Python招聘网站数据分析源码

时间: 2023-11-05 15:54:02 浏览: 32
以下是一个使用 Python 进行爬虫和数据分析的招聘网站源码示例: ```python import requests from bs4 import BeautifulSoup import pandas as pd # 定义爬虫函数 def get_job_list(url): response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') jobs = soup.find_all('div', {'class': 'job-primary'}) job_list = [] for job in jobs: try: title = job.find('div', {'class': 'job-title'}).text.strip() except: title = '' try: salary = job.find('span', {'class': 'red'}).text.strip() except: salary = '' try: company = job.find('div', {'class': 'company-text'}).a.text.strip() except: company = '' try: location = job.find('div', {'class': 'job-address'}).text.strip() except: location = '' job_list.append([title, salary, company, location]) return job_list # 爬取数据 url = 'https://www.zhipin.com/c100010000/?query=Python&page={}' job_list = [] for i in range(1, 11): url_page = url.format(i) job_list += get_job_list(url_page) # 转换数据为 DataFrame 格式 df = pd.DataFrame(job_list, columns=['Title', 'Salary', 'Company', 'Location']) # 数据清洗和处理 df.drop_duplicates(inplace=True) df.reset_index(drop=True, inplace=True) df['Salary_min'] = df.Salary.apply(lambda x: x.split('-')[0] if '-' in x else x) df['Salary_max'] = df.Salary.apply(lambda x: x.split('-')[1] if '-' in x else x) df['Salary_min'] = df.Salary_min.apply(lambda x: x.replace('K', '000').replace('以上', '')) df['Salary_max'] = df.Salary_max.apply(lambda x: x.replace('K', '000').replace('以上', '')) df['Salary_min'] = pd.to_numeric(df.Salary_min) df['Salary_max'] = pd.to_numeric(df.Salary_max) df['Salary_avg'] = (df.Salary_min + df.Salary_max) / 2 df['Location'] = df.Location.apply(lambda x: x.split('·')[0]) # 数据分析 location_group = df.groupby('Location')['Title'].count().reset_index().sort_values(by='Title', ascending=False) salary_group = df.groupby('Location')['Salary_avg'].mean().reset_index().sort_values(by='Salary_avg', ascending=False) # 结果输出 print('地区招聘数量排名:\n', location_group.head(10)) print('\n地区薪资水平排名:\n', salary_group.head(10)) ``` 这个示例使用 `requests` 和 `BeautifulSoup` 库进行网页爬取和解析,然后使用 `pandas` 库将数据转换为 DataFrame 格式进行清洗和处理,最后使用 DataFrame 的 groupby() 函数进行数据分析。输出结果为地区招聘数量排名和地区薪资水平排名。

相关推荐

最新推荐

recommend-type

基于 Python 的招聘网站数据分析.docx

本文通过爬虫网站上的以 Python 为主的岗位在全国范围内的相关招聘信息,并把它作为数据来源进行清洗和可视化,分析了现今 Python 岗位与其它热门语言的差距和它的热点地域分布,各种职位的热门程度和薪资水平的现状...
recommend-type

Python数据分析和特征提取

四个部分。 第一部分处理基线模型的开发。 该模型应使我们能够快速了解问题和数据。 之后,深入细节。第三部分,通过探索性数据分析和特征提取来研究和增强数据,第四部分,改善机器学习模型的性能。
recommend-type

python数据分析实战之AQI分析

文章目录1、数据分析的基本流程2、明确需求和目的2.1 需求和目的3、数据收集4、数据预处理4.1 数据整合4.1.1 加载相关库和数据集4.1.2 数据总体概览4.2 数据清洗4.2.1 缺失值的处理4.2.2 异常值的处理4.2.3 重复值的...
recommend-type

《python数据分析与挖掘实战》第一章总结.docx

《python数据分析与挖掘实战》-张良均,第一章总结的读书笔记 记录我的学习之旅,每份文档倾心倾力,带我成我大牛,回头观望满脸笑意,望大家多多给予意见,有问题或错误,请联系 我将及时改正;借鉴文章标明出处,...
recommend-type

《python数据分析与挖掘实战》第二章总结.docx

《python数据分析与挖掘实战》-张良均,第二章总结的读书笔记 记录我的学习之旅,每份文档倾心倾力,带我成我大牛,回头观望满脸笑意,望大家多多给予意见,有问题或错误,请联系 我将及时改正;借鉴文章标明出处,...
recommend-type

RTL8188FU-Linux-v5.7.4.2-36687.20200602.tar(20765).gz

REALTEK 8188FTV 8188eus 8188etv linux驱动程序稳定版本, 支持AP,STA 以及AP+STA 共存模式。 稳定支持linux4.0以上内核。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

:YOLOv1目标检测算法:实时目标检测的先驱,开启计算机视觉新篇章

![:YOLOv1目标检测算法:实时目标检测的先驱,开启计算机视觉新篇章](https://img-blog.csdnimg.cn/img_convert/69b98e1a619b1bb3c59cf98f4e397cd2.png) # 1. 目标检测算法概述 目标检测算法是一种计算机视觉技术,用于识别和定位图像或视频中的对象。它在各种应用中至关重要,例如自动驾驶、视频监控和医疗诊断。 目标检测算法通常分为两类:两阶段算法和单阶段算法。两阶段算法,如 R-CNN 和 Fast R-CNN,首先生成候选区域,然后对每个区域进行分类和边界框回归。单阶段算法,如 YOLO 和 SSD,一次性执行检
recommend-type

info-center source defatult

这是一个 Cisco IOS 命令,用于配置 Info Center 默认源。Info Center 是 Cisco 设备的日志记录和报告工具,可以用于收集和查看设备的事件、警报和错误信息。该命令用于配置 Info Center 默认源,即设备的默认日志记录和报告服务器。在命令行界面中输入该命令后,可以使用其他命令来配置默认源的 IP 地址、端口号和协议等参数。
recommend-type

c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf

校园超市商品信息管理系统课程设计旨在帮助学生深入理解程序设计的基础知识,同时锻炼他们的实际操作能力。通过设计和实现一个校园超市商品信息管理系统,学生掌握了如何利用计算机科学与技术知识解决实际问题的能力。在课程设计过程中,学生需要对超市商品和销售员的关系进行有效管理,使系统功能更全面、实用,从而提高用户体验和便利性。 学生在课程设计过程中展现了积极的学习态度和纪律,没有缺勤情况,演示过程流畅且作品具有很强的使用价值。设计报告完整详细,展现了对问题的深入思考和解决能力。在答辩环节中,学生能够自信地回答问题,展示出扎实的专业知识和逻辑思维能力。教师对学生的表现予以肯定,认为学生在课程设计中表现出色,值得称赞。 整个课程设计过程包括平时成绩、报告成绩和演示与答辩成绩三个部分,其中平时表现占比20%,报告成绩占比40%,演示与答辩成绩占比40%。通过这三个部分的综合评定,最终为学生总成绩提供参考。总评分以百分制计算,全面评估学生在课程设计中的各项表现,最终为学生提供综合评价和反馈意见。 通过校园超市商品信息管理系统课程设计,学生不仅提升了对程序设计基础知识的理解与应用能力,同时也增强了团队协作和沟通能力。这一过程旨在培养学生综合运用技术解决问题的能力,为其未来的专业发展打下坚实基础。学生在进行校园超市商品信息管理系统课程设计过程中,不仅获得了理论知识的提升,同时也锻炼了实践能力和创新思维,为其未来的职业发展奠定了坚实基础。 校园超市商品信息管理系统课程设计的目的在于促进学生对程序设计基础知识的深入理解与掌握,同时培养学生解决实际问题的能力。通过对系统功能和用户需求的全面考量,学生设计了一个实用、高效的校园超市商品信息管理系统,为用户提供了更便捷、更高效的管理和使用体验。 综上所述,校园超市商品信息管理系统课程设计是一项旨在提升学生综合能力和实践技能的重要教学活动。通过此次设计,学生不仅深化了对程序设计基础知识的理解,还培养了解决实际问题的能力和团队合作精神。这一过程将为学生未来的专业发展提供坚实基础,使其在实际工作中能够胜任更多挑战。