洞见世界(1): 拉勾网大数据告诉你, 会计最高月薪达33k!

 

前言：

     小李是个颇有上进心的女孩, 老板让她了解下会计这个行业的薪资状况, 她不清楚怎么去作, 因此找了笔者, 当当当, 而后这一份薪资报告就出来了^_^.(小李为虚拟人物)

 

    by  璀璨者张健, 专一于爬虫和数据分析, App/Web/小程序, 区块链等领域

 

简述:

 

    首先说明这篇文章的数据来源，是爬虫爬取了拉勾网"数据分析师"这一职位信息所得来的。而且主要分析了数据分析师整体薪酬状况、不一样城市薪酬分布、不一样学历薪酬分布、北京上海工做等地经验薪酬分布状况、薪资最高的20个职位, 平均薪资最高的10个公司。 前面的内容多的是数据处理,  想看结果的能够直接跳到分析结论!

 

阅读大纲：

• 数据分析报告

• 分析结论

• 思考总结 

• 数据采集(附录)

• 数据清洗与处理(附录)

 

>>> 第一部分: 拉勾网会计职位分析报告

 

数据分析

• 整体薪酬状况

 

 

 

从上面的图中，大部分职位集中在4k~14k以前, 10k左右的职位最多, 高薪的职位相对较少,  薪资特别低的有1k,2k,3k这三个薪资级别, 这三个薪资级别应该是  实例 岗位

 

 

• 不一样城市薪酬分布状况

 

 

 

 

北京市薪酬分布中位数大约在8.8k,居全国首位。其次是杭州、乌鲁木齐，上海, 深圳,  能够看出对于会计职位来讲, 薪资最高的是北上深杭和乌鲁木齐, 北上广杭是国内的大城市, 而乌鲁木齐的薪资中位数在8k, 可能的缘由是这个城市治安很差, 职位多, 可是人少

 

• 不一样学历的薪酬分布

 

 

 

 

 

咱们能够看出, 学历对于薪资的影响仍是很大的, 本科与大专的薪资差距在2k左右,  差很少在20%左右，会计专业对于学历的要求比较低, 没有哪家公司要求硕士学位或者博士学位

 

• 北京上海深圳杭州职位不一样薪酬分布状况

若是你想去北京和上海这两个城市发展的朋友们，用数据告诉你去哪一个城市应该怎么发展

 

 

 

从图中咱们可以得出，在北京会计的职位是较多的,  而后发展的方向是会计主管, 高级会计和会计经理,   薪资都在10k以上,  其中会计经理薪资达到了15k

杭州, 上海, 广州, 深圳基本都差很少,  会计这种基础岗位最多, 而后是会计主管,  值得特殊注意的是,  深圳还有全盘会计和成本会计

 

 

• 不一样年限对于薪资的分布状况

 

 

 

经过以上图表能够看出, 应届毕业生的薪资较低, 通常为4.4k, 刚开始工做的1-3年的薪资为6.3k,  3-5年的薪资为8.4k,   5-10年的为10k左右,  也有的薪资较高, 达到33k左右, 可是这个岗位经过左侧的职位个数能够看出, 只有一个相似岗位, 不具备表明性

 

 

• 不一样规模的公司对于薪资的分布状况

 

 

经过图表咱们能够看出, 小公司通常开的薪资比较低, 例如15人左右的公司平均薪资在5k左右,  而大规模的公司, 例如大于150人以上的公司,  平均薪资在8k左右

 

• 不一样的融资轮次对于薪资的影响

 

咱们能够看出,  天使轮和未融资, 以及不须要融资能给的薪资为6k~7k,  融资中C轮工资给能的薪资是最多的

 

 

• 薪资最高的10个职位

 

 

咱们能够看出, 晨光科技能给出差很少25k到42k的薪资,  能给出高薪的岗位基本上是会计经理, 会计主管, 主板会计, 高级会计

 

• 平均薪资最高的10个公司

 

 

 

咱们能够看出, 能给出高薪的几个公司为  晨光科技, 孔夫子旧书网, 青云, 熊猫直播, 药帮忙, 上上签

 

 

分析结论

从整体薪酬分布状况上，会计这一职业工资广泛较高的，大多人是在4k-14k之间每个月，可是这个数据以后拉勾网的薪资, 可能智联招聘或者51job数据更准确一些

从不一样城市薪资分布状况得出，在北京工做的数据分析师工资中位数在8k左右，全国之首。其次是杭州上海深圳，若是要发展的话，仍是北、上、深、杭比较好啊。

从不一样学历薪资状况得出，学历越高发展所得到工资是越高，其中有大专和本科差距在2k左右

分析北上深杭的数据分析师职位需求数量，北京以135个得到最高。

 

思考总结

今天这篇文章进行了更新，主要是用爬虫得到了会计职位信息，而后经过excel清洗数据, 而后经过excel的透视表分析数据,  经过excel的图表实现数据可视化

 

下载资源

福利1:   若是想要拉勾网会计职位的数据, 请加我微信

福利2:   python爬虫源码(github)

    https://github.com/quietjolt/lagou-spider

 

 

 

>>> 第二部分: 干货 - python爬虫爬取拉勾网数据

 

数据采集

        这篇文章的数据来源是拉勾网,  获取数据的过程是经过python实现爬虫程序, 从而获取了所需数据, 本文主要分析了拉勾网  '会计'  这个职位的整体薪资状况, 不一样城市薪资, 不一样学历, 重点城市的薪资分析,  数据量差很少在500条数据左右,  而根据接口中获取的值, 能够看出,  会计类岗位在拉勾网约在2720条左右, 数据覆盖率为 18%

• 咱们须要的数据在拉勾网, 拉勾网的地址是https://www.lagou.com/

登陆拉勾网，在顶端输入框内输入"会计"，点击搜索, 点击以后就能看到咱们须要的数据, 以下图所示

 

 

 

 

其实这个爬虫部分的代码写的比较简单，运用知识主要是for循环，另外拉勾网对于咱们请求的响应结果是json格式，也简化了咱们的操做。操做的过程确定会存在莫名的错误，你们要学会搜索并要有耐心啊。

 

爬虫的代码比较简单,  主要用的的是python语言,  requests库用于获取数据, pyquery用户解析html, pymysql用于保存数据.

 

爬虫源码请到github下载:

下载地址:  https://github.com/quietjolt/lagou-spider

 

这个步骤最后获取的导出的是csv格式的数据, 这种格式的数据能够在excel中导入, 而后去使用, 如图所示(若是须要数据, 请直接联系做者)

 

 

数据的清洗与处理

 

刚才获取的数据, 主要的问题就是薪资的格式是相似  7k-15k这种形式的数据, 这种形式难以经过数学化的方式分析, 因此咱们须要作一下数据的清洗, 从7k-15k这种形式获取最低薪资, 最高薪资, 还有平均薪资,  平均薪资的计算方式是   (最低薪资 + 最高薪资 ) /2

 

 

 

 

这里处理薪资的作法是首先新加几个字段,  第一个字段bottomSalary表示最低薪资,  topSalary表示最高信息,  avgSalary表示平均薪资

而后经过excel的函数计算对应的值

 

bottomSalary的计算公式是  =LEFT(L2,FIND("-",L2)-2)

topSalary的计算公式是  =MID(L2,FIND("-",L2)+1,LEN(L2)-FIND("-",L2)-1)

avgSalary的计算公式是  =(M2+N2)/2

 

为了方便处理, 同时这是O列对应的数据的格式为数字, 小数位为0,   

通过处理后数据以下所示

 

 

转载说明

转载请注明出处

 

 

做者：

做者:  璀璨者张健, 专一于爬虫, 数据分析, App/Web/小程序开发等领域

联系方式:  QQ: 598694550,  微信 quietjolt

 

此处能够扫码关注个人公众号