Question

这是一个棘手的问题。我有一个看起来像这样的数据框：

    Employee    Date    Hours1  Reg      OT 
0    emp1   08/12/2018  10.00   8.00    2.00    
1    emp1   08/13/2018  10.00   8.00    2.00
2    emp1   08/14/2018  10.00   8.00    2.00    
3    emp1   08/15/2018  10.00   8.00    2.00    
4    emp1   08/17/2018  10.00   8.00    2.00    
5    emp2   08/12/2018  7.00    7.00    0.00    
6    emp2   08/13/2018  9.00    8.00    1.00
7    emp2   08/15/2018  10.00   8.00    2.00
8    emp2   08/17/2018  10.00   8.00    2.00
9    emp2   08/18/2018  8.00    8.00    0.00

我要做的是计算加利福尼亚员工的加班时间。加州法律规定，一天中超过8小时的任何事物 和/或 一周中超过40小时的任何事物都被视为超时。

Hours1 =当天的总工作时间。

Reg = np.where((df['Hours1']) < 8, df['Hours1'], (df['OT']))（正常时间）

OT = np.where((df['Hours1']) > 8, (df['Hours1']) - 8, (df['OT']))（工作时间）

当员工每周工作40个小时以上且一天工作8个小时以上时，就会发生此问题。我很难将两个公式结合起来。如您所见，emp1在前4天工作了40个小时，因此row=4中的所有小时都应视为加班。

对于每个日期，我想将Hours1下的所有小时总计为每位员工，当金额> = 40时，所有随后的小时都视为加班，并且对于该员工，不再应将其视为正常的工作时间。感觉每个员工的每一行都应该有一个循环，其中包含该表达式，但是我尝试过的所有方法都无效。

输出应该像这样：

    Employee    Date    Hours1  Reg      OT 
0    emp1   08/12/2018  10.00   8.00    2.00    
1    emp1   08/13/2018  10.00   8.00    2.00
2    emp1   08/14/2018  10.00   8.00    2.00    
3    emp1   08/15/2018  10.00   8.00    2.00    
4    emp1   08/17/2018  10.00   0.00    10.00    
5    emp2   08/12/2018  7.00    7.00    0.00    
6    emp2   08/13/2018  9.00    8.00    1.00
7    emp2   08/15/2018  10.00   8.00    2.00
8    emp2   08/17/2018  10.00   8.00    2.00
9    emp2   08/18/2018  8.00    4.00    4.00

感谢您的帮助。

对于将来的读者而言，方程式的关键是cumsum。最终代码如下所示（注意：我放弃了注册时间）：

df['Cum hours'] = df.groupby('Employee')['Hours1'].transform('cumsum')

df['Week OT'] = np.where(df['Cum hours'] - df['Hours1'] > 40, 
                      df['Hours1'], 
                      df['Cum hours'] - 40)

df['OT'] = np.where(df['Cum hours'] > 40, 
             df['Week OT'], 
             df['OT'])

df = df.loc[:, ['Employee', 'Date', 'Hours1', 'OT']]

Answer 1

假设数据框仅包含一周内的数据，请执行以下操作：

cumulative_hours = df.groupby('Employee')['Hours1'].cumsum()

ot_within_day = df.OT
ot_within_week = np.where(cumulative_hours - df.Hours1 > 40, 
                          df.Hours1, 
                          cumulative_hours - 40)

ot_CA = np.where(cumulative_hours > 40, 
                 ot_within_week, 
                 ot_within_day)

如何在数据框中计算每日和每周的加班时间？

1 个答案: