Python自定义函数问题：从df1、df2获取用户最高训练等级无输出

代码核心问题 #

1. 缩进错误导致逻辑失效：updateTraining方法中，等级判断的if/elif块完全没有缩进，属于类的顶层代码，调用方法时根本不会执行。也就是说，你调用updateTraining时只会执行最开始的if hasattr逻辑，后续的等级判断完全没运行，导致用户的等级属性可能没被正确设置，甚至根本没创建。
2. 属性与传参不匹配：
   • 类的__init__方法接收的第四个参数是status，但实例化时传入的是df1['Title']，后续打印却用了person.title，但类里根本没定义self.title属性，只有self.status，这里存在潜在报错风险。
   • 调用updateTraining时传入的是dfPerson['Item ID']，但问题描述中你需要的是训练等级，如果Item ID不是Lev_1/Lev_2/Lev_3这类等级值，后续的等级判断逻辑完全不生效，自然不会生成level和trainingDate属性，最后hasattr(person, 'level')为False，不会触发打印。
3. 逻辑冗余冲突：最开始的if hasattr(self, 'level') == False逻辑和后面的等级判断重复，就算缩进正确，也会导致先有低等级的用户后续完成高等级时，因已存在level属性跳过初始判断，但后续高等级覆盖逻辑本应执行，却因缩进错误没运行。

修复后的代码 #

修正缩进、属性匹配和传参问题，优化逻辑：

class Colleague:
    def __init__(self, user_id, first_name, last_name, title):
        self.user_id = user_id
        self.first_name = first_name
        self.last_name = last_name
        self.title = title

    def update_training(self, level, date):
        # 定义等级优先级：Lev_3 > Lev_2 > Lev_1
        level_priority = {'Lev_1': 1, 'Lev_2': 2, 'Lev_3': 3}
        # 无等级时直接设置
        if not hasattr(self, 'level'):
            self.level = level
            self.training_date = date
        else:
            # 比较新等级与当前等级的优先级，只保留更高等级
            current_prio = level_priority.get(self.level, 0)
            new_prio = level_priority.get(level, 0)
            if new_prio > current_prio:
                self.level = level
                self.training_date = date

# 实例化所有用户
colleague_list = []
for idx in df1.index:
    colleague_list.append(Colleague(
        df1['User Sys ID'][idx],
        df1['First Name'][idx],
        df1['Last Name'][idx],
        df1['Title'][idx]
    ))

# 遍历更新训练信息
for person in colleague_list:
    person_records = df2[df2['User Sys ID'] == person.user_id]
    # 注意：替换'Training Level'为df2中实际的训练等级列名
    for _, record in person_records.iterrows():
        person.update_training(record['Training Level'], record['Completion Date'])
    # 打印有训练记录的用户信息
    if hasattr(person, 'level'):
        print(person.user_id, person.first_name, person.title, person.level, person.training_date)

更高效的Pandas原生实现 #

用类循环的方式效率极低，尤其是数据量大时，直接用Pandas分组排序合并操作更简洁：

# 1. 给训练等级设置优先级，用于排序
df2['level_priority'] = df2['Training Level'].map({'Lev_1':1, 'Lev_2':2, 'Lev_3':3})
# 2. 按用户分组，取等级最高的记录；同等级取最新日期的记录
top_training = df2.sort_values(
    by=['User Sys ID', 'level_priority', 'Completion Date'],
    ascending=[True, False, False]
).drop_duplicates(subset=['User Sys ID'], keep='first')
# 3. 合并用户表与最高训练记录，保留需要的列
result = df1.merge(
    top_training[['User Sys ID', 'Training Level', 'Completion Date']],
    on='User Sys ID',
    how='left'
)
# 输出结果
print(result)

注意： #

• 替换代码中的Training Level为df2中实际的训练等级列名。
• 如果同一用户同一等级有多个完成日期，上述代码会保留最新的日期记录。

内容的提问来源于stack exchange，提问作者Nat