1. 员工离职原因数据分析|python
数据源自kaggle，通过分析了解员工离职的原因，为降低员工离职率的举措提供数据支撑。
1.数据预览
可大体看清数据基本情况。
可看出各个字段的计数、平均值、标准差、最小值、最大值等。
此公司未离职员工数11428,占比76.19%，离职员工数3571，占比23.81%。
注：下文图中横轴left为0，表示未离职，left为1表示离职。
分布图没有考虑各项人数比例，反映了正常的离职率（右低左高）。其中只有参与项目数量为2和6、7的员工，离职的比在职的多，也就是说，员工过多、过少的参与项目都可能导致离职的情况发生。
我们可以看到7年及以上工龄的员工(后三种颜色右边为0)基本没有离职，只有工龄为5年的员工离职人数超过在职人数。可见工龄长于6年的员工，由于种种原因，其“忠诚度”较高。而员工进入公司工作的第五5年是一个较为“危险”的年份，也许是该企业的“5年之痒”，应当重点关注该阶段的员工满意度、职业晋升等情况，以顺利过渡。
从图中可看出，工作是个对员工离职的影响较小，可推测该企业处理工作事故的方式有可取之处。
分布图无法明显看出晋升对离职是否有影响。
可大致看出各部门的离职情况，但分布图无法横向对比。
可明显看出，薪资越高离职人数越少。证明为了减少离职率，提升员工福利待遇是一个可行的手段。
首先该企业员工的满意度还不错，大多数员工的满意度较高。满意度低、非常低的员工离职人数最多，可见提升员工满意度是防止人员流失的关键环节。
可大致看出，中等受教育程度的员工离职率是最低的。而受教育程度低和受教育程度极高的员工离职人数都比较多，应当对这两类员工给予特别关注，寻找关键原因。
上图清晰地表明了，月工作时长正常的员工离职率最低。而工时过低、过高的员工离职人数最多。证明恰当的工作任务分配是非常重要的。
附盒形图的阅读方法：最上、下方两根线代表最大值、最小值，盒子中间的线代表数据的中位数，盒子上下边框线代表数据的四分位数。整个盒子表示数据的主体。
上图反映出离职员工的满意度普遍较低。
与分布分析一致，离职员工的受教育水平有极低也有极高的。离职员工的受教育水平相差较大，整体而言受教育程度偏高，反映出该企业优秀人才流失较为严重。
与分布分析一致，上图表明未离职员工的工作时长趋于正常，整体而言离职员工的工作时长过高。
与分布分析一致，上图表明离职员工参与的项目数过高或过低，而未离职员工的3~4个项目参与量是较为合理的。
反映出工作3~5年的员工离职率较高。
上图反映出低薪水的离职率较高。
上图反映出，财务部门、人力部门和科技部的离职率较高。
可见各部门离职率如上图，离职率由高到低分别为：人力部、财务部、科技部、支持部、销售部、市场部、IT部门、产品部、研发部、管理部。对于离职率过高的部门，因进一步分析关键原因。
再次证明薪水越低离职率越高。
再次证明，满意度越低离职率越高。
离职率最高的是受教育水平较低的员工，其次是受教育水平最高的员工。对于优秀人才的流失应当引起足够重视。
离职率最高的是工作时间过长的员工，而工作时长过短的员工离职率也很高，就数据显示而言，月工作时长调整为正常程度有利于降低员工的离职率。
由图可见，项目数为3~5最为适宜，而项目数为2、7，即参与项目数过多或过少则离职率增加。
与前述分析一致，工龄5年的员工离职率过高，应当重点关注。
上图显示，出现工作事故的员工离职率反而远远低于未出现工作事故的员工，说明良好的工作事故处理方式可能会增加员工的忠诚度。
上图显示五年内没有晋升的员工离职率约为有晋升员工的4倍以上。可见为员工提供合理的职业发展空间是十分必要的。
根据上述分析，工作事故对离职的影响不大故剔除，而部门数据不适合量化分析也剔除。
注：黄色为离职，蓝色为未离职
1)员工满意度分析
前述分析中，我们得出员工满意度越低、离职率越高的结论。那么满意度如何与其他因素作用呢？
由上图可知：
2)受教育水平分析
上述图片清楚地反映出，对于员工来说：
所以， 对于优质人才，应当合理分配其工作任务和项目数，避免工时过长、项目过多，薪水适宜，并适当适时给予晋升机会以降低其离职率。
2）工龄分析
由图可知，