如何将数据集中员工的主管ID替换为对应最高层级团队负责人ID？

示例数据集 #

需求说明 #

将每位员工映射到对应的最高层级主管（团队负责人，以sup_id=N/A标识）：

• 员工4-6需映射到1（而非直接上级2或3）
• 员工8、9、10需映射到7
• 员工11因上级19不在数据集中，无法关联到团队负责人，保留原sup_id值

原代码问题分析 #

原递归函数未成功运行，核心问题如下：

1. 列名不匹配：数据集列名为emp_id/sup_id，但代码中使用employee_id/supervisor_id，导致无法读取数据
2. 终止条件错误：代码判断supervisor_id != 'NA'，但实际数据中团队负责人的sup_id是N/A，递归终止逻辑失效
3. 返回值逻辑错误：团队负责人应返回自身ID，而非N/A，否则映射结果不符合需求
4. 无效递归未处理：未判断上级ID是否存在于数据集中，可能导致不必要的递归调用

修正后的代码 #

import pandas as pd

def map_to_project_lead(employee_df, employee_id):
    # 定位当前员工的行
    emp_row = employee_df[employee_df['emp_id'] == employee_id]
    if emp_row.empty:
        return None
    
    supervisor_id = emp_row['sup_id'].iloc[0]
    
    # 当前员工是团队负责人，返回自身ID
    if supervisor_id == 'N/A':
        return employee_id
    # 上级ID不存在于数据中，返回None
    elif supervisor_id not in employee_df['emp_id'].values:
        return None
    # 递归查找上级的团队负责人
    else:
        return map_to_project_lead(employee_df, supervisor_id)

def map_supervisors_to_project_lead(df):
    result_df = df.copy()
    
    for index, row in result_df.iterrows():
        mapped_lead = map_to_project_lead(df, row['emp_id'])
        # 仅在找到有效团队负责人时更新字段
        if mapped_lead is not None:
            result_df.at[index, 'sup_id'] = mapped_lead
    
    return result_df

测试与输出 #

运行以下测试代码：

# 构造示例数据
data = {
    'emp_id': [1,2,3,4,5,6,7,8,9,10,11],
    'sup_id': ['N/A',1,1,2,2,3,'N/A',7,7,9,19]
}
df = pd.DataFrame(data)

# 执行映射
result_df = map_supervisors_to_project_lead(df)
print(result_df)

输出结果：

关键调整说明 #

• 统一列名匹配数据集，确保数据读取正常
• 修正递归终止逻辑：团队负责人直接返回自身ID，保证映射结果正确
• 增加上级ID存在性判断，避免无效递归
• 保留未关联员工的原数据，符合需求要求

内容的提问来源于stack exchange，提问作者Kevin Long