Pandas Exercise-leetcode1873计算特殊奖金

问题描述

Employees 表：

列名	类型
employee_id	int
name	varchar
salary	int

employee_id 是这个表的主键(具有唯一值的列)。
此表的每一行给出了雇员id ，名字和薪水。
任务：
编写解决方案，计算每个雇员的奖金。如果一个雇员的 id 是 奇数 并且他的名字不是以 'M' 开头，那么他的奖金是他工资的 100% ，否则奖金为 0 。
返回的结果按照 employee_id 排序。
示例 1：
输入：
Employees 表:

employee_id	name	salary
2	Meir	3000
3	Michael	3800
7	Addilyn	7400
8	Juan	6100
9	Kannon	7700

输出：

employee_id	bonus
2	0
3	0
7	7400
8	0
9	7700

解释：
因为雇员id是偶数，所以雇员id 是2和8的两个雇员得到的奖金是0。
雇员id为3的因为他的名字以'M'开头，所以，奖金是0。
其他的雇员得到了百分之百的奖金。
创建数据集

# 创建Employees表的DataFrame
employees_data = {
    'employee_id': [2, 3, 7, 8, 9],
    'name': ["Meir", "Michael", "Addilyn", "Juan", "Kannon"],
    'salary': [3000, 3800, 7400, 6100, 7700]
}

employees_df = pd.DataFrame(employees_data)
employees_df

employee_id	name	salary
0	2	Meir	3000
1	3	Michael	3800
2	7	Addilyn	7400
3	8	Juan	6100
4	9	Kannon	7700

解答

# 方法1：使用apply()函数和条件判断
def calculate_bonus(row):
    if row['employee_id'] % 2 == 1 and not row['name'].startswith('M'):
        return row['salary']
    else:
        return 0
employees_df['bonus'] = employees_df.apply(calculate_bonus, axis=1)
result_1 = employees_df[['employee_id', 'bonus']].sort_values(by='employee_id')
result_1

employee_id	bonus
0	2	0
1	3	0
2	7	7400
3	8	0
4	9	7700

# 方法2：使用条件索引和np.where()
import numpy as np
condition = (employees_df['employee_id'] % 2 == 1) & (~employees_df['name'].str.startswith('M'))
employees_df['bonus'] = np.where(condition, employees_df['salary'], 0)
result_2 = employees_df[['employee_id', 'bonus']].sort_values(by='employee_id')
result_2

employee_id	bonus
0	2	0
1	3	0
2	7	7400
3	8	0
4	9	7700

知识点

以下是上述答案所涉及到的pandas知识点：
（1）使用 apply() 函数：用于对DataFrame或Series的每个元素执行特定的函数。在此，我们使用它来根据条件判断计算奖金。
（2）条件索引：使用布尔表达式（如 employees_df['employee_id'] % 2 == 1）对DataFrame进行过滤，得到满足条件的行。
（3）str.startswith() 函数：这是一个专门用于检查DataFrame或Series中的字符串是否以给定的子串开头的函数。
（4）使用 np.where() 函数：

• np.where() 函数用于基于条件返回两个可选值之一。在这种情况下，我们使用它来返回薪水值或 0，具体取决于给定的条件是否为真。
  

（5）选择DataFrame的列：使用双方括号 (例如 [['employee_id', 'bonus']]) 从DataFrame中选择多列。
  如有其他解法或者问题，欢迎留言或私信~