pandas 根据入职日期和工资月份计算司龄

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

在薪酬和福利管理中，计算员工的“司龄”即员工在公司工作的年限，通常用于确定员工的年资、工龄奖、福利发放、绩效考核等。我们来看看如何用 pandas 来入职日期和工资月份计算司龄，用于计算员工的工龄奖。

数据与需求

我们构造数据如下：

import pandas as pd
import io

data = '''
工资月份    入职日期
2024-10-31  2022-12-09   
2024-10-31  2016-10-17   
2024-10-31  2022-06-01   
2024-10-31  2024-04-15   
2024-10-31  2022-03-14   
2024-10-31  2018-10-08   
2024-10-31  2023-02-01   
2024-10-31  2020-03-23 
'''

df = pd.read_csv(io.StringIO(data), sep=r'\s+')
df
# ...

我们要根据入职日期减去工资月份来计算员工在公司多少年，保留两个小数。

思路

主要思路是计算员工的司龄（工作年限），通过以下几个步骤来实现：

转换数据类型：将“工资月份”和“入职日期”字段转换为日期时间格式，以便进行日期计算。
计算日期差：利用 eval 计算出工资月份与入职日期之间的时间差（即员工在公司工作的总时长），得到一个时间间隔类型的结果。
转换为年数：将时间差除以平均每年天数（365.25 天）来换算为年数，从而得到大致的司龄。
保留小数：将结果四舍五入至两位小数，得到一个精确的司龄值。

简化了司龄的计算，将日期差异直接转换为工作年限，使得结果更为直观。

代码

根据思路，最终的代码如下：

(
    df.astype({'工资月份': 'datetime64[ns]',
               '入职日期': 'datetime64[ns]'})
    .eval('工资月份 - 入职日期')
    # 365.25 是平均的一年天数，考虑了平年和闰年
    .div(pd.Timedelta(days=365.25))
    .round(2)
)
'''
0    1.89
1    8.04
2    2.42
3    0.54
4    2.63
5    6.06
6    1.75
7    4.61
dtype: float64
'''

这样就得到了最终的结果。

（完）

pandas 根据入职日期和工资月份计算司龄

数据与需求

思路

代码

相关内容