emp3 jako kopia emps2

dzien8/emps3_dodatki/employees.py

+# W tym pliku mamy definicję klasy Employee - obiekt tej klasy reprezentuje jednego pracownika i zawiera jego dane.
+# Mamy też funkcje odpowiedzialne za odczyt i zapis danych z/do pliku csv.
+
+class Employee:
+    def __init__(self, employee_id, first_name, last_name, job_title, salary, hire_date, department_name, address, postal_code, city, country):
+        self.employee_id = employee_id
+        self.first_name = first_name
+        self.last_name = last_name
+        self.job_title = job_title
+        self.salary = salary
+        self.hire_date = hire_date
+        self.department_name = department_name
+        self.address = address
+        self.postal_code = postal_code
+        self.city = city
+        self.country = country
+
+
+    def __str__(self):
+        return f'Pracownik nr {self.employee_id}: {self.first_name} {self.last_name} ({self.job_title}), pensja {self.salary}'
+
+
+def read_csv(file_path='emps.csv'):
+    emps = []
+    with open(file_path, mode='r', encoding='utf-8') as file:
+        file.readline()
+        for line in file:
+            t = line.strip().split(';')
+            emp = Employee(int(t[0]), t[1], t[2], t[3], int(t[4]),
+                           t[5], t[6], t[7], t[8], t[9], t[10])
+            emps.append(emp)
+    return emps

dzien8/emps3_dodatki/p0_test_odczytu.py

+from employees import read_csv
+
+emps = read_csv('emps.csv')
+print('Liczba odczytanych rekordów:', len(emps))
+for emp in emps:
+    print(emp)

dzien8/emps3_dodatki/p1_wypisz_dane.py

+from employees import read_csv
+
+# Wszystkie szczegóły związane z dostępem do pliku, są ukryte w tej funkcji
+emps = read_csv('emps.csv')
+
+# Aby wykonać operacje "dla każdego pracownika", wykonujemy pętlę po elementach listy `emps`.
+# Pojedynczy element `emp` to obiekt klasy `Employee`, a dane pracownika są dostępne3 w postaci atrybutów tego obiektu,
+# np. `.first_name`, `.salary`
+for emp in emps:
+    print(f'Pracownik {emp.first_name} {emp.last_name} ({emp.job_title}) zarabia ${emp.salary}')

dzien8/emps3_dodatki/p2_wypisz_bogatych.py

+from employees import read_csv
+
+emps = read_csv('emps.csv')
+ile = 0
+for emp in emps:
+    if emp.salary >= 10_000:
+        print(f'Pracownik {emp.first_name} {emp.last_name} ({emp.job_title}) zarabia ${emp.salary}')
+        ile += 1
+
+print('Liczba bogatych:', ile)

dzien8/emps3_dodatki/p3_srednia_wszystkich.py

+from employees import read_csv
+
+emps = read_csv('emps.csv')
+suma = 0
+for emp in emps:
+    suma += emp.salary
+
+srednia = suma / len(emps)
+print('Średnia wszystkich:', srednia)

dzien8/emps3_dodatki/p4_srednia_jeden_job_v1.py

+from employees import read_csv
+
+jaki_job = input('Podaj nazwę stanowiska, np. Programmer: ')
+emps = read_csv('emps.csv')
+ile = 0
+suma = 0
+for emp in emps:
+    if emp.job_title == jaki_job:
+        suma += emp.salary
+        ile += 1
+
+if ile > 0:
+    srednia = suma / ile
+    print(f'Średnia pensja {ile} pracowników na stanowisku {jaki_job} wynosi: {srednia:.2f}')
+else:
+    print(f'Nikt nie pracuje na stanowisku {jaki_job}')
+

dzien8/emps3_dodatki/p4_srednia_jeden_job_v2.py

+from employees import read_csv
+import statistics
+
+emps = read_csv('emps.csv')
+jobs = {emp.job_title for emp in emps}
+print('Dostępne stanowiska:', jobs)
+
+jaki_job = input('Podaj nazwę stanowiska, np. Programmer: ')
+
+try:
+    srednia = statistics.mean(emp.salary for emp in emps if emp.job_title == jaki_job)
+    print(f'Średnia na stanowisku {jaki_job} jest równa {srednia}')
+except statistics.StatisticsError:
+    print(f'Nikt nie pracuje na stanowisku {jaki_job}')

dzien8/emps3_dodatki/p5_grupowanie_v1.py

+''' Dla każdej wartości job_title, która występuje w danych,
+    oblicz liczbę pracowników i średnią pensję.
+
+   Spodziewane wyniki (może w innej kolejności):
+   * President - 1 - 24000
+   * Administation Vice President - 2 - 17000
+   * Programmer - 5 - 5760
+   * ... ????
+'''
+
+# W tej wersji wielokrotnie przeglądamy cała listę:
+# najpierw, aby ustalić, jakie są joby, a następnie dla każdego joba licząc średnią tak, jak w zadaniu 4.
+# Ta wersja nie jest optymalna pod względem wydajności.
+
+from employees import read_csv
+
+emps = read_csv('emps.csv')
+# etap 1: zbieranie informacji o jobach
+jobs = set()
+for emp in emps:
+    jobs.add(emp.job_title)
+# print(jobs)
+
+# etap 2: dla każdego joba liczymy liczbę oraz sumę pracowników i wypisujemy średnią
+for job in jobs:
+    ile = 0
+    suma = 0
+    for emp in emps:
+        if emp.job_title == job:
+            suma += emp.salary
+            ile += 1
+    srednia = suma / ile
+    print(f'| {job:32} | {ile:2} | {srednia:8.2f} |')

dzien8/emps3_dodatki/p5_grupowanie_v2.py

+from employees import read_csv
+
+# W tej wersji dane (sumę pensji i liczbę osoób) zbieramy do słowników, gdzie kluczami są nazwy jobów.
+emps = read_csv('emps.csv')
+ilosci = {}
+sumy = {}
+
+for emp in emps:
+    if emp.job_title in sumy:
+        sumy[emp.job_title] += emp.salary
+        ilosci[emp.job_title] += 1
+    else:
+        sumy[emp.job_title] = emp.salary
+        ilosci[emp.job_title] = 1
+
+# print(sumy)
+# print(ilosci)
+for job in sumy.keys():
+    suma = sumy[job]
+    ilosc = ilosci[job]
+    srednia = suma / ilosc
+    print(f'| {job:32} | {ilosc:2} | {srednia:8.2f} |')

dzien8/emps3_dodatki/p5_grupowanie_v3.py

+from employees import read_csv
+
+emps = read_csv('emps.csv')
+slownik = {}
+# W słowniku kluczem jest job, a wartością jest dwuelementowa lista: [count, sum]
+
+for emp in emps:
+    if emp.job_title in slownik:
+        slownik[emp.job_title][0] += 1
+        slownik[emp.job_title][1] += emp.salary
+    else:
+        slownik[emp.job_title] = [1, emp.salary]
+
+print(slownik)
+print()
+
+# dwupoziomowe rozpakowanie - dane lądują od razu w zmiennych
+for job, (ilosc, suma) in slownik.items():
+    srednia = suma / ilosc
+    print(f'| {job:32} | {ilosc:2} | {srednia:8.2f} |')

dzien8/emps3_dodatki/p5_grupowanie_v4.py

+from collections import defaultdict
+from employees import read_csv
+
+emps = read_csv('emps.csv')
+ilosci = defaultdict(int)
+sumy = defaultdict(float)
+
+for emp in emps:
+    sumy[emp.job_title] += emp.salary
+    ilosci[emp.job_title] += 1
+
+for job in sumy.keys():
+    suma = sumy[job]
+    ilosc = ilosci[job]
+    srednia = suma / ilosc
+    print(f'| {job:32} | {ilosc:2} | {srednia:8.2f} |')

dzien8/emps3_dodatki/p5_grupowanie_v5.py

+from collections import defaultdict
+from employees import read_csv
+
+emps = read_csv('emps.csv')
+# Jako parametr defaultdict wpisuje się "przepis na nowy element".
+# Gdy podajemy przykłądowo int, to używane jest to w taki sposób, że jest wywoływane int() , a to daje wynik 0.
+# Tutaj podamy funkcję, która nie pobiera argumentów, a wyniku zwraca nową listę zaweirającą dwa zera.
+slownik = defaultdict(lambda: [0, 0])
+
+for emp in emps:
+    slownik[emp.job_title][0] += 1
+    slownik[emp.job_title][1] += emp.salary
+
+print(slownik)
+print()
+
+for job, (ilosc, suma) in slownik.items():
+    srednia = suma / ilosc
+    print(f'| {job:32} | {ilosc:2} | {srednia:8.2f} |')

dzien8/emps3_dodatki/p6_min_max_v1.py

+# Wypisz dane pracownika, który zarabia najwięcej, i pracownika, który zarabia najmniej.
+from employees import read_csv
+
+emps = read_csv('emps.csv')
+
+max_salary = 0
+max_ktotojest = ''
+min_salary = 1_000_000_000
+# min_salary = float('+inf')
+min_ktotojest = ''
+
+for emp in emps:
+    if emp.salary > max_salary:
+        max_salary = emp.salary
+        max_ktotojest = emp.first_name + ' ' + emp.last_name
+
+for emp in emps:
+    if emp.salary < min_salary:
+        min_salary = emp.salary
+        min_ktotojest = emp.first_name + ' ' + emp.last_name
+
+print('Najwyższa pensja:', max_salary, 'Pracownik:', max_ktotojest)
+print('Najniższa pensja:', min_salary, 'Pracownik:', min_ktotojest)

dzien8/emps3_dodatki/p6_min_max_v2.py

+from employees import read_csv
+
+emps = read_csv('emps.csv')
+# Uwaga! Pod nazwami min i max znajdują się wbudowane funkcje Pythona.
+# Można pod te nazwy wpisać własne wartości, ale wtedy w obrębie tego programu nie będą dostępne funkcje min i max
+max = None
+min = None
+
+for emp in emps:
+    if max is None or emp.salary > max.salary:
+        max = emp
+    if min is None or emp.salary < min.salary:
+        min = emp
+
+print('Najbogatszy:', max)
+print('Najbiedniejszy:', min)

dzien8/emps3_dodatki/p6_min_max_v3.py

+from employees import read_csv
+
+emps = read_csv('emps.csv')
+# Na początku do min i max wpisujemy pierwszego pracownika, a później w pętli sprawdzamy, czy kotś ma większą / mniejszą pensję
+max = emps[0]
+min = emps[0]
+
+for emp in emps:
+    if emp.salary > max.salary:
+        max = emp
+    if emp.salary < min.salary:
+        min = emp
+
+print('Najbogatszy:', max)
+print('Najbiedniejszy:', min)

dzien8/emps3_dodatki/p6_min_max_v4.py

+from employees import read_csv
+
+emps = read_csv('emps.csv')
+
+# etap 1: ustalamy wartości minimalnej i maksymalnej pensji
+max_salary = max(emp.salary for emp in emps)
+min_salary = min(emp.salary for emp in emps)
+
+# etap 2: wypisujemy te osoby, które mają właśnie taką pensję
+print('Najwyższa pensja:', max_salary)
+print('Zarabia tyle:')
+for emp in emps:
+    if emp.salary == max_salary:
+        print(emp)
+print()
+
+print('Najniższa pensja:', min_salary)
+print('Zarabia tyle:')
+for emp in emps:
+    if emp.salary == min_salary:
+        print(emp)

dzien8/emps3_dodatki/prosty_przyklad.py

+from employees import Employee
+
+steven = Employee(100, 'Steven', 'King', 'President', 24000, '2001-01-01', 'Executive', 'Jasna 14/16a', '01-321', 'Warszawa', 'Polska')
+print(steven)
+print(f'{steven.first_name} pracuje w mieście {steven.city}')