大数据告诉你，你为什么会跳槽？
本文分析数据科学家求职情况数据集，运用常见EDA方法分析每个特征情况及他们与目标变量之间的关系。使用seaborn进行数据可视化辅助分析数据科学家们更换工作都有哪些特征。
若你需要了解本数据集中每个特征变量情况，可参见《数据科学家们更换工作都有哪些特征上》。本篇将继续探索分析，看看跳槽的人群都有哪些特征。
你打算换工作吗？
0 - Not looking for job change 1 - Looking for a job change
target = df_train['target']
percent_nan(target)
Total | % | |
|---|---|---|
0.0 | 14381 | 75.1 |
1.0 | 4777 | 24.9 |
sns.countplot(x='target',
data=df_train,
palette="Set1").set_title('Train')
从求职人数角度看，求职人数明显低于未求职人数，仅占总人数的1/4。你是否打算跳槽？可见从事数据分析工作的工作者还算是比较稳定的职业。 从正负样本数量看，此数据集为不平衡数据集。对于样本不平衡，我们有较多处理方法，不在本文范围内，下篇将为介绍不平衡数据集的常规处理方法。
人群画像--求职者们都有哪些特征
大城市更能留住人才
with sns.axes_style():
g = sns.displot(data=df_train,
x='city_development_index',
hue='target',
kind='kde',
legend=True,
height=6,
aspect=2)
g.set_ylabels(fontsize=15)
g.set_xlabels(fontsize=15)
g.set_xticklabels(fontsize=15)
g.set_yticklabels(fontsize=15)
plt.figure(figsize=(10,6))
sns.boxplot(x="target",y="city_development_index",data=df_train,palette="Set2")
plt.title("Distribution of city development index",fontsize=15)
plt.xlabel("looking for job change",fontsize=15)
plt.ylabel("city_development_index",fontsize=15)
平均城市发展指数越高的城市，更换工作的人越少。也就是说大城市的人更加倾向越扎根稳定工作。在大城市中可以得到更好的发展机会，得到更高的薪酬，人们更加愿意长久地服务一家企业。 相比之下，城市发展指数较低的城市并不能够很好地留住人才。
男性女性是否有差异？
def draw_countplot(hue,palette="Set1"):
plt.figure(figsize=(10,6))
ax = sns.countplot(x="target",data=df_train, hue=hue,palette=palette)
total =float(len(df_train))
plt.title("looking for Job change or not ?",fontsize=15)
plt.xlabel("looking for job change",fontsize=15)
plt.ylabel("Count",fontsize=15)
for p in ax.patches:
percentage = '{:.1f}%'.format(100 * p.get_height()/total)
x = p.get_x() + p.get_width()
y = p.get_height() + 50
ax.annotate(percentage, (x, y),ha='right',fontsize=15)
plt.show()
draw_countplot(hue="gender")
- 从事数据科学工作的男性居多，而女性仅占有不到10个点。
- 没有跳槽需求的男女比例约11%，比正在寻求工作的男女比例9.2%高出约两个百分点，或许从事数据科学工作的男性更加倾向稳定，又获取更换工作的成本更高，你是属于哪类呢？
- 目前约有80%的人不希望换工作。
具有相关经验的人更加倾向稳定工作
draw_countplot("relevent_experience","Set2")
在求职者中，有相关经验和没有相关经验的人相差不大。而稳定就业人群中，大部分人都是有一定的相关经验，且较没有相关经验的人明显较多。 由此也可以看出，有相关经验的人更能够更好驾驭当前工作，更不易更换工作。 没有相关经验的人群，一般为刚毕业的应届生，而应届生离职率高达20%-30%，如此高的离职率追根究底是什么原因，是薪酬待遇不到位？是发展机会不够多？是工作强度过高？是与同事或老板相处不融洽？这是个值得深思的问题。
继续教育是离职主要原因吗？
统计跳槽原因中，有多少人是因为需要继续深造，包括全日制和非全日制学习，这里可以看出。
plt.figure(figsize=(10,6))
ax = sns.countplot(x="enrolled_university",data=df_train[df_train['target']==1],palette="Set3")
total_1 =float(len(df_train[df_train['target']==1]))
plt.title("University enrollment status of persons looking for job change",fontsize=15)
plt.xlabel("University enrollment status",fontsize=15)
plt.ylabel("count",fontsize=12)
for p in ax.patches:
percentage = '{:.1f}%'.format(100 * p.get_height()/total_1)
x = p.get_x() + p.get_width()
y = p.get_height()+ 50
ax.annotate(percentage, (x, y),ha='right',fontsize=15)
ax.set_xticklabels(df_train['enrolled_university'].unique(),fontsize=15)
ax.set_ylim(top=3300)
plt.show()
- 大约37%的人离职是由于离职后继续高等教育。
- 大约61%的人并没有没有登记需要任何继续教育。
- 所以，他们离职可能是由于其他原因，比如薪水问题，工作满意度等等。
跳槽的人群中的学历情况是怎样的？
g = sns.catplot(x="target",
hue='education_level',
data=df_train,
palette="Set1",
kind="count",
height=8,
aspect=1.5)
从事数据科学工作的人群中，大学本科毕业生居多，高达60.5%，而硕士研究生人数也较高，占比22.8%. 而大学本科学历人群比具有硕士学历的人群更易跳槽。学历较高，意味着有相对较高的机会拿到更高的待遇，对工作满意度更高，更易受公司重视。当然，这都不是绝对的。
在本单位服务一年的人更易跳槽
plt.figure(figsize=(10,6))
ax = sns.countplot(x="last_new_job",data=df_train[df_train['target']==1])
total_1 =float(len(df_train[df_train['target']==1]))
plt.title("Difference in years between current job and previous job",fontsize=15)
plt.xlabel("Difference in years",fontsize=15)
plt.ylabel("count",fontsize=15)
for p in ax.patches:
percentage = '{:.1f}%'.format(100 * p.get_height()/total_1)
x = p.get_x() + p.get_width()
y = p.get_height()+50
ax.annotate(percentage, (x, y),ha='right',fontsize=15)
ax.set_ylim(top=2300)
plt.show()
与上一份工作相差一年的人占比高达44.5%，即此工作不到一年的人更易寻求更换工作。一年基本成为一个时限，大部分人在一个单位工作能坚持一年，其稳定性将会更好。
理工科人群更易选择跳槽
major_discipline = df_train[df_train['target'] == 1]['major_discipline']
values = major_discipline.value_counts()
labels = values.keys()
fig,ax = plt.subplots(figsize=(8,8))
plt.pie(x = values, labels = labels , autopct="%.2f%%",pctdistance=0.8,explode =[0.1,0,0,0,0,0,0])
plt.title('looking for job change (major discipline wise)', fontsize=18)
跳槽人群中，理工科占比约80%。作为一个理工科，更加倾向技术含量较高的工作，但大部分岗位并不能满足他们但需求。再加上理工科的岗位较其他学科的岗位更多，选择面更加广泛，这也助长了很多从业者跳槽的意愿。
毕业后工作多少年是跳槽高峰期？
order_experience = df_train[df_train['target']==1].experience.value_counts().index
plt.figure(figsize=(10,6))
ax = sns.countplot(x="experience",data=df_train[df_train['target']==1], order=order_experience)
total_1 =float(len(df_train[df_train['target']==1]))
plt.title("Work experience")
plt.xlabel("Work experience")
for p in ax.patches:
percentage = '{:.1f}%'.format(100 * p.get_height()/total_1)
x = p.get_x() + p.get_width()
y = p.get_height()
ax.annotate(percentage, (x, y),ha='center')
plt.show()
有3、4、5、2和>20经验的人更有可能寻求换工作。工作大于20年基本面临退休。 跳槽高峰期在工作3-5年，在大部分招聘岗位的招聘需求也是在这个年限。除了市场需求大外，另一个重要原因是，此年限内的上班族在职场里，无论是专业知识、工作激情、还是经验阅历相比于近年限段的人群，都是属于高峰期。
培训时长与目标变量
sns.displot(data=df_train,
x='training_hours',
hue='target',
kind='kde',
height=6,
aspect=1.5)
plt.figure(figsize=(10,6))
sns.boxplot(x="target",y="training_hours",data=df_train,palette="Set3")
plt.title("Distribution of training hours",fontsize=15)
plt.xlabel("looking for job change",fontsize=15)
plt.ylabel("training_hours",fontsize=15)
对于找工作的人来说，平均完成的培训时间几乎是一样的。这意味着训练时间在这里没有影响。
pandas_profiling 教你一行代码生成数据分析报告。
import pandas_profiling as pp
report = pp.ProfileReport(train)
report.to_file('report.html')得到的报告，基本包含本篇所分析的每个特征变量及变量之间的关系。如下?所示。
本文数据使用 kaggle数据集，关注公众号，并回复
【 hr 】获取数据。
腾讯云开发者
