如何在Python中转置表格型组织层级数据以展示下属信息？

我有一个CSV数据集，结构如下：

需要将其转换为列出每位员工下属的表格，转换后格式如下：

可以用pandas库快速完成这个转换，步骤如下：

1. 读取CSV数据 #

先读取原始CSV文件，处理可能的空值：

import pandas as pd

# 读取CSV文件，替换成你的文件路径
df = pd.read_csv('employees.csv')
# 将Manager列的空值转为空字符串（可选，根据需求调整）
df['Manager'] = df['Manager'].fillna('')

2. 构建经理-下属映射 #

通过分组收集每个经理对应的下属列表：

# 按Manager分组，把对应的Employee整理成下属列表
manager_reports = df.groupby('Manager')['Employee'].apply(list).to_dict()
# 给没有下属的员工补充空列表
for emp in df['Employee']:
    if emp not in manager_reports:
        manager_reports[emp] = []

3. 确定下属列数量 #

找到所有经理中最多的下属数，生成对应的Report N列名：

max_reports = max(len(reports) for reports in manager_reports.values())
report_columns = [f'Report {i+1}' for i in range(max_reports)]

4. 拆分下属到对应列 #

为每个员工生成对齐的下属列表，长度不足的用空字符串填充：

def split_reports(employee):
    reports = manager_reports.get(employee, [])
    # 补全到最大下属数的长度
    return reports + [''] * (max_reports - len(reports))

# 生成下属列的DataFrame
reports_df = pd.DataFrame(df['Employee'].apply(split_reports).tolist(), columns=report_columns)

5. 合并数据并输出 #

把原始数据和下属列合并，得到最终结果：

# 合并两个DataFrame
final_df = pd.concat([df, reports_df], axis=1)

# 打印结果到控制台
print(final_df)

# 保存为新的CSV文件
final_df.to_csv('employees_with_reports.csv', index=False)

运行后得到的结果会和目标表格完全匹配，没有下属的员工对应列会显示空字符串。

内容的提问来源于stack exchange，提问作者harcot