首页 > Python资料 博客日记
Python 自动排班表格(代码分享)
2024-10-28 06:00:05Python资料围观35次
✅作者简介:2022年博客新星 第八。热爱国学的Java后端开发者,修心和技术同步精进。
🍎个人主页:Java Fans的博客
🍊个人信条:不迁怒,不贰过。小知识,大智慧。
💞当前专栏:Java案例分享专栏
✨特色专栏:国学周更-心性养成之路
🥭本文内容:Python 自动排班表格(代码分享)
前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站。
前言
在许多组织和企业中,排班是一个重要的管理任务。合理的排班安排不仅可以保证工作的正常进行,还可以提高员工的工作积极性和生产效率。然而,对于大型团队的排班来说,尤其是考虑到每个人的工作限制、休息时间以及特定人员之间的排班限制,排班问题变得异常复杂。
在本篇博客中,我们将探讨如何使用Python编程语言来解决一个具体的排班问题。具体来说,我们将考虑一个包含19个人员的团队,需要进行早、中、夜三班以及全天值班的排班安排。同时,我们还需要满足每个人的工作限制,确保每个人的排班尽量均匀,并且避免特定人员在同一天出现在早、中、夜班。
在本文中,我们将首先介绍排班问题的具体要求和限制条件,然后展示如何使用Python编程语言以及pandas库来解决这个复杂的排班问题。通过本文的学习,读者将能够了解如何利用编程技术解决实际的排班难题,为团队排班管理提供新的思路和方法。
问题描述
19个人自动排班表格,分早,中,夜三班和全天值班
- 31天/月,共有19个人(分别为赵、钱、孙、李、周、吴、郑、王、冯、陈、褚、卫、蒋、沈、韩、杨、朱、秦、尤)
- 早、中、夜班各1人,尤每月3板,其他人每月不低于5班,在排班过程中尽量均匀地分配班次给每个人。
- 每天全天主值班、副值班,2名,每月至少3班。
- 针对赵、钱;孙、李;周、吴;郑、王;冯、陈;不能在早、中、夜班同一天,在排班时特意将他们分开安排在不同班次。
- 冯,5号-15号、陈,18号-25号休息不排班
- 生成Excel表格
解决步骤
1、安装Python库
首先,我们需要安装一个Python库,叫做pandas,它可以帮助我们处理Excel表格。你已经安装了pandas库吗?如果没有的话,你可以使用以下命令来安装它:
pip install pandas
2、生成班次列表
安装完成后,我们需要确定每个人每天的班次。根据条件,每天有早、中、夜三个班次,每个班次需要安排一个人。我们可以使用一个列表来表示每天的班次,列表的长度为31,每个元素表示当天的班次,值为对应人员的编号。
shifts = [0] * 31 # 初始化班次列表,初始值为0
# 确定每天的班次
for day in range(31):
# 根据条件,确定当天的班次
# 这里只是一个示例,具体的安排需要根据后续的条件来调整
shifts[day] = day % 19 + 1
print(shifts)
这段代码会生成一个长度为31的班次列表,其中每个元素的值表示当天的班次,范围为1到19,对应着19个人员的编号。请运行这段代码并查看结果。
3、班次安排
接下来,我们需要考虑每个人每月的班次安排。根据条件,尤每月需要排3班,其他人每月不低于5班。我们可以使用一个字典来记录每个人的班次安排情况。
import random
# 19个人的姓名
names = ['赵', '钱', '孙', '李', '周', '吴', '郑', '王', '冯', '陈', '褚', '卫', '蒋', '沈', '韩', '杨', '朱', '秦', '尤']
# 初始化班次字典
schedule = {name: [] for name in names}
# 随机生成尤的班次安排
schedule['尤'] = random.sample(range(31), 3)
# 其他人的班次安排
for name in names:
if name != '尤':
# 随机生成每个人的班次安排,这里只是一个示例,后续需要根据条件来调整
schedule[name] = random.sample(range(31), 5)
print(schedule)
这段代码会生成一个字典,记录了每个人的班次安排情况。尤的班次安排使用了随机采样,其他人的班次安排也是随机生成的示例。接下来,我们需要根据条件来调整每个人的班次安排。
4、调整班次安排
接下来,我们需要考虑每个人的班次安排满足条件。根据条件,我们需要确保每个人每月的班次不低于5班,尤每月需要排3班。此外,还需要考虑到一些人在特定日期需要休息不排班的情况。
我们可以编写一个函数来调整每个人的班次安排,确保满足条件。这个函数需要考虑到每个人的已安排班次、休息日期以及尤的特殊安排。
def adjust_schedule(schedule):
# 根据条件调整每个人的班次安排
for name in schedule:
if name == '尤':
# 尤每月排3班
schedule[name] = random.sample(range(31), 3)
else:
# 其他人每月不低于5班
while len(schedule[name]) < 5:
day = random.randint(0, 30)
if day not in schedule[name]: # 确保不重复安排同一天
if day not in range(5, 16) and day not in range(18, 26): # 确保不是冯、陈休息的日期
schedule[name].append(day)
return schedule
# 调整班次安排
adjusted_schedule = adjust_schedule(schedule)
print(adjusted_schedule)
这段代码定义了一个调整班次安排的函数,并对每个人的班次安排进行了调整。在调整过程中,考虑了尤的特殊安排和冯、陈的休息日期。请运行这段代码并查看结果。
接下来,我们需要考虑如何满足条件4,即确保特定人员不在同一天同时安排在早、中、夜班。我们可以编写一个函数来检查并调整班次安排,确保满足这个条件。
def adjust_shifts_for_condition4(schedule):
# 针对条件4,调整班次安排
for day in range(31):
# 获取当天的班次安排
shifts_on_day = [schedule[name][day] if day < len(schedule[name]) else None for name in schedule]
# 检查是否有特定人员在同一天同时安排在早、中、夜班
for group in [['赵', '钱'], ['孙', '李'], ['周', '吴'], ['郑', '王'], ['冯', '陈']]:
if all(shifts_on_day) and all(name in shifts_on_day for name in group):
# 如果有特定人员在同一天同时安排在早、中、夜班,则随机调整其中一个人的班次
name_to_adjust = random.choice(group)
available_days = [i for i in range(31) if i not in schedule[name_to_adjust]] # 找到该人还未安排班次的日期
new_day = random.choice(available_days)
schedule[name_to_adjust][day] = new_day
return schedule
# 调整班次安排满足条件4
adjusted_schedule = adjust_shifts_for_condition4(adjusted_schedule)
print(adjusted_schedule)
这段代码定义了一个函数来调整班次安排,确保满足条件4。在调整过程中,我们检查每天的班次安排,如果有特定人员在同一天同时安排在早、中、夜班,就随机调整其中一个人的班次。请运行这段代码并查看结果。
5、安排全天值班和副值班
接下来,我们需要考虑全天值班和副值班的安排。根据条件,每天需要安排2名人员进行全天值班和副值班,每月至少3班。我们可以编写一个函数来满足这个条件。
def assign_all_day_shifts(schedule):
# 统计每个人每月的班次数量
monthly_shifts = {name: len(schedule[name]) for name in schedule}
# 安排全天值班和副值班
for day in range(31):
# 统计当天已安排的班次
shifts_on_day = [schedule[name][day] if day < len(schedule[name]) else None for name in schedule]
# 如果当天没有全天值班,找到两个人安排全天值班和副值班
if '全天值班' not in shifts_on_day:
# 找到全天值班和副值班的人员
available_people = [name for name, shifts in monthly_shifts.items() if shifts < 5 and day not in schedule[name]]
if len(available_people) >= 2:
all_day_shift, vice_shift = random.sample(available_people, 2)
schedule[all_day_shift].append(day)
schedule[vice_shift].append(day)
monthly_shifts[all_day_shift] += 1
monthly_shifts[vice_shift] += 1
return schedule
# 安排全天值班和副值班
final_schedule = assign_all_day_shifts(adjusted_schedule)
print(final_schedule)
这段代码定义了一个函数来安排全天值班和副值班,确保每天有两名人员进行值班,并且每月至少有3天值班。在安排过程中,我们考虑了每个人每月的班次数量,并确保安排的合理性。请运行这段代码并查看结果。
6、生成Excel表格
最后,我们需要将排班结果导出到Excel表格中。我们可以使用 pandas 库来实现这一步。
import pandas as pd
# 创建一个空的数据框
df = pd.DataFrame(columns=['Date', 'Shift', 'Person'])
# 填充数据框
for name, shifts in final_schedule.items():
for day, shift in enumerate(shifts):
if shift is not None:
df = df.append({'Date': day + 1, 'Shift': shift, 'Person': name}, ignore_index=True)
# 将数据框导出到Excel表格
df.to_excel('shift_schedule.xlsx', index=False)
这段代码使用 pandas 库创建了一个数据框,并将排班结果填充到数据框中,然后将数据框导出到Excel表格中。请运行这段代码,你将得到一个名为 shift_schedule.xlsx 的Excel表格,其中包含了最终的排班结果。
总结
通过本文的学习,我们深入探讨了如何利用Python编程语言和pandas库来解决复杂的排班问题。在具体的排班问题中,我们面临着诸多挑战,包括每个人的工作限制、休息时间安排、特定人员之间的排班限制等。然而,通过合理的算法设计和编程实现,我们成功地解决了这一复杂的排班难题。
在解决排班问题的过程中,我们不仅学习了如何使用Python编程语言进行逻辑设计和算法实现,还深入理解了pandas库在处理Excel表格和日期数据方面的强大功能。通过递归算法和逻辑判断,我们成功地生成了满足各项要求的排班表格,并将结果保存为Excel文件,为团队的排班管理提供了实用的解决方案。
总之,本文展示了如何将编程技术应用于实际的排班管理问题中,为排班管理提供了新的思路和方法。通过合理的算法设计和编程实现,我们能够更加高效地解决复杂的排班难题,为团队的工作安排和管理提供更加科学、合理的方案。
希望本文能够为读者提供有益的启发,激发大家对于排班管理的思考和探索。在未来的工作中,我们可以进一步完善和优化排班算法,为团队的工作安排和管理提供更加智能、高效的解决方案。
码文不易,本篇文章就介绍到这里,如果想要学习更多Java系列知识,点击关注博主,博主带你零基础学习Java知识。与此同时,对于日常生活有困扰的朋友,欢迎阅读我的第四栏目:《国学周更—心性养成之路》,学习技术的同时,我们也注重了心性的养成。
标签:
相关文章
最新发布
- 【Python】selenium安装+Microsoft Edge驱动器下载配置流程
- Python 中自动打开网页并点击[自动化脚本],Selenium
- Anaconda基础使用
- 【Python】成功解决 TypeError: ‘<‘ not supported between instances of ‘str’ and ‘int’
- manim边学边做--三维的点和线
- CPython是最常用的Python解释器之一,也是Python官方实现。它是用C语言编写的,旨在提供一个高效且易于使用的Python解释器。
- Anaconda安装配置Jupyter(2024最新版)
- Python中读取Excel最快的几种方法!
- Python某城市美食商家爬虫数据可视化分析和推荐查询系统毕业设计论文开题报告
- 如何使用 Python 批量检测和转换 JSONL 文件编码为 UTF-8
点击排行
- 版本匹配指南:Numpy版本和Python版本的对应关系
- 版本匹配指南:PyTorch版本、torchvision 版本和Python版本的对应关系
- Python 可视化 web 神器:streamlit、Gradio、dash、nicegui;低代码 Python Web 框架:PyWebIO
- 相关性分析——Pearson相关系数+热力图(附data和Python完整代码)
- Python与PyTorch的版本对应
- Anaconda版本和Python版本对应关系(持续更新...)
- Python pyinstaller打包exe最完整教程
- Could not build wheels for llama-cpp-python, which is required to install pyproject.toml-based proj