如何将员工月度休假数据转换为按月份列展示的Pandas DataFrame

针对你需要合并员工月度休假记录、将月份转为列的需求，可以通过Pandas的透视表功能快速实现，以下是具体步骤和代码：

步骤说明 #

1. 读取并预处理数据：读取CSV文件后，先整理列名（原始列名含空格，处理成更易操作的格式），再将Month Year列转换为月份英文缩写，匹配你期望的列名格式。
2. 生成宽格式DataFrame：用pivot_table将数据从长格式转成宽格式，以员工编码为索引，月份为列，休假天数为值。
3. 调整格式：给列名加上leavedays-前缀，将缺失的休假记录替换为nil，最后整理索引和列名。

完整代码示例 #

import pandas as pd

# 读取CSV数据（假设文件名为employee_leaves.csv）
df = pd.read_csv("employee_leaves.csv")

# 处理列名，去除空格并统一小写
df.columns = df.columns.str.strip().str.replace(" ", "_").str.lower()

# 将month_year列转换为月份英文缩写（如2-2022转为Feb）
df['month_abbr'] = pd.to_datetime(df['month_year'], format='%m-%Y').dt.strftime('%b').str.capitalize()

# 生成透视表，转换为宽格式
pivot_df = df.pivot_table(
    index='emp._code',
    columns='month_abbr',
    values='leave_days',
    aggfunc='first'  # 每个员工每月只有一条记录，用first即可
)

# 重命名列，加上leavedays-前缀
pivot_df.columns = [f'leavedays-{col}' for col in pivot_df.columns]

# 将缺失值替换为nil，重置索引并修改列名
result_df = pivot_df.reset_index().rename(columns={'emp._code': 'empcode'}).fillna('nil')

print(result_df)

输出效果 #

运行代码后，会得到符合你需求的DataFrame：

empcode  leavedays-Feb  leavedays-Mar  leavedays-Apr  leavedays-May  leavedays-Jun
0        1             10             20              3              2            nil
1        2              2             15           nil           nil              4

如果你的原始数据中员工每月可能有多条休假记录，可以把aggfunc改成sum来合并当月总天数。

内容的提问来源于stack exchange，提问作者Mudasir Mohammad