File size: 7,531 Bytes
787b473 ccd23d9 787b473 ccd23d9 787b473 0c7270f |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 |
import streamlit as st
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import plotly.express as px
from PIL import Image
#melebarkan
st.set_page_config(
page_title='Employee Attrition Prediction',
layout='wide',
initial_sidebar_state='expanded'
)
st.markdown("""<style>.reportview-container {background: "5160549.jpg"}.sidebar .sidebar-content {background: "5160549.jpg"}</style>""",unsafe_allow_html=True)
def run():
# membuat judul
st.title('Employee Attrition Prediction')
#membuat sub header
st.subheader('Employee Attrition Prediction EDA')
st.write('Created by: Gieorgie Kosasih')
# library pillow buat gambar
image = Image.open('employee.jpg')
st.markdown('---')
st.image(image)
# Membuat Garis lurus
st.markdown('---')
# Nampilin dataframe
st.write('### Employee Attrition Data')
df = pd.read_csv('Main_Data.csv')
st.dataframe(df.head(5))
###########################################
st.write('### Attrition Distribution')
# Menghitung jumlah setiap value
target_counts = df['Attrition'].value_counts()
# Membuat label untuk legenda dengan jumlah setiap value
labels = [f'Attrition {i} - {count}' for i, count in target_counts.items()]
# Membuat pie chart
fig = plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 2)
target_counts.plot(kind='pie', autopct='%1.1f%%', shadow=True, labels=None, colors =['#0072C6', '#BFBFBF'])
plt.title('Employee Attrition')
# Menambahkan legenda
plt.legend(labels, loc='upper right', bbox_to_anchor=(1.3, 1))
st.pyplot(fig)
st.markdown('---')
###########################################
st.write('### Data Demografi Karyawan')
pilihan = st.selectbox('Pilih Kolom : ', ('Gender','Education','MaritalStatus','Department'))
# Melakukan pengelompokan langsung pada indeks DataFrame
attrition_data = df.groupby([df[pilihan], 'Attrition']).size().unstack(fill_value=0)
fig = plt.figure(figsize=(15, 5))
colors =['#0072C6', '#BFBFBF']
# Plot: Distribusi Attrition berdasarkan kolom yang dipilih
ax = plt.gca()
# Menyesuaikan jenis plot berdasarkan jumlah indeks attrition_data
if len(attrition_data.index) > 3:
attrition_data.plot(kind='barh', stacked=True, color=colors, ax=ax)
ax.set_xlabel('Jumlah Karyawan')
ax.set_ylabel(pilihan) # Menggunakan nama kolom yang dipilih langsung
else:
attrition_data.plot(kind='bar', stacked=True, color=colors, ax=ax)
ax.set_ylabel('Jumlah Karyawan')
ax.set_xlabel(pilihan) # Menggunakan nama kolom yang dipilih langsung
ax.set_xticklabels(attrition_data.index, rotation=0)
ax.set_title(f'Distribusi Attrition Berdasarkan {pilihan}') # Menggunakan nama kolom yang dipilih langsung
ax.legend(title='Attrition', labels=['Tidak', 'Ya'])
# Menambahkan anotasi pada plot
for container in ax.containers:
if len(attrition_data.index) > 3:
labels = [f'{int(v.get_width())}' for v in container]
else:
labels = [f'{int(v.get_height())}' for v in container]
ax.bar_label(container, labels=labels, label_type='center', padding=2)
st.pyplot(fig)
st.markdown('---')
####################################################
st.write('### Data Survey Karyawan')
pilihan = st.selectbox('Pilih Kolom : ', ('EnvironmentSatisfaction','JobSatisfaction', 'WorkLifeBalance'))
# Melakukan pengelompokan langsung pada indeks DataFrame
attrition_data = df.groupby([df[pilihan], 'Attrition']).size().unstack(fill_value=0)
fig = plt.figure(figsize=(15, 5))
colors =['#0072C6', '#BFBFBF']
# Plot: Distribusi Attrition berdasarkan kolom yang dipilih
ax = plt.gca()
# Menyesuaikan jenis plot berdasarkan jumlah indeks attrition_data
if len(attrition_data.index) > 3:
attrition_data.plot(kind='barh', stacked=True, color=colors, ax=ax)
ax.set_xlabel('Jumlah Karyawan')
ax.set_ylabel(pilihan) # Menggunakan nama kolom yang dipilih langsung
else:
attrition_data.plot(kind='bar', stacked=True, color=colors, ax=ax)
ax.set_ylabel('Jumlah Karyawan')
ax.set_xlabel(pilihan) # Menggunakan nama kolom yang dipilih langsung
ax.set_xticklabels(attrition_data.index, rotation=0)
ax.set_title(f'Distribusi Attrition Berdasarkan {pilihan}') # Menggunakan nama kolom yang dipilih langsung
ax.legend(title='Attrition', labels=['Tidak', 'Ya'])
# Menambahkan anotasi pada plot
for container in ax.containers:
if len(attrition_data.index) > 3:
labels = [f'{int(v.get_width())}' for v in container]
else:
labels = [f'{int(v.get_height())}' for v in container]
ax.bar_label(container, labels=labels, label_type='center', padding=2)
st.pyplot(fig)
st.markdown('---')
####################################################
st.write('### Data Performa Karyawan')
pilihan = st.selectbox('Pilih Kolom : ', ('JobInvolvement', 'PerformanceRating','BusinessTravel','JobLevel', 'JobRole'))
# Melakukan pengelompokan langsung pada indeks DataFrame
attrition_data = df.groupby([df[pilihan], 'Attrition']).size().unstack(fill_value=0)
fig = plt.figure(figsize=(15, 5))
colors =['#0072C6', '#BFBFBF']
# Plot: Distribusi Attrition berdasarkan kolom yang dipilih
ax = plt.gca()
# Menyesuaikan jenis plot berdasarkan jumlah indeks attrition_data
if len(attrition_data.index) > 3:
attrition_data.plot(kind='barh', stacked=True, color=colors, ax=ax)
ax.set_xlabel('Jumlah Karyawan')
ax.set_ylabel(pilihan) # Menggunakan nama kolom yang dipilih langsung
else:
attrition_data.plot(kind='bar', stacked=True, color=colors, ax=ax)
ax.set_ylabel('Jumlah Karyawan')
ax.set_xlabel(pilihan) # Menggunakan nama kolom yang dipilih langsung
ax.set_xticklabels(attrition_data.index, rotation=0)
ax.set_title(f'Distribusi Attrition Berdasarkan {pilihan}') # Menggunakan nama kolom yang dipilih langsung
ax.legend(title='Attrition', labels=['Tidak', 'Ya'])
# Menambahkan anotasi pada plot
for container in ax.containers:
if len(attrition_data.index) > 3:
labels = [f'{int(v.get_width())}' for v in container]
else:
labels = [f'{int(v.get_height())}' for v in container]
ax.bar_label(container, labels=labels, label_type='center', padding=2)
st.pyplot(fig)
st.markdown('---')
####################################################
st.write('### Data Numerical')
pilihan = st.selectbox('Pilih Kolom : ', ('Age','DistanceFromHome','MonthlyIncome', 'NumCompaniesWorked','PercentSalaryHike','TotalWorkingYears',
'YearsAtCompany','YearsSinceLastPromotion','YearsWithCurrManager'))
fig = plt.figure(figsize=(15, 5))
attrition_no = df[df['Attrition'] == 'No'][pilihan]
attrition_yes = df[df['Attrition'] == 'Yes'][pilihan]
sns.histplot(attrition_no, color=colors[0], label='No', kde=False, bins=30)
sns.histplot(attrition_yes, color=colors[1], label='Yes', kde=False, bins=30)
plt.title(f'Histogram Distribusi {pilihan} Berdasarkan Attrition')
plt.xlabel(pilihan)
plt.ylabel('Jumlah Karyawan')
plt.legend(title='Attrition')
plt.tight_layout()
st.pyplot(fig)
if __name__ == '__main__':
run() |