Excel案例分享:數據分析崗位薪資與前景揭秘

2021-02-13 愛數據學習社

Excel是進行數據分析用得最多、最基本的工具。為了儘快掌握使用Excel做數據分析的操作,我也來找個小案例實踐一下。這個小案例是對數據分析的崗位進行的分析,希望通過數據分析找到數據分析這個崗位的一些基本情況,也給自己轉行多一點底氣。

明確分析的目的

數據準備

數據清洗

數據分析

數據可視化

分析報告

數據分析師的在各個城市的招聘數量和平均薪水

數據分析師的各個工作經驗年限招聘佔比

數據分析師的各個工作經驗年限招聘的平均薪水

薪資前幾位的公司

各學歷的崗位數量及佔比

本次分析的數據存在Excel表中,一共有6800多條數據。在數據準備階段我們要做的是對數據每一列的意義和作用要有一個準確的理解,這樣才能保證後面的數據分析工作順利進行。

數據清洗的過程包括:選擇子集,重命名列名,刪除重複值,缺失值處理,欄位分列,過濾篩選等。

在給定的數據表中,有一些列是我們數據分析的時候用不到的,所以我們通常會將用不到的隱藏掉。

操作:選中要隱藏的列--》在列的上方右擊--》選擇隱藏

非必要,根據實際情況來定。當有列名意思表達不恰當,我們可以將列明重命名為易於理解的名字。

Excel刪除重複值的方法有很多種,可以使用countif函統計重複次數,然後刪除重複項;可以用篩選的方法來刪除重複的;還可以通過數據透視表來刪除重複項。這裡使用的是較為簡單的方法,直接根據職位ID來刪除重複項。刪除重複項前有職位ID的數據有6875條,刪除後剩下5032行了。

這裡選擇第一種方法來處理,選中各列,可以查看各列的記錄條數,可以看到城市和崗位所屬列存在商量的缺失值,在這對城市欄位的缺失值我們可以通過其他的欄位來判斷,然後將其手動補充完整。

操作:選中城市列--》點篩選--》去掉全選--》選擇空白,篩選出了兩條缺失值的記錄,然後根據商區可以判斷城市為上海,手動補全記錄。對於職位所屬可以用同樣的方法來補全缺失值。當空缺值較多時使用Ctrl+Eneter快捷鍵,在不連續的單元格中同時輸入同一個數據或公式時很好用。

在公司所屬領域欄位,有跨領域的情況存在,這時候需要將其分成兩列。

操作:將公司所屬領域這一列複製到最後粘貼(分列後的單元格會覆蓋右邊的單元格)--》隱藏原公司所屬領域列--》選中公司所屬領域列--》點擊篩選--》下一步--》選擇逗號分隔(或者在其他中輸入中文逗號)--》下一步--》完成,這時候可以看到被分成兩列了,然後將列的名字分別改成公司所屬領域1和2(防止後面在做數據透視的時候提示警告找不到數據表對應的欄位名)。

薪水欄位是一個範圍,需要將其分為三個欄位,最高薪水、最低薪水、平均薪水。

和上面的欄位拆分同樣的方法分列將分隔符設置為-,將薪水拆成最高薪水、最低薪水兩列,加上平均薪水列。在薪水這一列中可以看到有的薪資值沒有使用-分隔而是以上或是以下,這樣的列都會分隔到最低薪水這一列中,所以對應的最高薪水的值就會為空值,通過篩選最高薪水中的空值可以看到具體的情況。這裡的處理方式是把最高薪水賦值為最低薪水的值。

操作:取消最高薪水列的篩選--》選中列--》進入開始選項卡--》選擇查找--》在下拉框中選擇定位條件--》在彈出框中選擇空值--》將所有的空值查找到--》在單元格中輸入「=選中右邊的單元格」--》按Ctrl+Enter可以將所有的為空值的最高薪水列填充最低薪水的值。

最後我們把這兩列中的除數字以外的字符都替換為空就處理完成了。

操作:選中第一個單元格--》輸入avg選中平均值計算函數--》計算出單元格的平均值--》然後點擊右上角的T2,輸入T2:T5032回車--》即可選中2到5032的行--》在單元格上方的函數計算欄按Ctrl+Enter即可將所有的選中的單元格的平均值計算出來。

在查看職位名稱的數據時發現,職位中有一些不是數據分析的職位,需要把這些職位篩選過濾掉。

在原表【職位名稱】列後插入新的列命名為「是否為數據分析職位」。

在下方空白單元格插入函數=IF(COUNT(FIND({"數據運營","數據分析","分析師"},L2)),"是","否")。

雙擊單元格右下方進行自動填充。

上面的清洗工作做完了就到了真正的數據分析階段了,數據分析階段通過常用的數據透視表來進行,然後將分析結果以可視化圖表的形式來表現。

操作:選中所有數據--》點擊右上角的數據透視表--》生成數據透視表--》在右側將城市和列欄位拖入響應的區域裡面--》在左側會生成數據透視表的統計結果--》再點選表格中左上角行標籤---其他排序選項---降序排序--計數項:城市--》最後在總計的一列的任一單元格上右擊--》選擇值顯示方式--》選擇列匯總百分比--》

數據透視表調整完成,現在需要對我們的數據進行可視化。

這裡先選中數據透視表--》複製數據透視表--》在下方以粘貼值的方式粘貼(直接在透視表創建並餅圖會沒有總計欄位)--》選中粘貼的圖表--》右擊--》選擇設置單元格格式--》選擇數據顯示格式為百分比。

為了更好的展示局部站整體的百分比情況,選擇用餅圖來展示,從上面的透視結果看,從武漢往下面的佔比都不足百分之1,我們通過複合餅圖,將這些比例很小的放到其他的裡面顯示。

操作:選中賦值的數據表--》選擇插入選項卡--》圖表中點擊餅圖--》選擇複合餅圖類型--》在篩選中選中列標籤總計--》應用--》後面接著設置數字顯示格式--》調整餅圖樣式等操作。

4.數據分析師的隨工作經驗增長招聘的平均薪水變化趨勢

相關焦點

  • Excel數據分析實戰:原來數據崗位平均薪資最高的城市在這!
    文末掃海報二維碼領【全國數據崗位調研數據】https://www.jianshu.com/p/0f174dd132a6Excel是進行數據分析用得最多為了儘快掌握使用Excel做數據分析的操作,我也來找個小案例實踐一下。這個小案例是對數據分析的崗位進行的分析,希望通過數據分析找到數據分析這個崗位的一些基本情況,也給自己轉行多一點底氣。
  • 學大數據就業前景分析,如何就業薪資待遇2W+
    大數據這一概念從2009年起,迅速發展火熱,滲透到我們生活的各個領域,今天大數據已經是網際網路公司運營的風向標,大數據人才也成為炙手可熱的香餑餑。本期帶來學大數據就業前景分析,薪資待遇2W+都是什麼崗位呢?
  • 產品運營崗位平均薪資水平低,對數據分析能力要求較高
    本研究基於智聯官方網站上全國各省會、直轄市以及自治區首府產品運營相關崗位需求以及薪資數據對產品運營崗位就業現狀及趨勢進行分析。1. 北上杭深地區平均薪資較高整體的平均薪資為7570元/月,行業平均薪資較低。
  • 數據分析案例:用excel實現最低總成本的決策分析
    1、首先依據題目給定的數據建立數據模型2、繪製不同單位訂貨費下的年總成本曲線簇建立以一次訂貨費D5(30、40、50、60和當前假設的訂貨費50)為行自變量,以每次訂貨量D9(1-14、當前假設的訂貨量D7-0.001、D7、40)為列自變量,全年總成本D15
  • pyhton+BI分析5000條招聘數據,原來數據分析工作在這兒最好找
    這兩年的大數據熱潮帶火了數據分析這個職業,很多人想轉行幹數據分析,但是又不知道現在這個行業的求職環境和前景如何,動了心卻不敢貿然行動。前兩天有個幹運營的妹子找我聊天,也是問我數據分析崗位前景的問題,看在妹子長得實在好看的份上,我花了一晚上時間,去智聯招聘上面爬了一下數據分析崗位的招聘數據,對數據分析崗位的薪水,需求情況,以及要求的工作年限做了個分析。
  • 2020年北上廣深杭行政崗位分析:整體平均薪資較低
    行政管理崗位存在於每一個企業之中,是企業管理中重要的組成部分,崗位具有分布廣、需求大的特徵。本研究基於智聯官方網站2020年北上廣深杭行政相關崗位需求以及薪資數據對行政就業現狀及趨勢進行分析。1.圖六 不同職級平均薪資分布數據來源:智聯招聘7. 計算機網際網路崗位需求最高,銀行金融機構平均薪資最高行業研究中只選取主要分布的行業進行分析。
  • 北上廣深杭硬體工程師崗位分析:北京地區平均薪資最高
    本研究基於智聯官方網站上北上廣深杭硬體工程師相關崗位需求以及薪資數據對硬體工程師就業現狀及趨勢進行分析。1. 深圳地區崗位需求最高,北京地區平均薪資最高整體平均薪資為10919元/月,行業平均薪資較高,北京和上海地區平均薪資超過了整體平均水平,北京地區平均薪資最高為11885元/月。
  • 有哪些崗位?薪資怎麼樣?前景怎麼樣?
    Python的就業方向、薪資,學完前景怎麼樣?成都達內講解學習一門程式語言,大家都比較看重學完之後能做什麼?有哪些崗位?薪資怎麼樣?前景怎麼樣?本文將從以下幾個方面說一下Python的情況1、Python語言介紹2、Python的就業崗位3、Python的就業薪資4、Python的前景Python語言介紹
  • 重啟2020丨學而思網校大數據團隊負責人李晨煜:揭秘行業薪資水平和...
    【今日揭秘】1.這個行業日常的工作狀態是怎樣的?2.薪資待遇整體情況如何?3.行業中哪些崗位目前最為緊缺?4.這些緊缺崗位的入職要求是怎樣的?需要什麼水平的學歷或者技能?2、大數據算法工程師,普遍月薪同樣位於30K-60K之間。3、大數據分析,33.2%的從業者薪資處於20K-30K區間,10K-15K以及30K-50K區間的從業者人數接近20%,15K-20K區間的從業者佔比15.8%。
  • 大數據告訴你明年科技領域薪資最高的崗位是什麼
    (圖為Hired2019熱門IT崗位排行,圖片來源Hired,版權屬於原作者)在這九大熱門崗位中,市場對於數據分析和機器學習方面人才的需求還在持續提升。其中,數據工程師需求增幅達到38%,位列第四。但市場需求並不完全對等薪資水平,區塊鏈工程師的需求量雖高,薪資水平卻和第一名仍有差距。那麼,2020年科技領域薪資最高的崗位是什麼呢?2020年,最高薪職位展望今年8月,招聘服務公司Robert Half隨機抽樣調查了分布在舊金山灣區不同公司的2800位科技行業工作者。
  • 一級消防工程師考試科目、專業前景、薪資待遇分析
    之前很多網友留言問:一級消防工程師證書有沒有前景?重要不重要?會不會出現有價無市的情況?一消證書就業方向是什麼?今天小編整理了幾個諮詢量比較高的問題,供大家參考。一級消防工程師薪資待遇通過數據分析,消防工程師工資在20000-29999
  • 數據分析師薪資對照,你在哪個階層?
    當然,相比很多的傳統崗位而言,網際網路的相關職業的確賺得更多一些。很多年輕的朋友都想要進入這個行業,但也會擔心自己的能力是否能夠進入這個行業中去。我想說「三百六十行,行行出狀元」,想拿高薪不一定非要高學曆本專業,數據分析師就是一個很好的切入口,網際網路行業機會也更多,當然不同層次數據分析師薪資也不一樣。
  • 新一年漲工資指南:AI薪資水平和就業前景分析
    Anyway,也許我無法給出一個標準答案,但是我可以把我對AI行業的薪資水平和就業前景的研究分享出來,給大家做一個參考。目錄:行業解析網際網路凌冬已至,哪些企業還在招AI人才?為什麼學AI?AI薪資水平(對比其他語言和領域)熱門崗位能力要求AI行業入門和進階方向哪些高校有AI課程?
  • 數據分析:手把手教你Excel實戰
    在Excel函數和Excel技巧後,今天這篇文章講解實戰,如何運用上兩篇文章的知識進行分析。內容是新手的基礎教程。曾經有童鞋向我反應沒有Excel數據練習,所以這次提供真實數據。為了更好的了解數據分析師這個崗位,我用爬蟲爬取了招聘網站上約5000條的數據分析師職位數據。拿數據分析師進行數據分析。
  • 拉勾網數據分析崗數據分析
    簡介:試著,做了一個拉勾網數據分析師職位的數據分析。其實,雖然很想做數據分析師,但是是跨行,心裡相當忐忑,做這個分析就相當於加深自己對數據分析這個行業的了解了。思路大致思路起始數據來源本來是想自己寫個爬蟲的,可是學了好久,還是不能融會貫通,總會出一些bug,只能繼續學習,爭取早日修成爬神功。又想著,總不能還沒開始,就結束了這次實驗。
  • 行業、崗位、薪資福利誰更香?10w+數據幫你分析招聘市場
    摘要:以北京為例,本文爬取了智聯招聘官網10w+在招崗位數據[1],分析了不同行業薪資水平分布、各工資水平區間佔比、不同類型企業(國企、民營等)工資水平和具體福利、不同行業的學歷要求、崗位地區分布、不同行政區域工資比較、招聘文本詞頻以及各行業薪資最高的崗位。
  • 實操:如何用Excel做一次數據分析
    前一篇分享了《Excel數據分析必掌握的43個公式》,今天這篇講實操,教大家用Excel做一次簡單的分析。
  • 這4大專業最高薪資上萬,就業崗位多、前景好,有你的專業嗎
    很多考生關注的重點並不是這個專業有多受歡迎,而是這個專業以後的工作薪資怎麼樣,這個薪資關係到我們以後的生活質量,生活質量高,幸福滿意度自然就上來了,誰也不想為了生活奔波、愁眉苦臉的,所以來問大牛教育小編關於專業情況的考生很多都是為了了解該專業薪資,今天,大牛教育小編就整理了這4大專業最高薪資上萬
  • 數據科學與大數據技術專業都有哪些課程,前景如何?
    目前數據中國「百校工程」已有73所入選院校,23所項目院校通過教育部規建中心專家驗收,曙光瑞翼教育與項目院校校企合作協同育人,服務於全國各地近30所院校的曙光瑞翼大數據學院,招錄近6000名學生,在數據科學與大數據技術專業的課程設計上,設計以下的專業課程。
  • 2020年大數據專業就業前景怎麼樣?
    現在大學生的就業形勢越來越嚴峻,選擇一個就業前景好的專業非常重要,大數據專業作為目前報考熱門專業之一,它的就業前景如何呢?小編給大家分析一下。1.人才缺口大大數據專業畢業以後主要從事大數據分析工作,該崗位目前人才缺口很大,學會大數據分析就等於拿到了入職大企業和高薪資大門的鑰匙。根據統計顯示,僅北京地區1天需求量達到15680個。