复杂验证算法

Question

我为员工出勤系统构建验证，编程语言是独立的。我为很多案例设计了算法，并且它的工作非常精细。

现在，我遇到了一些情况。我只需要一些人给我的想法一些火花，这样我就可以完成它。

让我们假设以下情况：

使用如下所示的时间表监控员工出勤率，

1. df.loc[(df.column_name < 0),'column_name'] = 0
2. 06:30 Shift 1 - IN
3. 12:00 Shift 1 - OUT
4. 13:00 Shift 2 - IN

现在，如果员工打了五次，我必须根据班次与班次时间表的接近程度取消一次打卡，这意味着我想删除多余的打卡。 例如，员工如下所示：

1. 15:30 Shift 2 - OUT

2. 06:12

3. 11:57

4. 12:48

5. 12:57

如果我进行手动删除，我将删除第3个打孔（12:48），因为所有其他打孔都接近计划。

现在，我的逻辑是将第一个冲头视为Shift 1 - IN冲头，最后一个冲头为Shift 2 - OUT冲头。 然后需要中间三个工作并删除一个。

  

编辑：

***我找到了一些东西，

• 我可以将第一次和最后一次打为S1-IN和S2-OUT。现已验证员工17:02。剩下的是第二，第三和第四拳。
• 找出1st punch and 5th punch拳的绝对差异 安排2nd, 3rd and 4th和S1-OUT。采取上述最低限度 差异值。删除另一拳。