You need to enable JavaScript to run this app. 如何查找职业分布相似的国家?基于pandas与Tableau的技术咨询
优惠活动
大模型
产品
解决方案
定价
更多

如何查找职业分布相似的国家?基于pandas与Tableau的技术咨询

职业分布相似度与相关性分析实现方案

以下分别给出pandas代码实现和Tableau可视化实现的可落地路径:

基于pandas的实现方法

1. 数据预处理(核心步骤,消除人口规模差异)

首先把长格式的原表转换为以国家为行、职业为列的宽表,再做行归一化得到每个国家各职业的人数占比,避免总人口差异对相似度计算的干扰:

import pandas as pd
# 长表转宽表,缺失值(某国无该职业统计)填0
df_pivot = df.pivot_table(
    index="country", 
    columns="profession", 
    values="count", 
    fill_value=0
)
# 行归一化:每行所有值除以该行总和,得到职业占比
df_pivot_norm = df_pivot.div(df_pivot.sum(axis=1), axis=0)
# 可选:过滤占比极低的冷门职业,降低噪声干扰
df_pivot_norm = df_pivot_norm.loc[:, df_pivot_norm.max() > 0.001]

2. 计算国家间职业分布相关性

直接对归一化后的宽表转置后计算相关系数,得到的60×60矩阵就是所有国家两两之间的分布相关性,数值越接近1说明职业分布越相似:

# 国家间相关系数矩阵
country_corr = df_pivot_norm.T.corr()
# 示例:提取和A国职业分布最相似的前5个国家
top_similar = country_corr["A国"].sort_values(ascending=False).head(6)[1:]

3. 聚类划分相似国家群组

如果需要把相似度高的国家归为一类,可以用聚类算法实现:

  • 用KMeans聚类可直接输出分组标签,聚类数可通过手肘法调整
  • 用层次聚类可生成树状图,直观展示所有国家的相似度远近关系

基于Tableau的实现方法

1. 基础计算字段准备

导入数据源后新建计算字段职业占比,公式为:

SUM([count]) / TOTAL(SUM([count]))

计算时选择按「国家」维度分区,得到每个国家内部各职业的人数占比。

2. 相关性可视化

  • 将「国家」分别拖到行功能区和列功能区
  • 将「职业」拖到标记卡的「详细信息」,将「职业占比」拖到标记卡的「颜色」
  • 顶部菜单栏选择「分析→相关系数」,即可生成国家间相关性热力图,颜色越深代表相关性越高、职业分布越相似

3. 相似国家自动聚类

  • 将「国家」拖到视图,将所有职业的「职业占比」度量拖到标记卡的「详细信息」
  • 打开左侧「分析」面板,选择「聚类」,按需设置聚类数量后,Tableau会自动把职业分布相似的国家归为同一类
  • 也可搭配散点图、树状图直观展示分组结果,或者做对称条形图对比任意两个国家的职业分布差异

内容的提问来源于stack exchange,提问作者SunriderDestiny

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.08 21:51:00