使用emp的数据,计算员工入职年限,并判断年限大于等于5年并且小于10年的属于老员工, 大于等于10年其他的属于资深老员工,其他的属于新员工

假设emp数据集中有一个hire_date字段，表示员工入职的日期，我们可以通过以下代码计算员工入职年限并分类：

import pandas as pd
from datetime import datetime

# 读入emp数据集
emp = pd.read_csv('emp.csv')

# 计算员工入职年限
now = datetime.now()
emp['hire_date'] = pd.to_datetime(emp['hire_date'])
emp['years_of_service'] = (now - emp['hire_date']).dt.days / 365

# 根据入职年限分类
emp['employee_type'] = '新员工'
emp.loc[(emp['years_of_service'] >= 5) & (emp['years_of_service'] < 10), 'employee_type'] = '老员工'
emp.loc[emp['years_of_service'] >= 10, 'employee_type'] = '资深老员工'

# 打印结果
print(emp[['employee_id', 'hire_date', 'years_of_service', 'employee_type']])

上述代码中，我们首先读入emp数据集，并将hire_date字段转换为日期类型。然后，我们计算每个员工的入职年限，并在新的years_of_service字段中存储该值。接下来，我们使用loc方法将员工分类为新员工、老员工和资深老员工，并将结果存储在新的employee_type字段中。最后，我们打印结果以检查分类是否正确。