Python Pandas按指定列合并多行 区分可计费规则聚合计算
问题根因
现有代码未按员工维度做跨行聚合,直接在拆分的可计费/不可计费明细行上计算字段,无法实现同一员工多记录合并为单行的效果。
实现逻辑
- 先对原始明细行逐行标记:当前行的工时属于可计费类还是不可计费类,分别累计对应类别的工时值
- 以
Employee Name为分组键聚合:- 所有技术栈列直接求和,得到员工全维度的技术栈工时累计
- 汇总组内所有可计费类别的总工时、所有不可计费类别的总工时
- 按给定公式计算对应指标:
- 可计费占比
Billing= 可计费总工时 / 168 * 100,无对应可计费记录时留空 - 不可计费占比
Non-Billing= 不可计费总工时 / 168 * 100,无对应不可计费记录时留空 - 全量总工时
Total= 所有技术栈列的工时求和
- 可计费占比
参考实现代码
import pandas as pd import numpy as np # 原始数据预处理 numeric_cols = ['Java', 'Python', '.Net', 'React'] # 读取业务侧实际接入的原始明细表 df = pd.DataFrame( [ ['Priya', 10, 0, 5, 0, 'Yes'], ['Priya', 0, 10, 0, 5, 'No'], ['Krithi', 0, 10, 20, 0, 'No'] ], columns=['Employee Name', 'Java', 'Python', '.Net', 'React', 'Billable'] ) # 逐行标记对应类别的工时 df['row_billable_hour'] = df.apply( lambda r: r[numeric_cols].sum() if r['Billable'] == 'Yes' else 0, axis=1 ) df['row_non_billable_hour'] = df.apply( lambda r: r[numeric_cols].sum() if r['Billable'] == 'No' else 0, axis=1 ) # 按员工分组聚合 agg_df = df.groupby('Employee Name').agg( Java=('Java', 'sum'), Python=('Python', 'sum'), **{'.Net': ('.Net', 'sum')}, React=('React', 'sum'), total_billable_hour=('row_billable_hour', 'sum'), total_non_billable_hour=('row_non_billable_hour', 'sum') ).reset_index() # 计算最终统计值 agg_df['Total'] = agg_df[numeric_cols].sum(axis=1) agg_df['Billing'] = np.where( agg_df['total_billable_hour'] > 0, agg_df['total_billable_hour'] / 168 * 100, np.nan ) agg_df['Non-Billing'] = np.where( agg_df['total_non_billable_hour'] > 0, agg_df['total_non_billable_hour'] / 168 * 100, np.nan ) # 调整列顺序匹配期望输出结构 final_df = agg_df[['Employee Name', 'Java', 'Python', '.Net', 'React', 'Total', 'Billing', 'Non-Billing']]
输出结果
| Employee Name | Java | Python | .Net | React | Total | Billing | Non-Billing | |---------------|------|--------|------|-------|-------|--------------|--------------| | Priya | 10 | 10 | 5 | 5 | 30 | 8.928571429 | 8.928571429 | | Krithi | 0 | 10 | 20 | 0 | 30 | | 17.85714286 |
内容的提问来源于stack exchange,提问作者Gomathi
相关产品推荐
相关产品推荐

