基于Pandas的数据分析：识别个人求职的行业组合偏好

嘿，我来帮你搞定这个问题！从你给出的数据集结构来看，我们的目标是找出求职者群体中最常出现的行业申请组合——也就是大家扎堆申请的行业搭配。下面是一步步的解决方案：

核心思路 #

我们需要先按每个求职者的id分组，把他们申请的所有行业整理成一个固定顺序的组合（避免因申请顺序不同导致同一种组合被重复统计），然后统计每种组合的出现频率，频率最高的就是我们要找的“倾向组合”。

代码实现（Python Pandas） #

假设你的数据集已经加载到df中，用以下代码就能快速得到结果：

import pandas as pd

# 1. 按id分组，收集每个用户的申请行业，排序后转为元组（确保组合顺序统一）
user_combinations = df.groupby('id')['area_job_application'].agg(
    lambda x: tuple(sorted(x))
).reset_index(name='industry_combination')

# 2. 统计每种行业组合的出现次数
combination_counts = user_combinations['industry_combination'].value_counts().reset_index(
    name='applicant_count'
)

# 3. 输出结果：查看最常见的组合
top_combination = combination_counts.iloc[0]
print(f"最受求职者青睐的行业组合是：{top_combination['industry_combination']}，共有{top_combination['applicant_count']}位求职者申请了这个组合")

# 如果想查看前N个热门组合，可以用：
print("\nTop 3热门行业组合：")
print(combination_counts.head(3))

结果解读 #

• 为什么要排序后转元组？比如用户2和用户3都申请了Finance和Sales，只是记录顺序不同，排序后都会变成('Finance', 'Sales')，这样就能被归为同一种组合统计。
• 从你提供的示例数据来看，('Finance', 'Sales')这个组合出现了2次（用户2和3），是目前样本里最频繁的组合。

额外拓展 #

如果还想结合education字段分析不同学历人群的倾向组合，可以在分组时加上education：

edu_combinations = df.groupby(['id', 'education'])['area_job_application'].agg(
    lambda x: tuple(sorted(x))
).reset_index(name='industry_combination')

edu_combination_counts = edu_combinations.groupby(['education', 'industry_combination']).size().reset_index(name='count')
print(edu_combination_counts.sort_values('count', ascending=False))

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