妹子发给我一张公司要处理的绩效表格，我以为很简单，然而菜是原罪

妹子发给我一个她们公司 100 多人的 Excel 表格，是关于员工等级评定的，有 N1,N2,N3,N4(百分制得分 /按权重 10%，20%，50%,20%计算)四项得分和总分 sum

标准如下：

如果 sum 在 90 分以上，为等级 A，80-90：等级 B,70-80:等级 C，60-70：等级 D
如果在上述四项中有一项低于 60 分，等级顺降一级，两项低于 60 分，降两级

尝试的方法：

妹子自己用的 Excel 表格自带的函数，无果，目前正在手动计算等级
我以前了解过 python 的一些库，知道 pandas 可以处理表格，倒腾了一会儿没有搞出来，python 语法也是现学，这段代码运行后只能显示了第二行的结果 B
大佬们有什么好的处理这个表格的方法吗？，Excel 函数或者其他方法都行，手动计算其实也用不了多少时间，但是应该有更高效的方法，求教！

代码部分（ python 小白，大佬轻喷）

import pandas as pd  
data1=pd.read_excel("C:/Users/acer/Desktop/绩效.xlsx")  
def final (num1):  
    if (num1==10):  
        return "A"  
    elif(num1==9):  
        return "B"  
    elif(num1==8):  
        return "C"  
    elif(num1==7):  
        return "D"  
    elif (num1==6):  
        return "E"

def c_f1():  
    for i in range(5):  
        def c_f(first_number):  
            num=0  
            if(data1.iloc[i].values[1]<6):  
                num+=1  
            elif(data1.iloc[i].values[2]<12):  
                num+=1  
            elif(data1.iloc[i].values[3]<30):  
                num+=1  
            elif(data1.iloc[i].values[4]<12):  
                num+=1  
            return first_number-num  

        if (data1.iloc[i].values[5]>=90):
                n1=c_f(10)
                return final(n1)
        elif(data1.iloc[i].values[5]>=80 and data1.iloc[1].values[5]<90):
                n1=c_f(9)
                return final(n1)
        elif(data1.iloc[i].values[5]>=70 and data1.iloc[1].values[5]<80):
                n1=c_f(8)
                return final(n1)
        elif(data1.iloc[i].values[5]>=60 and data1.iloc[1].values[5]<70):
                n1=c_f(7)
                return final(n1)
        elif(data1.iloc[i].values[5]>=50 and data1.iloc[1].values[5]<60):
                n1=c_f(6)
                return final(n1)
print(c_f1())

lithiumii

2019-12-25 22:49:56 +08:00

贴代码没有缩进，那干脆就一行一行来了，还能展示计算过程，其实 py 跟 excel 差不多，多加几步路就是了。

import pandas as pd

# 假定这个 excel 读进来就四列，n1, n2, n3, n4，每一行一个人
df = pd.read_excel("C:/Users/acer/Desktop/绩效.xlsx")

# 先数每个人挂了几科
df["n_failed"] = df.apply(lambda x: sum(x < 60), axis=1)

# 加权求和，反正权重是死的硬编码就是了
df["sum"] = df["n1"] * 0.1 + df["n2"] * 0.2 + df["n3"] * 0.5 + df["n4"] * 0.2

# 从 sum 得到用数字表示的等级（ 5: A, 4: B, 3: C, 2: D, 小于 2 的不及格 F ）
df["raw_grade_int"] = df["sum"].apply(lambda x:int(x / 10) - 4)

# 挂几科降几级
df['final_grade_int'] = df["raw_grade_int"] - df['n_failed']

# 从数字表示的等级转为 ABCDF，用个硬编码的字典对应
df['final_grade']=df['final_grade_int'].apply(lambda x: {5: "A", 4: "B", 3: "C", 2: "D"}.get(x, 'F'))

# 跳过不需要的列用于输出
output_df = df[['n1', 'n2', 'n3', 'n4','final_grade']]

# 输出，不需要 index
output_df.to_excel("C:/Users/acer/Desktop/工具人.xlsx", index = False)

xiongdong57

2019-12-25 23:08:14 +08:00

def category(x):
# column contains N1,N2,N3,N4,sum
level = min(100 - x.loc['sum'], 30) // 10

x = x[["N1", "N2", "N3", "N4"]]
count = (x < 60).sum()
category = level + min(count, 2)

if category < 1:
return "A"
elif category < 2:
return "B"
elif category < 3:
return "C"
else:
return "D"

df['category'] = df.apply(category, axis=1)

规则好像不全，可以全部补充到分类函数里

2019-12-25 23:09:29 +08:00

处理 EXCEL 当然是用自带的 VBA 最强大啊。
https://i.loli.net/2019/12/25/524AsHLaoNiWTkY.png

代码如下：

Function JSS(rng As Range)
Select Case rng(1) * 0.1 + rng(2) * 0.2 + rng(3) * 0.5 + rng(4) * 0.2

Case 90 To 100
sum1 = 65 'A ascii 码
Case 80 To 89
sum1 = 66 'B
Case 70 To 79
sum1 = 67 'C
Case Is < 70
sum1 = 68 'D
End Select

For i = 1 To 4
If rng(i) < 60 Then sum2 = sum2 + 1 '统计小于 60 的个数
If sum2 = 2 Then Exit For '两个项目小于 60，就别继续看了
Next i

JSS = Chr(sum1 + sum2)
End Function

具体使用方法：alt+F11，然后右键，插入，模块
https://i.loli.net/2019/12/25/McivXKrDubyU59Y.png

代码粘贴进去，然后就可以在表格里用这个函数了（函数一定要写在模块里）
https://i.loli.net/2019/12/25/HLFiZkTRJlWVfw8.png