Python 如何使用diff()函数识别Pandas中的薪资变化以进行人力资源分析?
给定一个包含等级和工资的HR员工数据集,我想确定每个员工的等级和工资是否都有变化 我可以使用.diff()函数来完成,但是当第二个员工进来时,它会获取最后一个员工数据,这不是我所期望的。我希望为每个员工使用.diff()函数或其他方法 下面是迄今为止使用的代码Python 如何使用diff()函数识别Pandas中的薪资变化以进行人力资源分析?,python,python-3.x,pandas,difference,Python,Python 3.x,Pandas,Difference,给定一个包含等级和工资的HR员工数据集,我想确定每个员工的等级和工资是否都有变化 我可以使用.diff()函数来完成,但是当第二个员工进来时,它会获取最后一个员工数据,这不是我所期望的。我希望为每个员工使用.diff()函数或其他方法 下面是迄今为止使用的代码 import pandas as pd # This is my Dataset hr = pd.DataFrame({'Employee': ['100201', '100201', '100201', '100201', '100
import pandas as pd
# This is my Dataset
hr = pd.DataFrame({'Employee': ['100201', '100201', '100201',
'100201', '100201', '100201','100299', '100299'],
'Month/Year': ['01.2018', '02.2018', '03.2018',
'04.2018', '05.2018', '06.2018','01.2019', '02.2019'],
'Salary': [12175, 13000, 13000, 13125, 14000,
14000, 20000, 21000],
'Grade': [1, 1, 2, 2, 2, 1, 3, 4],
'Position': [1, 1, 2, 2, 2, 2, 3, 4]})
hr
# This is how I check the diff from each month:
hr.set_index('Employee')
hr['Increase'] = hr['Salary'].diff(1)
hr['Grade Change'] = hr['Grade'].diff(1)
hr
# Finally just apply a lambda function
hr['Promotion'] = hr['Increase'].apply(lambda x: x > 0 )
hr['Grade Increase'] = hr['Grade Change'].apply(lambda x: x != 0 )
hr
从结果中可以看出:
我能够理解员工100201的所有等级和工资变化。然而,对于员工100299,代码从员工100299的索引5中获取14000的工资,因此提到有6000个工资变化。事实上,100299员工仅在2019年1月加入,起薪为20000。2019年2月的工资变动是正确的
我真正期望的是,每当数据集中有新员工时,都能做一些休息
我对蟒蛇和熊猫还不熟悉,所以这会有很大帮助。提前谢谢 与groupby一起使用“员工”
:
hr[['Salary_increase', 'Grade_change']] = hr.groupby('Employee')[['Salary', 'Grade']].diff()
hr[['Promotion', 'Grade_increase']] = hr[['Salary', 'Grade']].diff().gt(0)
[外]
非常感谢你!这正是我需要的。很好用!
Employee Month/Year Salary Grade Position Salary_increase Grade_change \
0 100201 01.2018 12175 1 1 NaN NaN
1 100201 02.2018 13000 1 1 825.0 0.0
2 100201 03.2018 13000 2 2 0.0 1.0
3 100201 04.2018 13125 2 2 125.0 0.0
4 100201 05.2018 14000 2 2 875.0 0.0
5 100201 06.2018 14000 1 2 0.0 -1.0
6 100299 01.2019 20000 3 3 NaN NaN
7 100299 02.2019 21000 4 4 1000.0 1.0
Promotion Grade_increase
0 False False
1 True False
2 False True
3 True False
4 True False
5 False False
6 True True
7 True True