python - 如何在数据框中计算每日和每周的加类时间？

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

我要做的是计算加州员工的加班时间。加州法律规定，一天中超过8小时和/或一周中超过40小时的任何事情都被视为加班。

Hours1 =当天的总工作时间。

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

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

当员工一周工作40个小时以上并且一天工作超过8个小时时，就会出现此问题。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，我想对每个雇员加Hours1下的所有小时，并且当金额> = 40时，所有后续小时均视为加班，对于该雇员，不再将其视为正常时间。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。

Ouput应该这样：

    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

任何和所有帮助表示赞赏。

对于以后的读者来说，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']]

最佳答案

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)

关于python - 如何在数据框中计算每日和每周的加类时间？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/52239093/