python - Pandas -通过优先级减去列

我正在尝试做的一个简单说明：给定一组工资单数据，其中有regular，over_time，double_time，lunch_break列，我想从另一个中减去lunch_break列时间列，并以指定的顺序进行操作，直到用完午餐休息时间为止。例如，lunch_break分钟应首先从regular，然后是over_time，然后是double_time。因此，给出以下数据集：

import pandas as pd

payroll = [
    {'regular': 120, 'over_time':  60, 'double_time':   0, 'lunch_break': 30},
    {'regular':  15, 'over_time':  60, 'double_time':  30, 'lunch_break': 45},
    {'regular':  15, 'over_time':  15, 'double_time': 120, 'lunch_break': 45},
    {'regular':   0, 'over_time': 120, 'double_time': 120, 'lunch_break': 30}
]

payroll_df = pd.DataFrame(payroll)

我需要以下结果：

result = [
    {'regular': 90, 'over_time': 60, 'double_time':   0}, # 30 from reg
    {'regular':  0, 'over_time': 30, 'double_time':  30}, # 15 from reg, 30 from ovr
    {'regular':  0, 'over_time':  0, 'double_time': 105}, # 15 from reg, 15 from ovr, 15 from dbl
    {'regular':  0, 'over_time': 90, 'double_time': 120}, # 0 from reg, 30 from ovr
]

result_df = pd.DataFrame(result)

是否有使用熊猫的好方法？

最佳答案

向量化版本

df = payroll_df.copy()
df['regular'] = df.regular - df['lunch_break']
df.loc[df.regular < 0, 'over_time'] +=  df[df.regular < 0].regular
df.loc[df.over_time < 0, 'double_time'] += df[df.over_time < 0].over_time
df[df < 0] = 0
print(df.drop(columns='lunch_break'))

   regular  over_time  double_time
0       90         60            0
1        0         30           30
2        0          0          105
3        0         90          120

关于python - Pandas -通过优先级减去列，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/59780940/