大數(shù)據(jù)告訴你，你為什么會(huì)跳槽？

你打算換工作嗎？

0 - Not looking for job change
1 - Looking for a job change

target = df_train['target']
percent_nan(target)

sns.countplot(x='target',
              data=df_train,
              palette="Set1").set_title('Train')

從求職人數(shù)角度看，求職人數(shù)明顯低于未求職人數(shù)，僅占總?cè)藬?shù)的1/4。你是否打算跳槽？可見從事數(shù)據(jù)分析工作的工作者還算是比較穩(wěn)定的職業(yè)。

從正負(fù)樣本數(shù)量看，此數(shù)據(jù)集為不平衡數(shù)據(jù)集。對于樣本不平衡，我們有較多處理方法，不在本文范圍內(nèi)，下篇將為介紹不平衡數(shù)據(jù)集的常規(guī)處理方法。

人群畫像--求職者們都有哪些特征

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)

平均城市發(fā)展指數(shù)越高的城市，更換工作的人越少。也就是說大城市的人更加傾向越扎根穩(wěn)定工作。在大城市中可以得到更好的發(fā)展機(jī)會(huì)，得到更高的薪酬，人們更加愿意長久地服務(wù)一家企業(yè)。

相比之下，城市發(fā)展指數(shù)較低的城市并不能夠很好地留住人才。

男性女性是否有差異？

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")

• 從事數(shù)據(jù)科學(xué)工作的男性居多，而女性僅占有不到10個(gè)點(diǎn)。
• 沒有跳槽需求的男女比例約11%，比正在尋求工作的男女比例9.2%高出約兩個(gè)百分點(diǎn)，或許從事數(shù)據(jù)科學(xué)工作的男性更加傾向穩(wěn)定，又獲取更換工作的成本更高，你是屬于哪類呢？
  
• 目前約有80%的人不希望換工作。

具有相關(guān)經(jīng)驗(yàn)的人更加傾向穩(wěn)定工作

draw_countplot("relevent_experience","Set2")

在求職者中，有相關(guān)經(jīng)驗(yàn)和沒有相關(guān)經(jīng)驗(yàn)的人相差不大。而穩(wěn)定就業(yè)人群中，大部分人都是有一定的相關(guān)經(jīng)驗(yàn)，且較沒有相關(guān)經(jīng)驗(yàn)的人明顯較多。

由此也可以看出，有相關(guān)經(jīng)驗(yàn)的人更能夠更好駕馭當(dāng)前工作，更不易更換工作。

沒有相關(guān)經(jīng)驗(yàn)的人群，一般為剛畢業(yè)的應(yīng)屆生，而應(yīng)屆生離職率高達(dá)20%-30%，如此高的離職率追根究底是什么原因，是薪酬待遇不到位？是發(fā)展機(jī)會(huì)不夠多？是工作強(qiáng)度過高？是與同事或老板相處不融洽？這是個(gè)值得深思的問題。

繼續(xù)教育是離職主要原因嗎？

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()

• 大約37%的人離職是由于離職后繼續(xù)高等教育。
• 大約61%的人并沒有沒有登記需要任何繼續(xù)教育。
• 所以，他們離職可能是由于其他原因，比如薪水問題，工作滿意度等等。

跳槽的人群中的學(xué)歷情況是怎樣的？

g = sns.catplot(x="target",
            hue='education_level',
            data=df_train,
            palette="Set1",
            kind="count",
            height=8,
            aspect=1.5)

從事數(shù)據(jù)科學(xué)工作的人群中，大學(xué)本科畢業(yè)生居多，高達(dá)60.5%，而碩士研究生人數(shù)也較高，占比22.8%.

而大學(xué)本科學(xué)歷人群比具有碩士學(xué)歷的人群更易跳槽。學(xué)歷較高，意味著有相對較高的機(jī)會(huì)拿到更高的待遇，對工作滿意度更高，更易受公司重視。當(dāng)然，這都不是絕對的。

在本單位服務(wù)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()

與上一份工作相差一年的人占比高達(dá)44.5%，即此工作不到一年的人更易尋求更換工作。一年基本成為一個(gè)時(shí)限，大部分人在一個(gè)單位工作能堅(jiān)持一年，其穩(wěn)定性將會(huì)更好。

理工科人群更易選擇跳槽

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，理工科占比約80%。作為一個(gè)理工科，更加傾向技術(shù)含量較高的工作，但大部分崗位并不能滿足他們但需求。再加上理工科的崗位較其他學(xué)科的崗位更多，選擇面更加廣泛，這也助長了很多從業(yè)者跳槽的意愿。

畢業(yè)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經(jīng)驗(yàn)的人更有可能尋求換工作。工作大于20年基本面臨退休。

跳槽高峰期在工作3-5年，在大部分招聘崗位的招聘需求也是在這個(gè)年限。除了市場需求大外，另一個(gè)重要原因是，此年限內(nèi)的上班族在職場里，無論是專業(yè)知識、工作激情、還是經(jīng)驗(yàn)閱歷相比于近年限段的人群，都是屬于高峰期。

培訓(xùn)時(shí)長與目標(biāo)變量

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)

對于找工作的人來說，平均完成的培訓(xùn)時(shí)間幾乎是一樣的。這意味著訓(xùn)練時(shí)間在這里沒有影響。

pandas_profiling 教你一行代碼生成數(shù)據(jù)分析報(bào)告。

import pandas_profiling as pp
report = pp.ProfileReport(train)
report.to_file('report.html')

得到的報(bào)告，基本包含本篇所分析的每個(gè)特征變量及變量之間的關(guān)系。如下??所示。