def employees_idemnity_nov19(file_path, employees):
data = parser.read(file_path)
#Ajustando dataframe para simplificar interação
data = data[data['Unnamed: 4'].notna()]
data = data[data['Ministério Público do Estado do Espírito Santo'].notna()]
data = data[1:]
parser.clean_currency(data, 4, 7)
#Parsing Data
rows = data.to_numpy()
for row in rows:
reg = str(row[0]) # Matrícula
aux_ali = row[4] #CARTÃO ALIMENTAÇÃO
ferias_indenizadas = row[5]
ferias_premio = row[6]
aux_saude = row[7] #AUXÍLIO SAÚDE
plantao = row[8] #Plantao
#Há funcionários não listados na lista de remunerações mas listados na lista de indenizações
try:
emp = employees[reg]
exists = True
except:
exists = False
if exists:
emp = employees[reg]
emp['income'].update({
'total':
round(emp['income']['total'] + plantao, 2),
})
emp['income']['perks'].update({
'total':
round(aux_ali + aux_saude + ferias_indenizadas + ferias_premio,
2),
'vacation':
round(ferias_indenizadas + ferias_premio, 2),
'food':
round(aux_ali, 2),
'health':
round(aux_saude, 2),
})
emp['income']['other']['others'].update({
'Plantão': plantao,
})
emp['income']['other'].update({
'total':
round(emp['income']['other']['total'] + plantao, 2),
'others_total':
round(emp['income']['other']['others_total'] + plantao, 2),
})
employees[reg] = emp
return employees
def employees_idemnity(file_path, employees):
data = parser.read(file_path)
#Ajustando dataframe para simplificar interação
data = data[data['Unnamed: 4'].notna()]
data = data[data['Ministério Público do Estado do Espírito Santo'].notna()]
parser.clean_currency(data,1,5)
#Parsing data
rows = data.to_numpy()
for row in rows:
reg = str(row[0]) # Matrícula
verba1 = row[1] #VERBAS INDENIZATÓRIAS 1
verba2 = row[2] #VERBAS INDENIZATÓRIAS 2
other1 = row[3] #REMUNERAÇÃO TEMPORÁRIA 1
other2 = row[4] #REMUNERAÇÃO TEMPORÁRIA 2
#Há funcionários não listados na lista de remunerações mas listados na lista de indenizações
try:
emp = employees[reg]
exists = True
except:
exists = False
if exists :
emp = employees[reg]
emp['income']['perks'].update({
'total': 0.0,
})
emp['income']['other']['others'].update({
'VERBAS INDENIZATÓRIAS 1': verba1,
'VERBAS INDENIZATÓRIAS 2': verba2,
'REMUNERAÇÃO TEMPORÁRIA 1': other1,
'REMUNERAÇÃO TEMPORÁRIA 2': other2,
})
emp['income']['other'].update({
'others_total': round( emp['income']['other']['others_total'] + verba1 + verba2 + other1 + other2, 2),
})
emp['income']['other'].update({
'total': round(emp['income']['other']['total'] + emp['income']['other']['others_total'], 2)
})
emp['income'].update({
'total': round( emp['income']['perks']['total'] + emp['income']['other']['total'] + emp['income']['wage'], 2),
})
employees[reg] = emp
return employees
def employees_parser(file_path):
data = parser.read(file_path)
#Ajustando dataframe para simplificar interação
data = data[data['Unnamed: 0'].notna()]
del data['Unnamed: 18']
data = data.dropna()
parser.clean_currency(data, 4, 15)
#Parsing data
rows = data.to_numpy()
employees = {}
for row in rows:
reg = str(row[0]) #Matrícula
name = row[1] #Nome
role = row[2] #Cargo
workplace = row[3] #Lotação
remuneration = format_value(row[4]) #Remuneração do cargo efetivo
other_verbs = format_value(
row[5]) #Outras Verbas Remuneratórias, Legais ou Judiciais
trust_pos = format_value(
row[6]) #Função de Confiança ou Cargo em Comissão
christmas_grati = format_value(row[7]) #Gratificação Natalina
terco_ferias = format_value(row[8]) #Férias (1/3 constitucional)
abono_permanencia = format_value(row[9]) #Abono de Permanência
temp_remu = format_value(row[10]) #Outras Remunerações Temporárias
idemnity = format_value(row[11]) #Verbas Indenizatórias
prev_contrib = format_value(row[13]) #Contribuição Previdenciária
imposto_renda = format_value(row[14]) #Imposto de Renda
ceil_ret = format_value(row[15]) #Retenção do Teto
total_desconto = prev_contrib + imposto_renda + ceil_ret
total_gratificacoes = trust_pos + christmas_grati + terco_ferias + abono_permanencia + temp_remu
total = total_gratificacoes + idemnity + remuneration + other_verbs
employees[reg] = {
'reg': reg,
'name': name,
'role': role,
'type': 'membro',
'workplace': workplace,
'active': True,
"income": {
'total': round(total, 2),
'wage': round(remuneration + other_verbs, 2),
'perks': {
'total': idemnity,
},
'other': {
'total':
round(total_gratificacoes, 2),
'trust_position':
trust_pos,
'eventual_benefits':
temp_remu,
'others_total':
round(christmas_grati + terco_ferias + abono_permanencia,
2),
'others': {
'Gratificação Natalina': christmas_grati,
'Férias (1/3 constitucional)': terco_ferias,
'Abono de permanência': abono_permanencia,
}
},
},
'discounts': {
'total': round(total_desconto, 2),
'prev_contribution': prev_contrib,
'ceil_retention': ceil_ret,
'income_tax': imposto_renda
}
}
return employees
def employees_parser(file_path):
data = parser.read(file_path)
#Ajustando dataframe
data = data[data['Unnamed: 0'].notna()]
data = data.dropna()
parser.clean_currency(data,4,14)
#Parsing data
rows = data.to_numpy()
employees = {}
#Aqui funcionários não possuem matrículas para identificá-los, isto ocorre apenas pelo nome
for row in rows:
reg = str(row[0]) #A unica forma de identificação disponível é o nome do funcionário
name = row[0] #Nome
role = row[1] #Cargo
workplace = row[2] #Lotação
remuneration = row[3] #Remuneração do cargo efetivo
other_verbs = row[4] #Outras Verbas Remuneratórias, Legais ou Judiciais
trust_pos = row[5] #Função de Confiança ou Cargo em Comissão
decimo = row[6] #013º VENCIMENTO
terco_ferias = row[7] #Férias (1/3 constitucional)
abono_permanencia = row[8] #Abono de Permanência
total = row[9] #Total de rendimentos brutos
prev_contrib = row[10] #Contribuição Previdenciária
imposto_renda = row[11] #Imposto de Renda
ceil_ret = row[12] #Retenção do Teto
employees[reg] = {
'reg': reg,
'name': name,
'role': role,
'type': 'membro',
'workplace': workplace,
'active': True,
"income":
{
'total': total,
'wage': round(remuneration + other_verbs, 2),
'perks':{
},
'other':
{
'total': trust_pos,
'trust_position': trust_pos,
'others_total': decimo + terco_ferias + abono_permanencia,
'others': {
'13º VENCIMENTO': decimo,
'Férias (1/3 constitucional)': terco_ferias,
'Abono de permanência': abono_permanencia,
}
},
},
'discounts':
{
'total': round(prev_contrib + ceil_ret + imposto_renda, 2),
'prev_contribution': prev_contrib,
'ceil_retention': ceil_ret,
'income_tax': imposto_renda
}
}
return employees
