数据分析 | 9年间各省市平均收入分析

叁歲伎倆 2023-07-11 14:00 64阅读 0赞

↑ 关注 + 星标 ~ 有趣的不像个技术号

每晚九点，我们准时相约  ![format_png][]

![format_png 1][]

各省市平均工资怎么样？

你每年调薪百分之多少才不低于平均值？

9年时间可以有多大的发展差距？

预测2019年各省市人平均收入应该是多少？

这篇文章告诉你！

今天逛kaggle看到一个数据集\[1\]，其中有一部分是一个叫做income的表格文档。虽然最后的数据是2017年，但也值得研究一下。嗯，拿来捋一捋。

![format_png 2][]

这次分析用到pandas、matplotlib 以及一些分析思路，比较浅显求评论区多指教。

## 信息概览 ##

拿到一个陌生的文档第一步是先粗略的看一下，用到以下代码

dtincome=pd.read_excel('income.xls')
    print(dtincome.shape)
    dtincome.info()

输出结果如下：31行10列；1列地区area，9列年份，没有空值；使用2.5+kB内存

(31, 10)
    <class 'pandas.core.frame.DataFrame'>
    RangeIndex: 31 entries, 0 to 30
    Data columns (total 10 columns):
    area 31 non-null object
    2017 31 non-null int64
    2016 31 non-null int64
    2015 31 non-null int64
    2014 31 non-null int64
    2013 31 non-null int64
    2012 31 non-null int64
    2011 31 non-null int64
    2010 31 non-null int64
    2009 31 non-null int64
    dtypes: int64(9), object(1)
    memory usage: 2.5+ KB

通过head函数查看的本表头部信息如下：按地区、年代展示了收入数据

![format_png 3][]

但这个数据表没有明说这个表是什么，看样子理解是人均年收入？拿北京的搜索验证一下，得到的答案是：北京职工年平均工资。

![format_png 4][]

看上边头部信息那个表，因为索引列是编号，为了方便，我想改为area为索引列，那么需要用函数转化一下：得到图的图如下，修改了哪里可以与上边图对比一下首列（没了01234）。

dtincome=dtincome.set_index('area')
    dtincome.head()

![format_png 5][]

## 分析部分 ##

上边的数据概览跟索引列设置完了，下边开始一些简单分析

**2017年收入排序**

我想取出2009，2017年数据，按照2017数据降序排列，然后做柱状图

x=dtincome[2009].sort_values(ascending=False)
    y=dtincome[2017].sort_values(ascending=False)
    plt.figure(figsize=(16,9))
    
    total_width, n = 0.8, 2
    width = total_width / n
    
    plt.bar(dtincome.index, y, width=2*width,label='2017',color='#334252')
    plt.bar(dtincome.index, x,  width=width, label='2009', color='#fd5f00')
    
    plt.legend()
    
    plt.ylabel('单位：元')
    plt.xlabel('省,直辖市')
    plt.xticks(rotation=80, fontsize=14)
    plt.savefig('2017降序bar.png')
    plt.show()

![format_png 6][]

通过这张图可以看到：北京、上海、西藏、天津人均收入居全国之首，但跟我认知不一样，西藏这么高呀，广东没在前面？

针对西藏再google一下找到一个链接。

http://finance.china.com.cn/news/20191030/5109469.shtml

31省市前三季居民收入榜单：京沪突破5万元 西藏增速第一，看来数据没得问题。

此外下图2009年原本最低的江西、海南等，也不再垫底。

青海贵州也是名列前茅。

![format_png 7][]

**极差值**

那么2017年最高的北京和最低的河南差多少呢？

dtincome.max()-dtincome.min()

![format_png 8][]

2017年最高的北京市比最低的河南省差了78997元。往年极差数据如上。

**9年净增加额**

现在想知道一下两个数据：

1. 每个省市自身9年间增加了多少收入？

2. 如果以2009年为基数，增长率是多少？

addnum=dtincome[2017]-dtincome[2009]  # 增长数字计算
    dtincome.insert(0,'addnum',addnum)    # 将计算数字加入首列
    dtincome.head(10)                     # 展示头部信息

![format_png 9][]

通过得到的addnum列可以看到9年间收入都是翻了一番的。所以增长率应该是大于1，以北京、河南为例计算：

add_rate_bj=dtincome.loc['北京市']['addnum']/dtincome.loc['北京市'][2009]
    add_rate_hn=dtincome.loc['河南省']['addnum']/dtincome.loc['河南省'][2009]
    print(add_rate_hn)
    print(add_rate_bj)

1.32

1.05

结果显示，北京九年增长了1.32倍，河南省增长了1.05倍。

但这个衡量指标不够完善，我们知道收入增加都是在往年基础上更进一步的，就像调工资都是以之前工资水准上调，不会一直以入司时候公司为基数，所以想算一下9年的复增长率，这个指标就像存钱的复利。

**复利率计算**

复利公式 ：F=P\*(1+i)^n

利率公式：i=(F/P)^1/n-1

在这里p相当于2009年的收入，F相当于2017年收入，n为8年

i_bj=(pow(dtincome.loc['北京市'][2017]/dtincome.loc['北京市'][2009],1/8)-1)*100
    i_hn=(pow(dtincome.loc['河南省'][2017]/dtincome.loc['河南省'][2009],1/8)-1)*100
    
    print('北京市8年复利：%.3f ' % i_bj)
    print('北京市8年复利：%.3f ' % i_hn)

计算结果是：北京市8年复利：11.104 ；河南省8年复利：9.367

北京基数大，增长率也高；河南基数小，增长率也小于北京。

也就是过去9年如果你都在上班，工资每年调薪10%才满足正常水平。

**复利率全部计算一遍**

现在想把所有省市的增长复利率都计算一遍，并加入原表，所以需要写一个函数方便计算，整体代码如下：

# 先想办法取到area作为列表
    province=list(dtincome.index)
    
    # 定义计算函数
    def fuli_i(future,now,year):
        return (pow(future/now,1/year)-1)*100
    # 计算的i存列表
    fuli_i_list=[]
    for z in province:
        future=dtincome.loc[z][2017]
        now=dtincome.loc[z][2009]
        i=fuli_i(future,now,8)
        fuli_i_list.append(i)
    # 打印看看
    print(fuli_i_list)

通过上边代码跑出数据如下：OK，成功了。

[11.104060121135761, 10.07405428410808, 10.96948932120323, 10.11699074109298, 10.38839823219011, 9.124444064311987, 11.554847909745991, 10.735531812575317, 9.43918486872537, 10.493957164921696, 10.42016967823416, 10.914307419581725, 11.611272768884827, 12.434260050070067, 11.179048603584052, 9.367185582178106, 12.118485437358494, 11.673351814934364, 10.364474505013742, 11.260148139091243, 13.58105530869107, 11.367474245793607, 12.179151115437591, 13.003995739791186, 13.34245416624098, 11.39070340256878, 10.569453392495465, 11.671400047653036, 10.854454505533129, 9.947441194548222, 11.9848334119395]

既然成功了，那就加入原表首列

dtincome.insert(0,'fuli_i',fuli_i_list)
    dtincome.head(5)

![format_png 10][]

![format_png 11][]

可以看到，最大增加率13%，最小9.12% ，50%分位数是11.1%，也就是50%的人工资增长率在11%以上 。

最后做个图展示一下

![format_png 12][]

可以看到9年下来，海南省增长速度最高，年平均增长13.58%，辽宁最低9.12%。我大中华发展真是太猛了！

最后一点就是，这是工资平均增速，所以，你拖后腿了么......

为了验证是否拖后腿，继续再写一部分

## 2019平均工资预测 ##

验证思路:用这9年算出的年增长率（fuli\_i那列）来测算一下2019年各个省市的平均工资吧，如果出乎意料，请看下方分析。

还是那句话：Show you my code

# 复利公式：F=P*(1+i)^n  参照这个公式定义函数
    def prelook(now,i,year):
        return now*((1+i)**year)
    
    # 拿到2019预测值
    wage2019=[]
    for z in prov:
        now=dtincome.loc[z][2017]
        i =dtincome.loc[z]['fuli_i']/100  #换算回小数
        wage=prelook(now,i,2)
        wage2019.append(int(wage))  #与之前的统一格式，取整
    # 插入表格
    dtincome.insert(0,'2019',wage2019)
    
    # 作图
    x=dtincome['2019'].sort_values(ascending=False)
    plt.figure(figsize=(16,9))
    x.plot(kind='bar')
    plt.ylabel('单位：元')
    plt.xlabel('省,直辖市')
    plt.savefig('2019降序bar.png')
    plt.show()

![format_png 13][]

![format_png 14][]

计算结果是预测北京2019年人均收入166638元/年，平均13886元/月；河南5581元/月。

跟下图这个预测稍有差距\[2\]。

各省市的大家可以自己对照。

![format_png 15][]

分析差异原因有两点：

1.  2018-2019两年经济形势不好，所以用前9年增长率保持不变来预测2019年工资会导致偏高。
2.  年收入包括奖金、各类补助补贴的合计值，并不是月薪\*12这么简单。
3.  社会上28定律导致财富不均衡。
4.  这个数据集本身准不准并没有验证。
5.  工资这事，冷暖自知，比如这图。

![format_png 16][]

解释一大堆就是。。。我拖后腿了，严重的、病入膏肓的。

欢迎关注公众号：SUMER

![format_png 17][]

参考来源：

1.  ^kaggle数据集https://www.kaggle.com/tduan007/china-marriage-and-divorce-data\#income.xls
2.  https://www.xinchou.com/AverageWage/110000/2019

![format_png 18][]

**后台回复关键词「****进群****」，即刻加入读者交流群~**

![format_png 19][]

“**在看**”和“**转发**”是对文章最好的支持** **

[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9VUzEwR2NkMHRRRUJOaG4xdUhWYlZMOTYwNFN5U0NoQ1hNemxGNmljb1JMNXd4dnFUTXhwWElvNURLaWFyMTFIamlhU2Z3QjhJZDBrUFl5SmxUZmNzSDNnUS82NDA?x-oss-process=image/format,png
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9ZblYxaWNma2NOOFlBUGhSU2FsaWI5UnZBZHhISmVDVE16Z1pMMDJyaWJWQ0RCYUhmRlNRalE3S3ZVQkM3Sk5VcmppY0RoSmlhaWFhSk9sWTNENlZpY3FJN3FJU0EvNjQw?x-oss-process=image/format,png
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy90WFlpY3Q0MHhmTGdZUGlhS1NvNHNRWHZpYTlVc0RpYTBqd1VKQTYyUWhMWGo0bWlheXlRdHNkTjVZVUh5OFNNaWFpYk5vOHl5dWljQlFFTmJxNXhqOVZsTDZoYWpBLzY0MA?x-oss-process=image/format,png
[format_png 3]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy90WFlpY3Q0MHhmTGdZUGlhS1NvNHNRWHZpYTlVc0RpYTBqd1UxRjRKc3NjazNkTWdSb0RORE1HZE5pYzBhaWNzMTZBR2QzWUdMOHhzaWJiZUFpYlpUTU9LSFJLajJnLzY0MA?x-oss-process=image/format,png
[format_png 4]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy90WFlpY3Q0MHhmTGdZUGlhS1NvNHNRWHZpYTlVc0RpYTBqd1VTeGV1Z0tzTzNBaWJ6NkpDVFJYemFTSVhpY1lRaDVtdlZLRnRJcmhLZWRNd3Rhd2RuRTNua2ljTXcvNjQw?x-oss-process=image/format,png
[format_png 5]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy90WFlpY3Q0MHhmTGdZUGlhS1NvNHNRWHZpYTlVc0RpYTBqd1ViRDBUZGlheDUwTnBpYkc5R1NaS2ljOUlNb053MHY2SGxoVlpJQWJCelJDMzZFZXJFVG5Ed3p6TWcvNjQw?x-oss-process=image/format,png
[format_png 6]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy90WFlpY3Q0MHhmTGdZUGlhS1NvNHNRWHZpYTlVc0RpYTBqd1VCaDd2aGlidzVRMWJWbVg4ZDlaZGg5RDEyRWxQbHdkZnlVZWliZEo2V1B4RVZ0ckJpYk5XWWZvWncvNjQw?x-oss-process=image/format,png
[format_png 7]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy90WFlpY3Q0MHhmTGdZUGlhS1NvNHNRWHZpYTlVc0RpYTBqd1VkMzFTMzM4WkJwMXJ3S0xocWdaUGFiWFJTaG8yWEZsUE44c0hQTTlpYnd3Y0dPVWdQQWM1TkNRLzY0MA?x-oss-process=image/format,png
[format_png 8]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy90WFlpY3Q0MHhmTGdZUGlhS1NvNHNRWHZpYTlVc0RpYTBqd1VDanZMZTI4Qk5DU0lLbDl5bTF5ck0yTTRPemZwVTBWd3FDaWFZUlQ4WTh4Z1RnRDJSUDhGTmdRLzY0MA?x-oss-process=image/format,png
[format_png 9]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy90WFlpY3Q0MHhmTGdZUGlhS1NvNHNRWHZpYTlVc0RpYTBqd1VTUnBtY1IxSzA5Y0NIempkM3ZFblNOWmVLZDJwcTJFM0NpY0ZGem1NRGpnNDdrNWZHN2xNUmljUS82NDA?x-oss-process=image/format,png
[format_png 10]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy90WFlpY3Q0MHhmTGdZUGlhS1NvNHNRWHZpYTlVc0RpYTBqd1U2NEIwTFNmQklqcFFxUUFOM1JGVGdNNUZwcTB6M1VTUGliS1daOGc2eUdUamM3Vk9DUVk0WmpBLzY0MA?x-oss-process=image/format,png
[format_png 11]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy90WFlpY3Q0MHhmTGdZUGlhS1NvNHNRWHZpYTlVc0RpYTBqd1UwaEZNSWd2SDdQZWVaQXdGc2N2OVZDaWF0RUU0aWNnbUZNSG1rdmpqOXpxMUhVU1NqNERhZHJWQS82NDA?x-oss-process=image/format,png
[format_png 12]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy90WFlpY3Q0MHhmTGdZUGlhS1NvNHNRWHZpYTlVc0RpYTBqd1VUek5MbUFnaWIxZTJaSjBrbFJFTmRQMGVleGx5aWJKUmpvWGptTVdXajVLcDBDMDVpYmlhVloyNlNBLzY0MA?x-oss-process=image/format,png
[format_png 13]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy90WFlpY3Q0MHhmTGdZUGlhS1NvNHNRWHZpYTlVc0RpYTBqd1VPVjBOUDZQa3ZyOTBZSUJqWkZpYWdNdlhLTjhLc3ljY0I2RnpiN25ZNmliaWJibXBuaWJpYURRSXpqZy82NDA?x-oss-process=image/format,png
[format_png 14]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy90WFlpY3Q0MHhmTGdZUGlhS1NvNHNRWHZpYTlVc0RpYTBqd1VmZ2Q1dW1EMFo1VHZJYjUyN2ZmOEpLTmh2WERjUm1HM3FtTjhsQ3pkYnNpYUZnU0hMajRadWh3LzY0MA?x-oss-process=image/format,png
[format_png 15]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy90WFlpY3Q0MHhmTGdZUGlhS1NvNHNRWHZpYTlVc0RpYTBqd1VkSkMwTXJ3QWdzNUVlOFJpYnJwVzhvcUx2dnBlQ3BZVzNuaWJJTVJObFg4d3dld2NBaWJwdmhkM2cvNjQw?x-oss-process=image/format,png
[format_png 16]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy90WFlpY3Q0MHhmTGdZUGlhS1NvNHNRWHZpYTlVc0RpYTBqd1V0d0FPWEljQzE0WEVIT0tQc0doS0UyWkFBWHQzWDR1NGlhbDVTOGx2VERTbGliVGpwVVI4ekJ5Zy82NDA?x-oss-process=image/format,png
[format_png 17]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6L21CQ21MM0puMUJpYlV0Tjc3aWJ6aWE4Nzg1Y05RS1lMYkExdjhLV2JZUFdpYmhRZHRhSXI3bGV0T0Q0dFBvbmdOaklnOFJVekFkMkJab3JNTERSaDB3YXUyUS82NDA?x-oss-process=image/format,png
[format_png 18]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9iOTZDaWJDdDcwaWFiaWFuSUhpYzFoQkFBcDg0aHBNQ2R6NVZpYWFqR3Q2QzJsWGFBWDNpYTExbXR5bnVlQndDckMyRHd1M0FGRmRJd1J3bjM0czJSTUdTMmtWQS82NDA?x-oss-process=image/format,png
[format_png 19]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2dpZi90WFlpY3Q0MHhmTGdpYWZHRm1XdFZWSEZWSzdpYlJ0eUVKT1hNczV2VjJBdVZIOFhVOTJKSlA0Y3dxbHRVSzBTTndDS01hZkNsMm9ZV3B4NjN1RXkyWDE5dy82NDA?x-oss-process=image/format,png