https://www.bilibili.com/video/BV1qa4y1J7dS
columns：职位、薪水区间、工作经验、技能标签1、2、3、4、5、公司名称、规模及融资情况、公司类型、公司福利
数据清洗与规整思路
连接数据库
检查缺失值、重复值，去重处理
position字段，去除异常不相关字段数据（str.contains函数的应用）
salary_range字段，拆为两列最高top、最低bottom薪资（find函数返回查到字符串的索引值，反之返回-1）
增加平均薪资列：匿名函数的应用
work_year字段：学历和工作年限；学历有7种数据格式：学历不限、中专/中技、高中、大专、本科、硕士、博士
工作经验有三种数据格式：x-x年、x天/周x个月、经验不限。
把全职和实习岗位区分开来：索引取反用到一个~
city字段：统一到城市名称apply(lamdba：x[:x.find('·')] if x.find('·') != -1 else x)
text字段：转化为融资情况和公司规模两列，统一规整为数据分析、数据运营、数据挖掘、其他
数据分析 整体思路
数据类岗位整体需求
城市、学历、工作经验对薪水的影响
不同岗位对应的学历要求、薪水分布情况
公司一般会用什么福利待遇来吸引求职者
不同岗位要求的关键技能点是什么
网友评论