python_analysis/second_semestr/pract3-1.py - main - Nik_voz/rgpu_python_analysis

python_analysis/second_semestr/pract3-1.py
53 строки3 KB
Nick-voz
another commit.
23 дек 2025, 17:37
23 дек 2025, 17:37e0763c4
import os

import pandas as pd
from constants import Columns
from dotenv import load_dotenv

load_dotenv()

DATASET_PATH = os.environ.get("DATASET_PATH")
if DATASET_PATH is None:
    raise RuntimeWarning("DATASET_PATH not set")

data = pd.read_csv(DATASET_PATH, sep=";")

# Запрос A: средняя фактическая зарплата по полу
q_a = data.groupby(Columns.GENDER)[Columns.AVERAGE_SALARY_FACT_AVG].mean()
# Показал, какие средние зарплаты наблюдаются для каждой группы пола.
# Можно предположить наличие разницы между группами — это сигнал для дальнейшего анализа
# (например, контроль по специальности, региону, возрасту).
# Выбор пола обусловлен типичностью сравнений зарплатной дискриминации.

# Запрос B: средняя нормированная зарплата по уровню образования (education_level)
q_b = data.groupby(Columns.EDUCATION_LEVEL)[
    Columns.AVERAGE_SALARY_NORM_AVG
].mean()
# Показывает, как уровень образования связан с нормированной зарплатой выпускников.
# Предположение: более высокий уровень образования может соответствовать более высоким зарплатам,
# но нужны контрольные переменные (направление подготовки, регион).
# Выбор обусловлен интересом к влиянию образования на доход.

# Запрос C: средняя фактическая зарплата по году выпуска
q_c = (
    data.groupby(Columns.YEAR)[Columns.AVERAGE_SALARY_FACT_AVG]
    .mean()
    .sort_index()
)
# Показывает динамику средней фактической зарплаты в выборке по годам.
# По результату можно судить о тренде (рост/падение) и искать причины (экономическая ситуация, изменения в наборе).
# Выбран год как естественный временной фактор.

print("q_a:\n", q_a)
print("q_b:\n", q_b)
print("q_c (head):\n", q_c.head())

# pivot_gender_edu = pd.pivot_table(
#     data,
#     values=[Columns.AVERAGE_SALARY_FACT_AVG, Columns.AVERAGE_SALARY_NORM_AVG],
#     index=Columns.GENDER,
#     columns=Columns.EDUCATION_LEVEL,
#     aggfunc="mean",
# )

# print("pivot_gender_edu:\n", pivot_gender_edu)