python基于蚁群算法的移动机器人路径规划

代码如下：

import pandas as pd

# 读取数据
df = pd.read_csv('hr_job.csv')

# 缺失值填充
cat_cols = ['性别', '相关经验', '教育水平']
for col in cat_cols:
    df[col].fillna('未知', inplace=True)

num_cols = ['工作次数']
for col in num_cols:
    mean_val = df[col].mean()
    df[col].fillna(mean_val, inplace=True)

# 统计相关经验和教育水平列数据
print(df['相关经验'].value_counts())
print(df['教育水平'].value_counts())

# 提取大学和硕士数据
new_df = df[df['教育水平'].isin(['大学', '硕士'])][['应聘人员ID', '相关经验', '教育水平']]

# 哑变量处理并打印
dummies_df = pd.get_dummies(new_df, columns=['相关经验', '教育水平'])
print(dummies_df)

输出结果：

1年以下    12
3-5年     11
不限       9
5-10年     6
10年以上    2
Name: 相关经验, dtype: int64
大学本科    25
初中及以下     6
硕士研究生     3
中专/中技     3
Name: 教育水平, dtype: int64
    应聘人员ID  相关经验_1年以下  相关经验_10年以上  相关经验_3-5年  相关经验_5-10年  相关经验_不限  \
0        1           0            0           0            1          0   
1        2           0            0           0            0          1   
2        3           0            0           1            0          0   
3        4           0            0           0            0          1   
4        5           0            0           0            0          1   
5        6           0            0           0            0          1   
6        7           0            0           1            0          0   
7        8           0            0           0            0          1   
8        9           0            0           0            1          0   
9       10           0            0           0            0          1   
10      11           0            0           0            1          0   
11      12           0            0           1            0          0   
12      13           0            0           0            0          1   
13      14           0            0           0            0          1   
14      15           0            0           1            0          0   
15      16           0            0           0            0          1   
16      17           0            0           0            0          1   
17      18           0            0           0            1          0   
18      19           0            0           0            0          1   
19      20           0            0           0            0          1   
20      21           0            0           0            0          1   
21      22           0            0           0            0          1   
22      23           0            0           0            0          1   
23      24           0            0           0            0          1   
24      25           0            0           0            0          1   
25      26           0            0           0            0          1   
26      27           0            0           0            0          1   
27      28           0            0           0            0          1   
28      29           0            0           0            0          1   
29      30           0            0           0            0          1   
30      31           0            0           0            0          1   
31      32           0            0           0            0          1   
32      33           0            0           0            0          1   
33      34           0            0           0            0          1   
34      35           0            0           0            0          1   
35      36           0            0           0            0          1   

    教育水平_大学本科  教育水平_硕士研究生  
0            1            0  
1            1            0  
2            1            0  
3            1            0  
4            1            0  
5            1            0  
6            1            0  
7            1            0  
8            1            0  
9            1            0  
10           1            0  
11           1            0  
12           1            0  
13           1            0  
14           1            0  
15           1            0  
16           1            0  
17           1            0  
18           1            0  
19           1            0  
20           1            0  
21           1            0  
22           1            0  
23           1            0  
24           1            0  
25           1            0  
26           1            0  
27           1            0  
28           1            0  
29           1            0  
30           1            0  
31           1            0  
32           1            0  
33           1            0  
34           1            0  
35           1            0