使用 pandas 定义部门层次结构

Question

给定以下结构：

data1 = {
        'emp': [1, 2, 3, 4, 5, 6, 7, 8, 9],
        'dep': [100, 500, 200, 100, 200, 300, 400, 300, 200],
        'boss': [6, 7, 6, 6, 6, 7, None, 7, 6]}

df1 = pd.DataFrame(data1, columns = ['emp', 'dep', 'boss'])

数据来自平面 CSV 文件。现在我必须在部门之间建立层次结构。规则如下：

每个员工都在一个部门工作
员工可能有老板（CEO没有老板）
老板工作的部门是给定员工的上级部门
上级部门无父级

预期的结果是这样的：

   dep  parent  boss
0  100   300.0     6
1  500   400.0     7
2  200   300.0     6
3  300   400.0     7
4  400     NaN     7

有什么pandas技巧可以解决这个问题吗？我可以通过读取 CSV 文件和使用字典以迭代的方式做到这一点，但我的目标是使用 pandas 解决这个问题。有什么想法吗？

编辑： 示例数据中存在错误。 Emp 8 当然有和 emp 6 一样的老板。

Answer 1

您可以将df1 与自身合并以查找当前老板的部门，然后只保留相关列并删除重复项。 boss栏必须填写emp栏才行，才能最终有上级部门的boss。

在Pandas中，可以是：

df2 = df1[['boss', 'dep']].assign(boss=df1['boss'].combine_first(
    df1['emp'])).merge(df1[['emp', 'dep']].rename(
    columns={'dep': 'parent'}), how='left', left_on='boss', right_on='emp'
)[['dep', 'parent', 'boss']].drop_duplicates().astype('int')
def2.loc[df2['parent'] == df2['dep'], 'parent'] = np.nan   # a dep cannot be its parent

如预期的那样给出：

   dep  parent  boss
0  100   300.0     6
1  500   400.0     7
2  200   300.0     6
5  300   400.0     7
6  400     NaN     7

使用 pandas 定义部门层次结构

Define department hierarchy using pandas

python

hierarchy

pandas