob	jobNature	lastLogin	pcShow	positionAdvantage	positionId	positionLables	positionName	publisherId	resumeProcessDay	resumeProcessRate	salary	score	secondType	skillLables	thirdType	workYear	year	month	day	weekday
no
0	北京	达疆网络科技（上海）有限公司	32836	['年底双薪', '绩效奖金', '岗位晋升', '定期体检']	达达-京东到家	2000人以上	2019-12-02 20:38:25	本科	D轮及以上	产品\|需求\|项目类	1天前发布	today	消费生活	[]	0	0	全职	2019-12-03 10:33:07	0	成长快、氛围好、领导好	6638350	['BI', '数据分析']	数据分析岗	7855636	1	100	15k-30k	0	数据分析	['BI', '数据分析']	BI	3-5年	2019	12	2	0
1	北京	北京音娱时光科技有限公司	286568	['年底双薪', '绩效奖金', '带薪年假', '免费健身']	音娱时光	50-150人	2019-12-03 11:23:35	本科	A轮	产品\|需求\|项目类	11:23发布	today	移动互联网	[]	0	0	全职	2019-12-03 11:23:38	0	技术大牛多；免费餐饮；氛围好；	6263661	['SQL', 'BI', 'SPSS']	数据分析	12147286	1	100	10k-18k	0	数据分析	['SQL', 'BI', 'SPSS']	数据分析	1-3年	2019	12	3	1
2	北京	北京千喜鹤餐饮管理有限公司	278964	[]	千喜鹤	2000人以上	2019-12-03 10:35:09	本科	未融资	产品\|需求\|项目类	10:35发布	today	消费生活	['移动互联网', '视频', 'SQL']	0	0	全职	2019-12-03 11:08:34	0	福利好，五险一金，住房补助	6660141	['移动互联网', '视频', 'SQL']	数据分析	6436858	0	0	20k-30k	0	数据分析	['SQL', '数据分析']	数据分析	3-5年	2019	12	3	1
3	北京	吉林省海生电子商务有限公司	399744	[]	吉林省海生电子商务有限公司	少于15人	2019-12-03 10:35:56	本科	不需要融资	产品\|需求\|项目类	10:35发布	today	电商	['其他']	0	0	全职	2019-12-03 10:30:37	0	五险一金	6660148	['其他']	数据分析	10978749	0	0	33k-50k	0	数据分析	['数据分析']	数据分析	3-5年	2019	12	3	1
4	北京	韦博网讯科技（北京）有限公司	580170	[]	WPIC	50-150人	2019-12-03 12:10:22	本科	未融资	产品\|需求\|项目类	12:10发布	today	电商,软件开发	['电商']	0	0	全职	2019-12-03 11:54:22	0	待遇优厚，良好的发展前景	6590101	['电商']	数据分析	13213101	0	0	10k-15k	0	数据分析	['数据分析']	产品\|需求\|项目类	1-3年	2019	12	3	1
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
3135	天津	清博津商（天津）教育科技有限公司	260578	[]	清博津商	15-50人	2019-11-13 15:55:55	不限	不需要融资	运营\|编辑\|客服类	2019-11-13	overSevenDays	数据服务,教育	[]	0	1	兼职	2019-11-13 15:55:45	0	大数据行业优势，工作氛围好	6579749	['审核', '内容审核', '信息']	审核实习生（春节短期）	8913003	0	0	1k-2k	0	审核	['审核', '内容审核', '信息']	信息审核	应届毕业生	2019	11	13	2
3136	天津	上海礼紫股权投资基金管理有限公司	264817	[]	礼紫股权投资	500-2000人	2019-11-04 09:02:04	不限	未融资	运营\|编辑\|客服类	2019-11-04	overSevenDays	金融	['社交', '运营']	0	0	全职	2019-11-14 16:23:36	0	旅游团建、内部晋升、待遇优厚、提供住宿	6270749	['社交', '运营']	运营助理	9535048	0	0	6k-8k	0	运营	['运营']	运营助理\|专员	不限	2019	11	4	0
3137	天津	北京达佳互联信息技术有限公司	1880	['股票期权', '弹性工作', '定期体检', '岗位晋升']	快手	2000人以上	2019-12-03 10:16:28	本科	D轮及以上	运营\|编辑\|客服类	10:16发布	today	文娱丨内容	[]	0	0	全职	2019-12-03 10:01:37	0	五险一金,绩效奖金,餐补,房补	5051153	['运营', '用户运营']	运营编辑团队leader	10506720	0	0	8k-15k	0	运营	['运营', '用户运营']	用户运营	3-5年	2019	12	3	1
3138	天津	北京河狸家信息技术有限公司	25854	['高配福利', '弹性时间', 'BAT￥', '逗逼伙伴']	河狸家	500-2000人	2019-12-02 17:03:54	不限	C轮	运营\|编辑\|客服类	1天前发布	today	移动互联网	['电商', '商家运营']	0	0	全职	2019-12-03 11:25:10	0	五险一金	6624059	['电商', '商家运营']	商家运营-天津	14725914	3	1	6k-8k	0	运营	['商家运营']	商家运营	不限	2019	12	2	0
3139	天津	北京河狸家信息技术有限公司	25854	['高配福利', '弹性时间', 'BAT￥', '逗逼伙伴']	河狸家	500-2000人	2019-12-02 17:03:56	本科	C轮	运营\|编辑\|客服类	1天前发布	today	移动互联网	['移动互联网']	0	1	全职	2019-12-03 11:25:10	0	转正机会	6633633	['移动互联网']	运营实习生-天津	14725914	3	1	2k-4k	0	运营	[]	运营助理\|专员	应届毕业生	2019	12	2	0

3140 rows × 36 columns

# 捕获薪资字段以获取工资上下限
temp = df1.salary.str.extract(r'(\d+)[kK]?-(\d+)[kK]?')
# 将DataFrame中的str映射成int
temp = temp.applymap(int)
# 沿1轴计算均值
# axis = 1,表示对所有的列的每一行进行操作
df1['msal'] = temp.mean(axis = 1)
df1

	city	companyFullName	companyId	companyLabelList	companyShortName	companySize	createTime	education	financeStage	firstType	formatCreateTime	imState	industryField	industryLables	isHotHire	isSchoolJob	jobNature	lastLogin	pcShow	positionAdvantage	positionId	positionLables	positionName	publisherId	resumeProcessDay	resumeProcessRate	salary	score	secondType	skillLables	thirdType	workYear	year	month	day	weekday	msal
no
0	北京	达疆网络科技（上海）有限公司	32836	['年底双薪', '绩效奖金', '岗位晋升', '定期体检']	达达-京东到家	2000人以上	2019-12-02 20:38:25	本科	D轮及以上	产品\|需求\|项目类	1天前发布	today	消费生活	[]	0	0	全职	2019-12-03 10:33:07	0	成长快、氛围好、领导好	6638350	['BI', '数据分析']	数据分析岗	7855636	1	100	15k-30k	0	数据分析	['BI', '数据分析']	BI	3-5年	2019	12	2	0	22.5
1	北京	北京音娱时光科技有限公司	286568	['年底双薪', '绩效奖金', '带薪年假', '免费健身']	音娱时光	50-150人	2019-12-03 11:23:35	本科	A轮	产品\|需求\|项目类	11:23发布	today	移动互联网	[]	0	0	全职	2019-12-03 11:23:38	0	技术大牛多；免费餐饮；氛围好；	6263661	['SQL', 'BI', 'SPSS']	数据分析	12147286	1	100	10k-18k	0	数据分析	['SQL', 'BI', 'SPSS']	数据分析	1-3年	2019	12	3	1	14.0
2	北京	北京千喜鹤餐饮管理有限公司	278964	[]	千喜鹤	2000人以上	2019-12-03 10:35:09	本科	未融资	产品\|需求\|项目类	10:35发布	today	消费生活	['移动互联网', '视频', 'SQL']	0	0	全职	2019-12-03 11:08:34	0	福利好，五险一金，住房补助	6660141	['移动互联网', '视频', 'SQL']	数据分析	6436858	0	0	20k-30k	0	数据分析	['SQL', '数据分析']	数据分析	3-5年	2019	12	3	1	25.0
3	北京	吉林省海生电子商务有限公司	399744	[]	吉林省海生电子商务有限公司	少于15人	2019-12-03 10:35:56	本科	不需要融资	产品\|需求\|项目类	10:35发布	today	电商	['其他']	0	0	全职	2019-12-03 10:30:37	0	五险一金	6660148	['其他']	数据分析	10978749	0	0	33k-50k	0	数据分析	['数据分析']	数据分析	3-5年	2019	12	3	1	41.5
4	北京	韦博网讯科技（北京）有限公司	580170	[]	WPIC	50-150人	2019-12-03 12:10:22	本科	未融资	产品\|需求\|项目类	12:10发布	today	电商,软件开发	['电商']	0	0	全职	2019-12-03 11:54:22	0	待遇优厚，良好的发展前景	6590101	['电商']	数据分析	13213101	0	0	10k-15k	0	数据分析	['数据分析']	产品\|需求\|项目类	1-3年	2019	12	3	1	12.5
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
3135	天津	清博津商（天津）教育科技有限公司	260578	[]	清博津商	15-50人	2019-11-13 15:55:55	不限	不需要融资	运营\|编辑\|客服类	2019-11-13	overSevenDays	数据服务,教育	[]	0	1	兼职	2019-11-13 15:55:45	0	大数据行业优势，工作氛围好	6579749	['审核', '内容审核', '信息']	审核实习生（春节短期）	8913003	0	0	1k-2k	0	审核	['审核', '内容审核', '信息']	信息审核	应届毕业生	2019	11	13	2	1.5
3136	天津	上海礼紫股权投资基金管理有限公司	264817	[]	礼紫股权投资	500-2000人	2019-11-04 09:02:04	不限	未融资	运营\|编辑\|客服类	2019-11-04	overSevenDays	金融	['社交', '运营']	0	0	全职	2019-11-14 16:23:36	0	旅游团建、内部晋升、待遇优厚、提供住宿	6270749	['社交', '运营']	运营助理	9535048	0	0	6k-8k	0	运营	['运营']	运营助理\|专员	不限	2019	11	4	0	7.0
3137	天津	北京达佳互联信息技术有限公司	1880	['股票期权', '弹性工作', '定期体检', '岗位晋升']	快手	2000人以上	2019-12-03 10:16:28	本科	D轮及以上	运营\|编辑\|客服类	10:16发布	today	文娱丨内容	[]	0	0	全职	2019-12-03 10:01:37	0	五险一金,绩效奖金,餐补,房补	5051153	['运营', '用户运营']	运营编辑团队leader	10506720	0	0	8k-15k	0	运营	['运营', '用户运营']	用户运营	3-5年	2019	12	3	1	11.5
3138	天津	北京河狸家信息技术有限公司	25854	['高配福利', '弹性时间', 'BAT￥', '逗逼伙伴']	河狸家	500-2000人	2019-12-02 17:03:54	不限	C轮	运营\|编辑\|客服类	1天前发布	today	移动互联网	['电商', '商家运营']	0	0	全职	2019-12-03 11:25:10	0	五险一金	6624059	['电商', '商家运营']	商家运营-天津	14725914	3	1	6k-8k	0	运营	['商家运营']	商家运营	不限	2019	12	2	0	7.0
3139	天津	北京河狸家信息技术有限公司	25854	['高配福利', '弹性时间', 'BAT￥', '逗逼伙伴']	河狸家	500-2000人	2019-12-02 17:03:56	本科	C轮	运营\|编辑\|客服类	1天前发布	today	移动互联网	['移动互联网']	0	1	全职	2019-12-03 11:25:10	0	转正机会	6633633	['移动互联网']	运营实习生-天津	14725914	3	1	2k-4k	0	运营	[]	运营助理\|专员	应届毕业生	2019	12	2	0	3.0

3140 rows × 37 columns

# 排序和TopN
df1.sort_values(by = 'msal',ascending=False)

	city	companyFullName	companyId	companyLabelList	companyShortName	companySize	createTime	education	financeStage	firstType	formatCreateTime	imState	industryField	industryLables	isHotHire	isSchoolJob	jobNature	lastLogin	pcShow	positionAdvantage	positionId	positionLables	positionName	publisherId	resumeProcessDay	resumeProcessRate	salary	score	secondType	skillLables	thirdType	workYear	year	month	day	weekday	msal
no
2084	武汉	北京一一万物科技有限公司	132108	['年底双薪', '午餐补助', '弹性工作', '扁平管理']	伴伴	50-150人	2019-12-03 11:00:12	不限	不需要融资	运营\|编辑\|客服类	11:00发布	today	移动互联网,社交	['移动互联网']	0	0	兼职	2019-12-03 10:57:20	0	时间自由、工作环境好、薪资待遇高	6660359	['移动互联网']	应用商店维护实习生	4515587	1	49	100k-200k	0	运营	[]	网络推广	不限	2019	12	3	1	150.0
2547	西安	西安嗅链信息技术有限公司	117426867	[]	嗅链信息	50-150人	2019-12-02 22:37:11	本科	未融资	综合职能\|高级管理	1天前发布	today	区块链	['企业服务', '合伙人', '区域管理', '事业部管理']	0	0	全职	2019-12-03 08:26:16	0	年薪百万	6659442	['企业服务', '合伙人', '区域管理', '事业部管理']	总监	15729179	0	0	45k-90k	0	高级管理职位	['合伙人', '区域管理', '事业部管理']	COO	3-5年	2019	12	2	0	67.5
2542	西安	西安嗅链信息技术有限公司	117426867	[]	嗅链信息	50-150人	2019-12-02 22:37:11	本科	未融资	综合职能\|高级管理	1天前发布	today	区块链	['企业服务', '合伙人', '区域管理', '事业部管理']	0	0	全职	2019-12-03 08:26:16	0	年薪百万	6659442	['企业服务', '合伙人', '区域管理', '事业部管理']	总监	15729179	0	0	45k-90k	0	高级管理职位	['合伙人', '区域管理', '事业部管理']	COO	3-5年	2019	12	2	0	67.5
1072	深圳	维沃移动通信有限公司	19875	['年终分红', '带薪年假', '年度旅游', '岗位晋升']	vivo	2000人以上	2019-11-20 17:19:04	本科	不需要融资	产品\|需求\|项目类	2019-11-20	sevenDays	硬件	['移动互联网']	0	0	全职	2019-11-29 10:34:39	0	股票期权,精英团队,弹性工作	5505916	['移动互联网']	商业数据分析师	4036782	0	0	50k-80k	0	数据分析	[]	数据分析	3-5年	2019	11	20	2	65.0
1074	深圳	维沃移动通信有限公司	19875	['年终分红', '带薪年假', '年度旅游', '岗位晋升']	vivo	2000人以上	2019-11-20 17:19:04	本科	不需要融资	产品\|需求\|项目类	2019-11-20	sevenDays	硬件	['移动互联网']	0	0	全职	2019-11-29 10:34:39	0	弹性工作,股票期权,大数据平台千万用户	5948719	['移动互联网']	商业数据分析师 (003969)	4036782	0	0	50k-80k	0	数据分析	[]	数据分析	3-5年	2019	11	20	2	65.0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
3135	天津	清博津商（天津）教育科技有限公司	260578	[]	清博津商	15-50人	2019-11-13 15:55:55	不限	不需要融资	运营\|编辑\|客服类	2019-11-13	overSevenDays	数据服务,教育	[]	0	1	兼职	2019-11-13 15:55:45	0	大数据行业优势，工作氛围好	6579749	['审核', '内容审核', '信息']	审核实习生（春节短期）	8913003	0	0	1k-2k	0	审核	['审核', '内容审核', '信息']	信息审核	应届毕业生	2019	11	13	2	1.5
1169	广州	网易（杭州）网络有限公司	329	['节日礼物', '技能培训', '免费班车', '带薪年假']	网易	2000人以上	2019-12-01 16:30:07	本科	上市公司	市场\|商务类	2天前发布	disabled	电商	[]	0	1	实习	2019-12-03 11:20:24	0	平台好、导师制、包三餐	5808948	['数据分析']	数据分析实习生	262031	2	62	1k-2k	0	市场\|营销	['数据分析']	商业数据分析	应届毕业生	2019	12	1	6	1.5
507	上海	宜家（中国）投资有限公司	560057	['年底双薪', '带薪年假', '定期体检', '弹性工作']	宜家	2000人以上	2019-12-03 10:20:51	本科	不需要融资	产品\|需求\|项目类	10:20发布	today	消费生活	[]	0	0	全职	2019-12-03 11:26:31	0	员工餐厅企业年金超长年假外企福利	6046040	['数据分析', '可视化', 'SQL']	高级数据分析师	5883282	1	17	1k-2k	0	数据分析	['数据分析', '可视化', 'SQL']	数据分析	5-10年	2019	12	3	1	1.5
996	深圳	九章天璇投资咨询（深圳）有限公司	543962	[]	九章天璇	少于15人	2019-11-23 10:07:43	本科	未融资	产品\|需求\|项目类	2019-11-23	today	金融,数据服务	['互联网金融', '大数据', '数据分析']	0	1	实习	2019-12-02 18:29:30	0	金融 AI 大数据	6514680	['互联网金融', '大数据', '数据分析']	数据分析实习生	10701138	1	100	1k-2k	0	数据分析	['数据分析']	数据分析	应届毕业生	2019	11	23	5	1.5
915	深圳	中国平安人寿保险股份有限公司	140014	['绩效奖金', '带薪年假', '定期体检', '节日礼物']	平安人寿	2000人以上	2019-12-03 00:00:12	本科	上市公司	产品\|需求\|项目类	00:00发布	disabled	金融	['金融']	0	0	全职	2019-12-02 10:01:28	0	五险一金,绩效奖金,节日福利,定期体检	6095621	['金融']	0222JM-数据分析师	7915574	0	0	1k-1k	0	数据分析	[]	其他数据分析	1-3年	2019	12	3	1	1.0

3140 rows × 37 columns

df1.nlargest(10,'msal')

	city	companyFullName	companyId	companyLabelList	companyShortName	companySize	createTime	education	financeStage	firstType	formatCreateTime	imState	industryField	industryLables	isHotHire	isSchoolJob	jobNature	lastLogin	pcShow	positionAdvantage	positionId	positionLables	positionName	publisherId	resumeProcessDay	resumeProcessRate	salary	score	secondType	skillLables	thirdType	workYear	year	month	day	weekday	msal
no
2084	武汉	北京一一万物科技有限公司	132108	['年底双薪', '午餐补助', '弹性工作', '扁平管理']	伴伴	50-150人	2019-12-03 11:00:12	不限	不需要融资	运营\|编辑\|客服类	11:00发布	today	移动互联网,社交	['移动互联网']	0	0	兼职	2019-12-03 10:57:20	0	时间自由、工作环境好、薪资待遇高	6660359	['移动互联网']	应用商店维护实习生	4515587	1	49	100k-200k	0	运营	[]	网络推广	不限	2019	12	3	1	150.0
2542	西安	西安嗅链信息技术有限公司	117426867	[]	嗅链信息	50-150人	2019-12-02 22:37:11	本科	未融资	综合职能\|高级管理	1天前发布	today	区块链	['企业服务', '合伙人', '区域管理', '事业部管理']	0	0	全职	2019-12-03 08:26:16	0	年薪百万	6659442	['企业服务', '合伙人', '区域管理', '事业部管理']	总监	15729179	0	0	45k-90k	0	高级管理职位	['合伙人', '区域管理', '事业部管理']	COO	3-5年	2019	12	2	0	67.5
2547	西安	西安嗅链信息技术有限公司	117426867	[]	嗅链信息	50-150人	2019-12-02 22:37:11	本科	未融资	综合职能\|高级管理	1天前发布	today	区块链	['企业服务', '合伙人', '区域管理', '事业部管理']	0	0	全职	2019-12-03 08:26:16	0	年薪百万	6659442	['企业服务', '合伙人', '区域管理', '事业部管理']	总监	15729179	0	0	45k-90k	0	高级管理职位	['合伙人', '区域管理', '事业部管理']	COO	3-5年	2019	12	2	0	67.5
1072	深圳	维沃移动通信有限公司	19875	['年终分红', '带薪年假', '年度旅游', '岗位晋升']	vivo	2000人以上	2019-11-20 17:19:04	本科	不需要融资	产品\|需求\|项目类	2019-11-20	sevenDays	硬件	['移动互联网']	0	0	全职	2019-11-29 10:34:39	0	股票期权,精英团队,弹性工作	5505916	['移动互联网']	商业数据分析师	4036782	0	0	50k-80k	0	数据分析	[]	数据分析	3-5年	2019	11	20	2	65.0
1074	深圳	维沃移动通信有限公司	19875	['年终分红', '带薪年假', '年度旅游', '岗位晋升']	vivo	2000人以上	2019-11-20 17:19:04	本科	不需要融资	产品\|需求\|项目类	2019-11-20	sevenDays	硬件	['移动互联网']	0	0	全职	2019-11-29 10:34:39	0	弹性工作,股票期权,大数据平台千万用户	5948719	['移动互联网']	商业数据分析师 (003969)	4036782	0	0	50k-80k	0	数据分析	[]	数据分析	3-5年	2019	11	20	2	65.0
978	深圳	深圳依时货拉拉科技有限公司	41178	['技能培训', '专项奖金', '绩效奖金', '扁平管理']	货拉拉	2000人以上	2019-11-25 16:55:07	本科	D轮及以上	产品\|需求\|项目类	2019-11-25	today	移动互联网,消费生活	[]	0	0	全职	2019-12-03 10:56:45	0	发展空间大	6069939	['BI', '商业', '数据分析']	资深数据分析师(J11772)	765920	1	100	50k-70k	0	数据分析	['BI', '商业', '数据分析']	BI	5-10年	2019	11	25	0	60.0
1071	深圳	维沃移动通信有限公司	19875	['年终分红', '带薪年假', '年度旅游', '岗位晋升']	vivo	2000人以上	2019-11-20 17:19:03	本科	不需要融资	开发\|测试\|运维类	2019-11-20	sevenDays	硬件	[]	0	0	全职	2019-11-29 10:34:39	0	股票期权,精英团队,弹性工作	6474297	['数据分析']	商业数据分析经理	4036782	0	0	40k-80k	0	数据开发	['数据分析']	数据分析	5-10年	2019	11	20	2	60.0
1866	南京	上海冰鉴信息科技有限公司	93049	['福利关怀丰厚', '组织管理扁平', '年终奖金丰厚', '技术实力强大']	冰鉴科技	150-500人	2019-12-02 13:48:10	博士	C轮	金融类	1天前发布	today	信息安全,数据服务	[]	0	0	全职	2019-12-03 09:49:45	0	六险一金、年假、下午茶、年终2-4个月	6608166	['风险评估', '授信审查', '风控']	模型总监	10816955	1	40	50k-70k	0	风控	['风险评估', '授信审查', '风控']	风控	3-5年	2019	12	2	0	60.0
2445	武汉	北京字节跳动科技有限公司	62	['扁平管理', '弹性工作', '大厨定制三餐', '就近租房补贴']	字节跳动	2000人以上	2019-11-21 11:15:59	本科	C轮	开发\|测试\|运维类	2019-11-21	today	文娱丨内容	['后端开发']	0	0	全职	2019-12-02 14:48:46	0	六险一金，高薪期权，免费三餐，租房补贴	5949709	['后端开发']	后端架构师-武汉	12014567	0	0	40k-80k	0	后端开发	[]	其他后端开发	不限	2019	11	21	3	60.0
2507	武汉	北京字节跳动科技有限公司	62	['扁平管理', '弹性工作', '大厨定制三餐', '就近租房补贴']	字节跳动	2000人以上	2019-11-21 11:15:59	本科	C轮	开发\|测试\|运维类	2019-11-21	today	文娱丨内容	['后端开发']	0	0	全职	2019-12-02 14:48:46	0	六险一金，高薪期权，免费三餐，租房补贴	5949709	['后端开发']	后端架构师-武汉	12014567	0	0	40k-80k	0	后端开发	[]	其他后端开发	不限	2019	11	21	3	60.0

ser = df1.groupby('city').msal.mean()
ser

city
上海    20.198630
北京    21.044444
南京    13.411157
厦门    12.139098
天津    10.400000
广州    14.800562
成都    12.573333
杭州    20.122881
武汉    12.401111
深圳    19.473077
苏州    13.826531
西安     9.340237
长沙     9.394737
Name: msal, dtype: float64

ser.plot(kind = 'bar')
plt.xticks(rotation = 0)  # 横坐标旋转度数
plt.show()

在这里插入图片描述

def my_mean(group):
    return np.round(np.mean(group),1)

# SAC --> Split - Aggragate - Combine
df1.groupby('city').msal.agg(['max','min',my_mean,np.ptp])

	max	min	my_mean	ptp
city
上海	45.0	1.5	20.2	43.5
北京	52.5	2.5	21.0	50.0
南京	60.0	1.5	13.4	58.5
厦门	37.5	3.0	12.1	34.5
天津	37.5	1.5	10.4	36.0
广州	40.0	1.5	14.8	38.5
成都	50.0	1.5	12.6	48.5
杭州	55.0	3.5	20.1	51.5
武汉	150.0	2.5	12.4	147.5
深圳	65.0	1.0	19.5	64.0
苏州	42.5	3.5	13.8	39.0
西安	67.5	2.5	9.3	65.0
长沙	25.0	3.0	9.4	22.0

# 对多个列进行数据聚合不同的列使用不同的聚合方式
# 同一个列也可以作用多个聚合函数
df1.groupby('city')[['msal','companyId']].agg({
    'msal':my_mean,
    'companyId':['nunique','count']
})

	msal	companyId
	my_mean	nunique	count
city
上海	20.2	204	365
北京	21.0	246	450
南京	13.4	135	242
厦门	12.1	70	133
天津	10.4	49	75
广州	14.8	124	178
成都	12.6	250	450
杭州	20.1	80	118
武汉	12.4	246	450
深圳	19.5	142	260
苏州	13.8	68	98
西安	9.3	113	169
长沙	9.4	90	152

透视表

什么是透视表：根据A统计B

# 生成透视表  DataFrame、A、B、聚合函数
pd.pivot_table(data=df1,   # DataFrame
               index = 'city',   # A 被透视对象 原表格数据项(groupby属性)
               values = ['msal','companyId'],   # B 需要透视的数据
               aggfunc = {   # 聚合函数
                   'msal':my_mean,
                   'companyId':'nunique'
               })

	companyId	msal
city
上海	204	20.2
北京	246	21.0
南京	135	13.4
厦门	70	12.1
天津	49	10.4
广州	124	14.8
成都	250	12.6
杭州	80	20.1
武汉	246	12.4
深圳	142	19.5
苏州	68	13.8
西安	113	9.3
长沙	90	9.4

df2 = pd.read_excel('../files/data/2020年销售数据.xlsx')
df2

	销售日期	销售信息	销售区域	销售渠道	销售订单	品牌	售价	销售数量	销售额
0	2020-01-01	上海拼多多订单182894-455	上海	拼多多	182894-455	八匹马	99	83	8217
1	2020-01-01	上海抖音订单205635-402	上海	抖音	205635-402	八匹马	219	29	6351
2	2020-01-01	上海天猫订单205654-021	上海	天猫	205654-021	八匹马	169	85	14365
3	2020-01-01	上海天猫订单205654-519	上海	天猫	205654-519	八匹马	169	14	2366
4	2020-01-01	上海天猫订单377781-010	上海	天猫	377781-010	皮皮虾	249	61	15189
...	...	...	...	...	...	...	...	...	...
1940	2020-12-30	北京京东订单D89677	北京	京东	D89677	花花姑娘	269	26	6994
1941	2020-12-30	福建实体订单182719-050	福建	实体	182719-050	八匹马	79	97	7663
1942	2020-12-31	福建实体订单G70083	福建	实体	G70083	花花姑娘	269	55	14795
1943	2020-12-31	福建抖音订单211471-902/704	福建	抖音	211471-902/704	八匹马	59	59	3481
1944	2020-12-31	福建天猫订单211807-050	福建	天猫	211807-050	八匹马	99	27	2673

1945 rows × 9 columns

# 月度销售额
pd.pivot_table(data = df2,
               index = '品牌',
               columns= ['销售区域'],
               values = ['销售额'],
               aggfunc =np.sum,
               margins=True,   # 添加总计列
               margins_name='总计')

	销售额
销售区域	上海	北京	南京	安徽	广东	江苏	浙江	福建	总计
品牌
八匹马	1689384.0	1703513.0	317169.0	239382.0	214443.0	24992.0	3927.0	1141836.0	5334646
啊哟喂	168858.0	259090.0	49847.0	13697.0	26677.0	19104.0	8843.0	147043.0	693159
壁虎	1573379.0	1381350.0	195633.0	148002.0	22146.0	5475.0	202228.0	1150766.0	4678979
皮皮虾	2939357.0	2365844.0	480544.0	55771.0	95826.0	99989.0	NaN	1854940.0	7892271
花花姑娘	5239511.0	6767920.0	724108.0	438611.0	1258857.0	387519.0	472864.0	5883642.0	21173032
总计	11610489.0	12477717.0	1767301.0	895463.0	1617949.0	537079.0	687862.0	10178227.0	39772087

# 品牌销售占比
temp = pd.pivot_table(data = df2,
                     index = '品牌',
                     values = '销售额',
                     aggfunc = 'sum',
                     margins=True,
                     margins_name='总计')
temp

	销售额
品牌
八匹马	5334646
啊哟喂	693159
壁虎	4678979
皮皮虾	7892271
花花姑娘	21173032
总计	39772087

# 品牌销售占比
temp.plot(kind = 'pie',autopct = '%.2f%%',subplots=True)
plt.show

<function matplotlib.pyplot.show(close=None, block=None)>

在这里插入图片描述

# 各地区销售额
pd.pivot_table(data = df2,
              index = '销售区域',
              values = ['销售额'],
              columns = '品牌',
              aggfunc = 'sum',
              margins=True,
              margins_name='总计')

	销售额
品牌	八匹马	啊哟喂	壁虎	皮皮虾	花花姑娘	总计
销售区域
上海	1689384.0	168858.0	1573379.0	2939357.0	5239511.0	11610489
北京	1703513.0	259090.0	1381350.0	2365844.0	6767920.0	12477717
南京	317169.0	49847.0	195633.0	480544.0	724108.0	1767301
安徽	239382.0	13697.0	148002.0	55771.0	438611.0	895463
广东	214443.0	26677.0	22146.0	95826.0	1258857.0	1617949
江苏	24992.0	19104.0	5475.0	99989.0	387519.0	537079
浙江	3927.0	8843.0	202228.0	NaN	472864.0	687862
福建	1141836.0	147043.0	1150766.0	1854940.0	5883642.0	10178227
总计	5334646.0	693159.0	4678979.0	7892271.0	21173032.0	39772087

# 各渠道品牌销量
pd.pivot_table(data = df2,
              index = ['销售渠道'],
              columns = ['品牌'],
              values =['销售数量'],
              aggfunc = 'sum',
              margins = True,
              margins_name = '总计')

	销售数量
品牌	八匹马	啊哟喂	壁虎	皮皮虾	花花姑娘	总计
销售渠道
京东	5428	733	3199	3090	9072	21522
天猫	9416	926	4824	5980	15881	37027
实体	3600	462	2174	2684	4991	13911
抖音	2978	541	2065	1995	4966	12545
拼多多	5722	719	3119	3750	9088	22398
总计	27144	3381	15381	17499	43998	107403

# 不同售价区间的阅读销量占比
# 分箱，将连续的数据放到离散的箱子中基于分箱的结果在进行分组
print('MAX:',df2['售价'].max())
print('MIN:',df2['售价'].min())
box = pd.cut(df2['售价'],bins = [50,300,550,800,1050,1300,1550])
temp2 = df2.groupby(box)['售价'].count()
temp2

MAX: 1499
MIN: 59





售价
(50, 300]       917
(300, 550]      745
(550, 800]      171
(800, 1050]      74
(1050, 1300]     32
(1300, 1550]      6
Name: 售价, dtype: int64

temp2.plot(kind = 'pie',autopct = '%.2f%%')
plt.show

<function matplotlib.pyplot.show(close=None, block=None)>

在这里插入图片描述

张士玉小黑屋

当前位置：首页 » 《随便一记》 » 正文

Pandas 进阶_Lemon_Review的博客

27 人参与 2021年12月02日 08:03 分类 : 《随便一记》评论

数据分析的一般流程

Example 1

Example 2

透视表

评论（0）

赞助本站

最新文章

张士玉小黑屋

当前位置：首页 » 《随便一记》 » 正文

Pandas 进阶_Lemon_Review的博客

27 人参与 2021年12月02日 08:03 分类 : 《随便一记》 评论

数据分析的一般流程

Example 1

Example 2

透视表

评论（0） 赞助本站

最新文章

27 人参与 2021年12月02日 08:03 分类 : 《随便一记》评论

评论（0）

赞助本站