444

数据处理.py

@@ -0,0 +1,49 @@
+import pandas as pd
+
+# 读取数据
+data = pd.read_csv("智联卓聘.csv")
+
+# 将城市这一列的所有是省-市的改为省
+for i in data.index:
+    if '-' in data.loc[i,'城市']:
+        data.loc[i,'城市'] = data.loc[i,'城市'].split('-')[0]
+data.to_csv("处理好城市后的数据.csv")
+
+# 将公司类型这一列非公司类型的用无来代替
+# 首先将所有的类型筛选出来
+type = data["公司类型"].drop_duplicates().tolist()
+li = ['民营', '外商独资', '其它','股份制企业', '上市公司', '事业单位', '国企','合资','国家机关', '港澳台公司']
+data['公司类型']=data['公司类型'].astype(str)
+for i in data.index:
+    if data.loc[i,'公司类型'] not in li:
+        data.loc[i,'公司类型'] = data.loc[i,'公司类型'].replace(data.loc[i,'公司类型'],'无')
+
+data = data.drop(data[data['公司类型']=='无'].index)
+data = data.drop(data[data['公司规模']=='民营'].index)
+data.to_csv("处理好公司类型和规模后的数据.csv")
+
+# 将招聘公司和职位名称那一列中有...的...删除
+data['招聘公司']=data['招聘公司'].astype(str)
+for i in data.index:
+    if '...' in data.loc[i,'招聘公司']:
+        data.loc[i, '招聘公司'] =  data.loc[i,'招聘公司'].replace('...','')
+    if '...' in data.loc[i,'职位名称']:
+        data.loc[i, '职位名称'] =  data.loc[i,'职位名称'].replace('...','')
+data.to_csv("处理好...后的数据.csv")
+
+# 首先将这一列数据的名称改为年薪
+# 因为工资那一列有很多都是xx-xx万，为了在后续画图中方便，这种格式的一律统一成前面的那个数
+index = ["职位名称","年薪(万)","学历要求","工作经验","招聘公司","公司类型","公司规模","城市","行业"]
+data.columns = index
+for i in data.index:
+    if '-' in data.loc[i,'年薪(万)']:
+        data.loc[i,'年薪(万)'] = data.loc[i,'年薪(万)'].split('-')[0]
+data = data.drop(data[data['年薪(万)']=='面议'].index)
+data.to_csv("处理好工资之后的数据.csv")
+
+# 将学历要求为硕士和博士的行删除
+# d1 =data.drop(data[data['学历要求']=="硕士"].index,inplace=True)
+# d2 =d1.drop(data[data['学历要求']=="博士"].index)
+# d1.to_csv("最新数据.csv")
+
+# print(d2.head())