Shumakov Gleb AT-18

REPORT.md

@@ -0,0 +1,8 @@
+## У какого количества людей профессия и должность не совпадают?
+![img.png](img.png)
+
+## Люди с каким образованием становятся менеджерами (топ-5)?
+![img_1.png](img_1.png)
+
+## Кем работают люди, которые по диплому являются инженерами (топ-5)?
+![img_2.png](img_2.png)

homework.ipynb

@@ -0,0 +1,165 @@
+{
+ "cells": [
+  {
+   "cell_type": "code",
+   "execution_count": 8,
+   "metadata": {
+    "pycharm": {
+     "is_executing": true,
+     "name": "#%%\n"
+    }
+   },
+   "outputs": [],
+   "source": [
+    "import pandas as pd\n",
+    "works = pd.read_csv('works.csv')"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 9,
+   "metadata": {
+    "pycharm": {
+     "is_executing": true,
+     "name": "#%% подготовка данных\n"
+    }
+   },
+   "outputs": [],
+   "source": [
+    "worksnew = works[works['jobTitle'].notna()]\n",
+    "works = worksnew[worksnew['qualification'].notna()]"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 11,
+   "metadata": {
+    "pycharm": {
+     "is_executing": true,
+     "name": "#%% сравнивает входит ли одно слово в другое\n"
+    }
+   },
+   "outputs": [],
+   "source": [
+    "def compare(first_param, second_param):\n",
+    "    for i in first_param.lower().replace('-', ' ').split():\n",
+    "        if i in second_param.lower():\n",
+    "            return True\n",
+    "    return False"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 12,
+   "metadata": {
+    "pycharm": {
+     "is_executing": true,
+     "name": "#%% У какого количества людей профессия и должность не совпадают?\n"
+    }
+   },
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "7714"
+      ]
+     },
+     "execution_count": 12,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "res = 0\n",
+    "for (job, qualification) in zip(works[\"jobTitle\"], works[\"qualification\"]):\n",
+    "    if not compare(job, qualification) and not compare(qualification, job):\n",
+    "        res += 1\n",
+    "res"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 13,
+   "metadata": {
+    "pycharm": {
+     "is_executing": true,
+     "name": "#%% Люди с каким образованием становятся менеджерами (топ-5)?\n"
+    }
+   },
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "бакалавр     96\n",
+       "экономист    85\n",
+       "менеджер     79\n",
+       "юрист        41\n",
+       "инженер      37\n",
+       "Name: qualification, dtype: int64"
+      ]
+     },
+     "execution_count": 13,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "worksjob = works[works[\"jobTitle\"].str.lower().str.contains(\"менеджер\")]\n",
+    "worksjob[\"qualification\"].str.lower().value_counts().head(5)"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 14,
+   "metadata": {
+    "pycharm": {
+     "is_executing": true,
+     "name": "#%% Кем работают люди, которые по диплому являются инженерами (топ-5)?\n"
+    }
+   },
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "инженер            25\n",
+       "главный инженер    23\n",
+       "директор           21\n",
+       "менеджер           13\n",
+       "водитель           11\n",
+       "Name: jobTitle, dtype: int64"
+      ]
+     },
+     "execution_count": 14,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "worksjob = works[works[\"qualification\"].str.lower().str.contains(\"инженер\")]\n",
+    "worksjob[\"jobTitle\"].str.lower().value_counts().head(5)\n",
+    "\n"
+   ]
+  }
+ ],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "Python 3 (ipykernel)",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.9.7"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 1
+}

task.py

@@ -0,0 +1,99 @@
+import numpy as np
+import pandas as pd
+import matplotlib.pyplot as plt
+
+works = pd.read_csv('works.csv')
+
+# Количество записей в датасете
+
+# countRecords = works.shape
+# print(countRecords)
+# countRecords1 = len(works.index)
+# print(countRecords1)
+
+
+# Количество мужчин и женщин
+
+# genderMale = works[works['gender'] == 'Мужской'].shape[0]
+# print(genderMale)
+# genderFemale = (works['gender'] == 'Женский').values.sum()
+# print(genderFemale)
+# genders = works['gender'].value_counts()
+# print(genders)
+
+
+# Узнать сколько значений в столбце skills не NAN;
+
+# s = works['skills'].notnull().values.sum()
+# print(s)
+# s1 = works['skills'].dropna().shape[0]
+# print(s1)
+
+
+# Получить все заполненные скиллы;
+
+# s = works['skills'].dropna()
+# print(s)
+# s1 = works.query("skills == skills")["skills"]
+# print(s1)
+
+# a = 10000
+# b = 'Женский'
+# print(works.query("salary == @a and gender == @b"))
+
+
+# Вывести зарплату только у тех, у которых в скиллах есть Python (Питон);
+
+# df = works.skills.dropna().str.lower().str.contains('python|питон')
+# print(works[works.skills.notna()][df]['salary'])
+
+
+# Построить перцентили по заработной плате у мужчин и женщин;
+
+# percentiles = np.linspace(.1, 1, 10)
+# men_salary = works.query("gender == 'Мужской'").quantile(percentiles)
+# women_salary = works.query("gender == 'Женский'").quantile(percentiles)
+#
+# fig, ax1 = plt.subplots()
+# ax1.plot(percentiles, men_salary)
+# plt.xlabel("Перцентили")
+# plt.ylabel("Зарплата мужчин")
+#
+# fig, ax2 = plt.subplots()
+# ax2.plot(percentiles, women_salary)
+# plt.xlabel("Перцентили")
+# plt.ylabel("Зарплата женщин")
+# plt.show()
+
+
+# Построить графики распределения по заработной плате мужчин и женщин в зависимости от высшего образования;
+
+men_salary = works.query("gender == 'Мужской'").groupby("educationType").agg("mean").reset_index()
+women_salary = works.query("gender == 'Женский'").groupby("educationType").agg("mean").reset_index()
+print(men_salary)
+print(women_salary)
+
+educationTypes = men_salary["educationType"].values
+men_salaries = men_salary["salary"].values
+women_salaries = women_salary["salary"].values
+index = np.arange(len(educationTypes))
+
+bw = 0.4
+plt.bar(index-bw/2, men_salaries, bw, color="b", label="Средняя зарплата мужчин")
+plt.bar(index+bw/2, women_salaries, bw, color="r", label="Средняя зарплата женщин")
+plt.xticks(index, educationTypes, rotation=45)
+plt.legend()
+plt.show()
+
+# Надо прочитать как установить модуль юпитера
+works.query("gender == 'Мужской' and educationType == 'Высшее'").hist(bins=100, alpha=0.5)
+works.query("gender == 'Женский' and educationType == 'Высшее'").hist(bins=100, alpha=0.5)
+
+works.query("gender == 'Мужской' and educationType == 'Незаконченное высшее'").hist(bins=100, alpha=0.5)
+works.query("gender == 'Женский' and educationType == 'Незаконченное высшее'").hist(bins=100, alpha=0.5)
+
+works.query("gender == 'Мужской' and educationType == 'Среднее'").hist(bins=100, alpha=0.5)
+works.query("gender == 'Женский' and educationType == 'Среднее'").hist(bins=100, alpha=0.5)
+
+works.query("gender == 'Мужской' and educationType == 'Среднее профессиональное'").hist(bins=100, alpha=0.5)
+works.query("gender == 'Женский' and educationType == 'Среднее профессиональное'").hist(bins=100, alpha=0.5)