如何编写程序拆分员工工时数据中复合费率（composite rate）班次的工时为常规工时与加班工时

Hey Ethan, 刚看完你的问题，这个需求其实在工时核算里挺典型的，咱们一步步来拆解解决：

核心逻辑梳理 #

首先得把拆分规则量化成清晰的步骤，避免混乱：

• 先按员工ID分组处理数据，每个员工的工时是独立计算的
• 对单个员工的所有班次，必须按时间顺序排序（这很关键，加班是按工时累计到48小时才触发的，顺序错了结果就不对）
• 累加该员工的非复合费率班次工时，得到累计常规工时
• 当遇到「复合费率」的班次时：
  1. 计算剩余常规额度 = max(0, 48 - 累计常规工时)——也就是还能算常规工时的数量
  2. 拆分复合班次：拆分常规工时 = min(剩余常规额度, 复合班次总工时)，剩下的就是拆分加班工时 = 复合班次总工时 - 拆分常规工时
  3. 更新累计常规工时：累计常规工时 += 拆分常规工时（加班工时不计入48小时的累计额度）
• 把拆分后的班次行替换原来的复合班次行，最终输出整理好的数据

具体实现示例（用Python + Pandas） #

假设你的原始数据是类似表格结构（Excel/CSV都可以），这里用Python的Pandas库来处理，它对表格数据的操作非常高效：

原始数据示例结构 #

处理代码 #

import pandas as pd

# 读取原始数据（如果是CSV就用pd.read_csv）
df = pd.read_excel("员工工时数据.xlsx")

# 定义单个员工的工时拆分函数
def split_composite_for_employee(group):
    # 先把班次按日期排序，确保顺序正确
    group['班次日期'] = pd.to_datetime(group['班次日期'])
    group = group.sort_values('班次日期').reset_index(drop=True)
    
    cumulative_reg_hours = 0
    processed_rows = []
    
    for _, row in group.iterrows():
        if row['费率类型'] != '复合费率':
            # 常规班次直接保留，累加工时
            processed_rows.append(row.to_dict())
            cumulative_reg_hours += row['工时数']
        else:
            total_comp_hours = row['工时数']
            # 计算还能算常规工时的额度
            remaining_reg_quota = max(0, 48 - cumulative_reg_hours)
            # 拆分常规和加班工时
            reg_part = min(remaining_reg_quota, total_comp_hours)
            ot_part = total_comp_hours - reg_part
            
            # 生成常规工时行
            reg_row = row.copy()
            reg_row['工时数'] = reg_part
            reg_row['费率类型'] = '常规'
            processed_rows.append(reg_row.to_dict())
            
            # 如果有加班工时，生成加班行
            if ot_part > 0:
                ot_row = row.copy()
                ot_row['工时数'] = ot_part
                ot_row['费率类型'] = '加班（1.5倍）'
                processed_rows.append(ot_row.to_dict())
            
            # 更新累计常规工时
            cumulative_reg_hours += reg_part
    
    return pd.DataFrame(processed_rows)

# 按员工ID分组应用拆分逻辑
final_df = df.groupby('员工ID').apply(split_composite_for_employee).reset_index(drop=True)

# 保存处理后的数据到新文件
final_df.to_excel("拆分后员工工时数据.xlsx", index=False)

额外注意事项 #

• 排序校验：运行代码前一定要确认原始数据里的班次日期是正确的，或者在代码里强制排序（上面的代码已经做了这一步）
• 边界场景兼容：如果员工累计工时已经超过48小时，复合班次的所有工时都会被拆成加班；如果复合班次刚好补满48小时，就全部拆成常规工时
• 扩展调整：如果你的系统里费率类型的名称不同（比如叫「混合费率」），只需要修改代码里的'复合费率'字符串即可；要是需要计算加班工资，也可以在拆分后新增「工资计算」列

备注：内容来源于stack exchange，提问作者Ethan Carr