TGINSIGHT SIMILAR POSTS
Источник @firstkadry · Post #1663 · 31 окт.
Как вручить сотрудникам повестки из военкомата? Отвечаем на вопросы подписчиков. Если сотруднику пришла повестка в военкомат, обеспечьте ему своевременную явку по вызову. Вызвать в военкомат работника могут на военные сборы в мирное время, для того чтобы пройти медосмотр, при призыве на срочную службу или для уточнения документов воинского учета. Независимо от причины, в день и час, который указали в повестке, освободите его от работы и сохраните за ним средний заработок. 📚Период освобождения от работы отобразите в табеле учета рабочего времени. Используйте буквенный код «Г» или цифровой код «23» — невыход на время исполнения государственных или общественных обязанностей. На время прохождения военных сборов сотрудника освобождают от работы. На это время за ним сохраняют постоянное место работы, должность и средний заработок. Расходы на выплату среднего заработка за время прохождения военных сборов возмещают военные комиссариаты по местонахождению работодателя. Какие необходимы документы и какие еще есть гарантии у сотрудников, которых проходят военных сборы, читайте в Системе Кадры через демодоступ↖️ ❗️ Напоминаем: трудовой договор с сотрудниками, которых призвали на военную службу по мобилизации, приостанавливают, но не расторгают. На время приостановки договора работодатель обязан сохранить рабочее место мобилизованного работника. #ответ 🟢 Подписаться на канал для кадровиков
Hashtags
Поиск: #array
@djangoproject · Post #316 · 28.04.2017, 06:09
https://github.com/blissnd/easyxls Convert any #spreadsheet into a Python internal #dict/#array data structure, for easy processing. Can also handle pivot tables. For pivot table usage, header_row_start & header_col_start need to be set equal to the top left corner of the pivot table => header_row_start=8, header_col_start='c' in the included example. Column IDs must always be lowercase chars in quotes, e.g. 'a'.
Hashtags
@djangoproject · Post #129 · 31.08.2016, 15:36
https://pypi.python.org/pypi/numpy #NumPy is a general-purpose #array-processing package designed to efficiently manipulate large #multi-dimensional arrays of arbitrary records without sacrificing too much speed for small multi-dimensional #arrays. NumPy is built on the #Numeric code base and adds features introduced by #numarray as well as an extended #C-API and the ability to create arrays of arbitrary type which also makes NumPy suitable for interfacing with general-purpose #data-base applications.