Python Pandas：基于OT存在条件重新计算DataFrame指定类别工时值

我有一个记录员工不同类别工时的Pandas DataFrame，需求如下：

• 仅当某Empl_Id下存在OT类别时，重新计算除OT、MILE和REST之外的所有类别的Value值
• OT、MILE和REST类别值保持不变

示例数据 #

import pandas as pd

data = {'Empl_Id': [1, 1, 1, 1, 1, 2, 2, 2, 3, 3, 3, 3, 3, 3], 
     'Category': ["MILE", "REST", "OT", "TRVL", "REG", "ADMIN", "REST", "REG", "MILE", "OT", "TRVL", "REST", "MAT", "REG"], 
     'Value': [43, 0.7, 6.33, 2.67, 52, 22, 1.17, 16.5, 73.6, 4.75, 1.33, 2.5, 5.5, 52.25]}

df = pd.DataFrame(data=data)

初始数据 #

计算逻辑 #

1. 计算OT占比：仅对存在OT的员工，计算OT工时占非OT、REST、MILE类别总工时的百分比

   • 员工1：6.33/(2.67+52) ≈ 11.58%
   • 员工2：无OT类别，不做任何更新
   • 员工3：4.75/(1.33+5.5+52.25) ≈ 8.04%

2. 调整目标类别值：将上述百分比从OT、REST、MILE之外的类别Value中扣除，原类别值保持不变

实现代码 #

# 1. 标记存在OT的员工
has_ot = df.groupby('Empl_Id')['Category'].apply(lambda x: 'OT' in x.values).reset_index(name='has_ot')
df = df.merge(has_ot, on='Empl_Id')

# 2. 定义需要调整的类别
adjust_cats = ~df['Category'].isin(['OT', 'MILE', 'REST'])

# 3. 计算每个员工的调整比例：OT工时 / 需调整类别总工时
def calculate_ratio(group):
    if not group['has_ot'].iloc[0]:
        group['ratio'] = 0
        return group
    ot_hours = group.loc[group['Category'] == 'OT', 'Value'].sum()
    adjust_total = group.loc[adjust_cats, 'Value'].sum()
    group['ratio'] = ot_hours / adjust_total if adjust_total != 0 else 0
    return group

df = df.groupby('Empl_Id').apply(calculate_ratio).reset_index(drop=True)

# 4. 调整目标类别的Value值，保留两位小数
df['Adjusted_Value'] = df.apply(
    lambda row: round(row['Value'] * (1 - row['ratio']), 2) if row['has_ot'] and adjust_cats.loc[row.name] else row['Value'],
    axis=1
)

# 5. 整理结果，去掉中间计算列
result_df = df[['Empl_Id', 'Category', 'Adjusted_Value']].rename(columns={'Adjusted_Value': 'Value'})
print(result_df)

处理后结果 #

内容的提问来源于stack exchange，提问作者Yara1994