在北京多少積分可以落戶?用Python 幫你分析6019位落戶人員信息

作者 |?MINUS大大
來源 |?凹凸玩數(shù)據(jù)

北京積分落戶制度已經(jīng)實行兩年了，2018年申報積分落戶的124657名申請人中6019位落戶人員取得落戶資格。

而去年2019年，申報積分落戶人數(shù)為106403名，實際公示名單共6007人。

準備打開官方網(wǎng)站下載數(shù)據(jù)分析一下，結(jié)果發(fā)現(xiàn)過了公示期網(wǎng)頁就打不開了。

經(jīng)過一番努力，在網(wǎng)上收集到了2018年的6019位落戶人員名單和信息（均為公開展示信息）。

我們本次用到的分析工具包有：pandas 、seaborn 和Matplotlib。

落戶數(shù)據(jù)是csv文檔（文末可下載），內(nèi)部記錄了6019條落戶信息。

所以先利用pandas讀取數(shù)據(jù)csv文檔，并看看有哪些列，可以看到這個表有4列構(gòu)成，人名、生日、公司、積分

luohu_data?=?pd.read_csv('./bj_luohu.csv',?index_col?=?'id')
luohu_data.head(5)

此時有一個疑問這些人來自哪些公司呢？公司有沒有重復的? 這些公司都是哪些行業(yè)的？

所以按照公司分組查看一下：

company_data?=?luohu_data.groupby('company',?as_index=False).count()[['company',?'name']]
company_data.rename(columns={'name':'人數(shù)'},?inplace=True)??????#?替換?1
company_data.rename(columns={'company':'公司名'},inplace=True)??#?替換?2
company_data.head(20)

這么直接看的話人數(shù)沒有順序的，所以我們再對人數(shù)進行降序排列，看看落戶最多的哪幾家！

company_sorted_data?=?company_data.sort_values('人數(shù)',?ascending=False)
company_sorted_data.head(15)???#?前15

emmmm。。。。滿眼科技公司，華為、百度、聯(lián)想、愛立信、騰訊均在前15名，其次是一些國企央之類的。

積分數(shù)socre是連續(xù)數(shù)值，因此這里進行分段分析，經(jīng)過describe初步了解，得分最小90，最大122.6 所以這么劃分：90-130分，5分一段

cut_bins?=?np.arange(90,?130,?5)???#分段設(shè)置
bins?=?pd.cut(luohu_data['score'],?cut_bins)??#?將落戶數(shù)據(jù)，按照cutbins來切一下
bin_counts?=?luohu_data['score'].groupby(bins).count()
bin_counts.head(10)

直接出來的話是數(shù)據(jù)，那么我在直接畫個圖更直觀的看一下

plt.figure(figsize=(15,8))
plt.rcParams['font.family']='Arial?Unicode?MS'
plt.rcParams['axes.unicode_minus']=False
plt.rcParams['font.size']=12

x_name=['90-95','95-100','100-105','105-110','110-115','115-120','120-125']
sns.barplot(x_name,bin_counts)
plt.ylabel('人數(shù)')
plt.xlabel('分數(shù)區(qū)間')

for?x,?y?in?zip(range(7),?bin_counts):
????plt.text(x,?y+20?,?y,?ha='center',?va='bottom')

plt.show()

可以看到，落戶人數(shù)主要集中在90-100分之間，合計5101人，如果想落戶，達到95分就沒什么問題了。

那么現(xiàn)在又有個問題，比如達到90分以上我都60了也沒啥意義了，那么這些落戶的主要集中在什么年齡段呢？年齡與積分有相關(guān)性嗎？來看看。

首先需要根據(jù)生日算一下落戶年齡

luohu_data['age']?=?(pd.to_datetime('2018-07')?-?pd.to_datetime(luohu_data['birthday']))?/?pd.Timedelta('365?days')
luohu_data.describe()

mean=luohu_data['age'].mean()
std?=luohu_data['age'].std()

#?得到上下限
lower?,?upper?=mean?-3*std?,?mean+3*std

print('均值',mean)?
print('標準差',std)?
print('下限',lower)?
print('上限',upper)

得到：

作圖看一下分布

#fig.set_size_inches(15,5)???#?設(shè)置畫布大小
sns.distplot(luohu_data['age'])??

可以看到，最小的年齡也32歲了最大年齡60歲，75%分位數(shù)在43歲左右。年齡均值42歲。

根據(jù)本篇簡單的數(shù)據(jù)分析我們發(fā)現(xiàn)：

通過積分獲得北京戶口的年齡段集中在35歲到46歲之間，主要為42±2歲之間；積分集中在90分左右，行業(yè)集中在IT和國企央企及金融行業(yè)。

據(jù)有關(guān)媒體統(tǒng)計，在北京當前的積分落戶政策下，本科生需要15左右年才能拿到100分，研究生也需要12年以上才能拿到100分。

大家想一下：雖然現(xiàn)在100分可以落戶，但12/15年后跟你同批的畢業(yè)生就全都100分了......

而其他城市的落戶政策是上海七年，香港七年，深圳一年，北京落戶還真是真是不容易啊。

相關(guān)分析源碼和北京積分落戶數(shù)據(jù)已上傳github：https://github.com/zpw1995/aotodata/tree/master/bj_luohu

---?長按下圖 關(guān)注豬哥---