数据行业薪资趋势研究数据集2009至2016年-namangarg2075

数据行业薪资趋势研究数据集2009至2016年-namangarg2075 数据来源：互联网公开数据 标签：数据行业,薪资趋势,职业分析,数据科学,性别差异,年龄影响,工作表现,历史经验,教育研究

数据概述： 本数据集提供了2009年至2016年间数据专业人员的薪资及相关属性的详细信息，旨在帮助理解数据行业在此期间的薪资趋势及其他相关因素。数据集由两个文件组成，每个文件包含数据专业人员的具体详情，包括个人信息、职位信息和绩效指标。

Salary Prediction of Data Professions.csv - 原始文件

FIRST NAME：数据专业人员的名（字符串）

LAST NAME：数据专业人员的姓（字符串）

SEX：数据专业人员的性别（字符串：'F'表示女性，'M'表示男性）

DOJ (Date of Joining)：数据专业人员加入公司的日期（日期格式：MM/DD/YYYY）

CURRENT DATE：当前日期或数据快照日期（日期格式：MM/DD/YYYY）

DESIGNATION：数据专业人员的职位或职称（字符串：例如，分析师、高级分析师、经理）

AGE：数据专业人员的年龄（整数）

SALARY：数据专业人员的年薪（浮点数）

UNIT：数据专业人员所在业务部门或部门（字符串：例如，IT、财务、市场）

LEAVES USED：数据专业人员已使用的请假天数（整数）

LEAVES REMAINING：数据专业人员剩余的请假天数（整数）

RATINGS：数据专业人员的绩效评分（浮点数）

PAST EXP：加入当前公司前的过往工作经验年限（浮点数）

cleaned_data.csv - 处理文件

FIRST NAME：数据专业人员的名（字符串）

LAST NAME：数据专业人员的姓（字符串）

SEX：数据专业人员的性别（字符串：'F'表示女性，'M'表示男性）

DOJ (Date of Joining)：数据专业人员加入公司的日期（日期格式：MM/DD/YYYY）

CURRENT DATE：当前日期或数据快照日期（日期格式：MM/DD/YYYY）

DESIGNATION：数据专业人员的职位或职称（字符串：例如，分析师、高级分析师、经理）

AGE：数据专业人员的年龄（整数）

SALARY：数据专业人员的年薪（浮点数）

UNIT：数据专业人员所在业务部门或部门（字符串：例如，IT、财务、市场）

LEAVES USED：数据专业人员已使用的请假天数（整数）

LEAVES REMAINING：数据专业人员剩余的请假天数（整数）

RATINGS：数据专业人员的绩效评分（浮点数）

PAST EXP：加入当前公司前的过往工作经验年限（浮点数）

DAY：当前日期的天数（整数）

MONTH：当前日期的月份（整数）

YEAR：当前日期的年份（整数）

数据用途概述： 该数据集适用于研究人员、分析师和数据爱好者，用于探索和分析数据行业的薪资趋势。它可以用于构建预测模型，进行统计分析，获取不同因素（如性别、年龄、经验和绩效评分）如何影响数据行业薪资的见解。此外，数据集也适合用于教育和培训，帮助学习者理解数据行业薪资结构和职业发展规律。

数据来源： 该数据集源自Kaggle的Salary Prediction of Data Professions数据集，经过清理和处理，适用于分析。

请注意：有关许可证的详细信息，请参考Kaggle上的原始数据集。