选拔审核代码

2023-10-22 01:32
文章标签 代码 审核 选拔

本文主要是介绍选拔审核代码,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

选拔审核

审核核心思想:

1、剔除掉入司时间不满一年的人员;

2、根据不同的职级、入司时间、序列,绩效的要求不同,剔除标准不同。

代码展示:
导入包

import pandas as pd
import os
import numpy as np
import collections

定义路径、读取待审核的文件“简历清单0923_汇总”
读取绩效文件“副本勇哥的绩效”
匹配以上两个文件,并选取接下来要用的变量

path=os.chdir('E:\\000师姐工作\\001  人员选拔及调动\\03空缺职位\\2020年\\9月客户、运营、行政、物管\\报名')
os.getcwd()
df_1=pd.read_excel('简历清单0923_汇总.xls',encoding='gbk')
df_2=pd.read_excel('副本勇哥的绩效.xlsx',encoding='gbk')
df_3=pd.merge(df_1,df_2,left_on='员工编号',right_on='员工编号',how='left')
df_3.columns
df_4=df_3.loc[:,['岗位名称','候选者名称_x','员工编号','性别','最高学历','所在部门', '现任职务','2018年1季度','2018年2季度','2018年3季度','2018年4季度','2018年年度','2019年1季度','2019年2季度','2019年3季度','2019年4季度','2019年年度','2020年1季度','2020年第2季度']]
df_4.columns

读取在岗表,提取接下来审核需要的信息

df_5=pd.read_excel('D:\\重要材料-离职\\20201216 在岗人员基本信息.xlsx',encoding='gbk')
df_6=pd.merge(df_4,df_5,left_on='员工编号',right_on='员工编码',how='left')
df_7=df_6.loc[:,['岗位名称','候选者名称_x','员工编号','所在部门','现任职务','执行职级','参加地市日期','2018年1季度','2018年2季度','2018年3季度','2018年4季度','2018年年度','2019年1季度','2019年2季度','2019年3季度','2019年4季度','2019年年度','2020年1季度','2020年第2季度','性别_y','最高学历_y','最高学历专业名称']]

计算季度绩效和年度绩效的数量

for i in range(len(df_7['员工编号'])):df_8=collections.Counter(df_7.loc[i,['2018年1季度','2018年2季度','2018年3季度','2018年4季度','2019年1季度','2019年2季度','2019年3季度','2019年4季度','2020年1季度','2020年第2季度']])df_9=collections.Counter(df_7.loc[i,['2018年年度','2019年年度']])print('季度绩效情况:')print(df_8)print('年度绩效情况:')print(df_9)df_7.loc[i,'B级及以上季度绩效数量']=df_8['A']+df_8['B']df_7.loc[i,'B级及以上年度绩效数量']=df_9['A']+df_9['B']df_7.loc[i,'D级绩效数量']=df_8['D']+df_9['D']

把现任职务括号中的序列提取出来

df_7['序列']=0
for i in range(len(df_7['员工编号'])):df_7.loc[i,'序列']=df_7.loc[i,'现任职务'][df_7.loc[i,'现任职务'].index(')')-2:df_7.loc[i,'现任职务'].index(')')]

判断入司时间是否符合要求:入职深圳公司连续工作1年以上,即2019年12月1日前入司

import datetime
for i in range(len(df_7['员工编号'])):#将参加地市日期字符型转化为日期型if datetime.date(int(df_7.loc[i,'参加地市日期'][0:4]),int(df_7.loc[i,'参加地市日期'][5:7]),int(df_7.loc[i,'参加地市日期'][8:10])).__le__(datetime.date(2019,12,1)):df_7.loc[i,'入司时间是否符合要求']='符合'else:df_7.loc[i,'入司时间是否符合要求']='不符合'

根据不同的现任职务、入司时间、职级判断绩效是否满足条件
1、现任专业主管、店面经理人员、5级管理及以上普通员工:
(1)2019年1月1日前入司:2018年1季度至2020年2季度的季度、年度绩效考核成绩,均不低于C且至少有3个B或B以上;
(2)2019年1月1日后入司:2019年1季度至2020年2季度的季度、年度绩效考核成绩,均不低于C且至少有1个B或B以上。
2、5级专员序列及以下普通员工:
2018年1季度至2020年2季度的季度、年度绩效考核成绩,均不低于C且至少有3个B或B以上,其中至少有1个年度考核成绩为B或B以上。

for i in range(len(df_7['员工编号'])):if df_7.loc[i,'职位细分名称'][0:df_7.loc[i,'职位细分名称'].index('(')]=='营业厅经理' or df_7.loc[i,'执行职级']>5 or (df_7.loc[i,'执行职级']==5 and df_7.loc[i,'序列']=='管理'):if datetime.date(int(df_7.loc[i,'参加地市日期'][0:4]),int(df_7.loc[i,'参加地市日期'][5:7]),int(df_7.loc[i,'参加地市日期'][8:10])).__le__(datetime.date(2020,1,1)):if df_7.loc[i,'D级绩效数量']==0 and df_7.loc[i,'B级及以上季度绩效数量']+df_7.loc[i,'B级及以上年度绩效数量']>=3:df_7.loc[i,'是否符合绩效要求']='符合'else:df_7.loc[i,'是否符合绩效要求']='不符合'if datetime.date(int(df_7.loc[i,'参加地市日期'][0:4]),int(df_7.loc[i,'参加地市日期'][5:7]),int(df_7.loc[i,'参加地市日期'][8:10])).__gt__(datetime.date(2020,1,1)):if df_7.loc[i,'D级绩效数量']==0 and df_7.loc[i,'B级及以上季度绩效数量']+df_7.loc[i,'B级及以上年度绩效数量']>=1:df_7.loc[i,'是否符合绩效要求']='符合'else:df_7.loc[i,'是否符合绩效要求']='不符合'else:if df_7.loc[i,'D级绩效数量']==0 and df_7.loc[i,'B级及以上季度绩效数量']+df_7.loc[i,'B级及以上年度绩效数量']>=3 and df_7.loc[i,'B级及以上年度绩效数量']>=1:df_7.loc[i,'是否符合绩效要求']='符合'else:df_7.loc[i,'是否符合绩效要求']='不符合'

将审核后的文件保存

df_7.to_excel('E:\\000师姐工作\\001  人员选拔及调动\\03空缺职位\\2020年\\9月客户、运营、行政、物管\\报名\\test.xlsx',encoding='gbk')

这篇关于选拔审核代码的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/258248

相关文章

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

代码随想录冲冲冲 Day39 动态规划Part7

198. 打家劫舍 dp数组的意义是在第i位的时候偷的最大钱数是多少 如果nums的size为0 总价值当然就是0 如果nums的size为1 总价值是nums[0] 遍历顺序就是从小到大遍历 之后是递推公式 对于dp[i]的最大价值来说有两种可能 1.偷第i个 那么最大价值就是dp[i-2]+nums[i] 2.不偷第i个 那么价值就是dp[i-1] 之后取这两个的最大值就是d

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

D4代码AC集

贪心问题解决的步骤: (局部贪心能导致全局贪心)    1.确定贪心策略    2.验证贪心策略是否正确 排队接水 #include<bits/stdc++.h>using namespace std;int main(){int w,n,a[32000];cin>>w>>n;for(int i=1;i<=n;i++){cin>>a[i];}sort(a+1,a+n+1);int i=1

html css jquery选项卡 代码练习小项目

在学习 html 和 css jquery 结合使用的时候 做好是能尝试做一些简单的小功能,来提高自己的 逻辑能力,熟悉代码的编写语法 下面分享一段代码 使用html css jquery选项卡 代码练习 <div class="box"><dl class="tab"><dd class="active">手机</dd><dd>家电</dd><dd>服装</dd><dd>数码</dd><dd

生信代码入门:从零开始掌握生物信息学编程技能

少走弯路,高效分析;了解生信云,访问 【生信圆桌x生信专用云服务器】 : www.tebteb.cc 介绍 生物信息学是一个高度跨学科的领域,结合了生物学、计算机科学和统计学。随着高通量测序技术的发展,海量的生物数据需要通过编程来进行处理和分析。因此,掌握生信编程技能,成为每一个生物信息学研究者的必备能力。 生信代码入门,旨在帮助初学者从零开始学习生物信息学中的编程基础。通过学习常用

husky 工具配置代码检查工作流:提交代码至仓库前做代码检查

提示:这篇博客以我前两篇博客作为先修知识,请大家先去看看我前两篇博客 博客指路:前端 ESlint 代码规范及修复代码规范错误-CSDN博客前端 Vue3 项目开发—— ESLint & prettier 配置代码风格-CSDN博客 husky 工具配置代码检查工作流的作用 在工作中,我们经常需要将写好的代码提交至代码仓库 但是由于程序员疏忽而将不规范的代码提交至仓库,显然是不合理的 所

Unity3D自带Mouse Look鼠标视角代码解析。

Unity3D自带Mouse Look鼠标视角代码解析。 代码块 代码块语法遵循标准markdown代码,例如: using UnityEngine;using System.Collections;/// MouseLook rotates the transform based on the mouse delta./// Minimum and Maximum values can